• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

人工智能商业化研究报告

宏观环境、政策、数据和技术是人工智能商业化的四大驱动力 ? 商业化是相对于实验室产品而言。人工智能商业化,即:企业利用人工智能技术来解决 实际的问题,并通过市场进行规模化变现的行为。 ? 目前,七类人工智能技术已经进入商业化阶段,商业化路径大致可分为两种。一种是人 工智能技术公司主动去探索并推动产品和技术在实际场景中的落地;另一种是实体产业 积极的思考人工智能是否可应用于相关的业务场景来协助降本增效。

  • 2021-03-28
  • 阅读1702
  • 下载0
  • 86页
  • pdf

人工智能+制造 产业发展研究报告

过去两年,消费升级、智慧零售、智慧城市等概念成了大众讨论的热点。   除了这些概念是新经济的增长点之外,另一个原因是当这些概念落实在我们生活中一个又一个场景的时候,为我们的生活、工作和学习带来了许多便利和变化。   然而你知道吗?消费者端的众多变化其背后是对制造业和供应链体系的全新挑战。已经成熟的制造业体系如何应对全新的消费升级需求?

  • 2021-03-28
  • 阅读1567
  • 下载1
  • 27页
  • pdf

2019全球人工智能产业数据报告

1. 截至2019年3月底全球活跃人工智能企业达5386家,其中美国、中国、英国、加拿大、印度位列全球前五。中国人工智能企业集中在北上广和江浙地区,美国人工智能企业集中在加州、纽约等地。 2. 全球AI领域独角兽企业有41家,其中中国17家,美国18家,日本3家,印度、德国和以色列各1家。

  • 2021-03-28
  • 阅读987
  • 下载0
  • 9页
  • pdf

2019中国人工智能产业发展指数

人工智能已成为促进经济社会发展的重要驱动力。国家工业信息安全发展研究中心(工业和信息化部电子第一研究所)副主任李新社在发布时说,当前,我国人工智能产业发展步入快车道,各地结合自身条件,加快人工智能产业发展布局,相继出台产业支持政策,区域间竞争态势初步形成。

  • 2021-03-28
  • 阅读745
  • 下载0
  • 15页
  • pdf

干货“5G+人工智能”融合发展与应用

5G 和人工智能是目前科技界两大热点研究领域,两者都是能够改变时代的颠覆性技术。作为通用基础技术,5G 将从线上到线下、从消费到生产、从平台到生态,推动我国数字经济发展迈上新台阶。目前,5G 正在阔步前行,它将以全新的网络架构,提供至少 10 倍于 4G的峰值速率、毫秒级的传输时延和千亿级的连接能力,开启万物广泛互联、人机深度交互的新时代。

  • 2021-03-28
  • 阅读855
  • 下载0
  • 47页
  • pdf

电信网络人工智能及应用

1956 年,在达特茅斯学院举行的一次会议上,人工智能这个研究领域被正式确立,距今 60 多年里,人工智能先后经历了上世纪六十年代和八十年代两次繁荣。进入 21 世纪后,借助互联网、云计算等信息基础设施的广泛应用以及 CPU/GPU 等计算硬件能力的大幅提升,深度学习算法带动了本轮人工智能大发展,并给出了亮眼的成绩。例如:在围棋方面,AlphaGo 力胜世界冠军;语音识别方面,目前所有的商用语音识别算法都基于深度学习算法,并带动了一大批智能音箱、智能手机语音应用的繁荣;在图像分类领域,目前针对某些具体任务的图像算法分类正确率可以达到或超过人的水平,但软件系统处理速度和效率可以远超人类。除此之外,深度学习在人脸识别、通用物体检测、图像语义分割、自然语言理解等领域的应用也取得了突破性的进展并不乏成功商用的案例。

  • 2021-03-28
  • 阅读912
  • 下载0
  • 27页
  • pdf

AI助力中国智造白皮书

2019世界智能制造大会围绕“AI助力中国制造”的办会主题,聚焦智能制造赋能制造业转型升级,汇聚众多领先企业、权威机构、卓越领袖与前沿专家,共同探讨智能制造新图景,培育经济发展新动能,引领和促进产业新发展。制造业是立国之本、强国之基,从根本上决定着一个国家的综合实力和国际竞争力,国家繁荣离不开现代化的制造业。随着中国劳动力成本和工业转型需求的提升、政策和技术的支持,中国制造升级至“智能制造”进入实质性落地阶段。我国目前正处于从制造业大国到制造业强国转型升级中,制造业发展面临着劳动力和原材料成本上升的双重压力,传统层面的成本优势逐渐消失,通过强化工业基础和技术创新提升效率、节约成本成为制造企业的普遍需求。

  • 2021-03-28
  • 阅读838
  • 下载0
  • 19页
  • pdf

网络人工智能应用

1955 年,麦卡锡(John McCarthy)、明斯基(Marvin Minsky)、罗切斯特(Nathaniel Rochester)和香农(Claude Shannon)等科学家在美国达特茅斯学院开会研讨“如何用 机器模拟人的智能”,首次提出“人工智能”这…概念,标志着人工智能学科的诞生⑴。

  • 2021-03-28
  • 阅读822
  • 下载0
  • 41页
  • pdf
上一页 1 …… 6061626364656667686970 …… 75 下一页 共 593 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读95
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读932
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2729
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3169
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读24
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读48
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读53
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读49
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南