• 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

园区智能化集成方案

智能化集成系统作为智能化系统的核心,完全支持智能化集成数控整合平台技术架构(物联网 ),结合计算机技术、网络技术、通信技术、自动控制技术,对建筑内所有相关设备进行全面有效的监控和管理,丰富建筑的综合使用功能和提高物业管理的效率,确保建筑内所有相关设备处于高效、节能、最佳运行状态,从而为工作人员提供一个安全、舒适、便捷、高效的工作环境。

  • 2021-03-12
  • 阅读885
  • 下载0
  • 49页
  • pdf

智能制造发展动向分析

近日,在OICT学院公益讲堂上,中国工程院战略咨询中心制造业研究室特聘专家、中国智能制造标准化专家副组长董景辰教授作“智能制造发展动向”演讲。 董景辰认为,我国智能制造发展进入新阶段,已经渡过了培育试点示范企业为主的数字化制造培育期,进入在全国普遍推广的成长期,智能制造向网络化制造的“升级版”发展。报告PPT来自OICT学院,版权归原作者所有,仅供学习交流。

  • 2021-03-11
  • 阅读924
  • 下载0
  • 46页
  • pdf

OpenAI又一颗「重磅炸弹」:赋予AI艺术创造力

本月初,曾于去年夏季推出高人气语言模型GPT-3的OpenAI研究小组再次公布一套名为DALL-E的全新AI模型。虽然它在热度上不及GPT-3,但却很可能对AI的未来发展拥有更加深远的影响。 简而言之,DALL-E能够将文本描述作为输入,据此生成原始图像输出。(DALL-E这一名称,源自对超现实主义艺术家萨尔瓦多·达利及皮克斯工作室创造的可爱机器人形象WALL-E的致敬。)

  • 2021-02-27
  • 阅读898
  • 下载0
  • 5页
  • pdf

他们提出了一个大胆的猜想:GWT(深度学习)→通用人工智能

有一篇发表在arXiv的论文“Deep Learning and the Global Workspace Theory”提出了一个大胆的猜想(或理论)。两位作者认为,当下的深度学习已经可以基于一个意识模型,即“全局工作空间理论”(GWT),将处理不同模态转换的神经网络即功能模块,结合为一个系统,从而迈向实现通用人工智能的下一个阶段。总结成公式就是:GWT(深度学习)→通用人工智能。

  • 2021-02-27
  • 阅读1024
  • 下载1
  • 9页
  • pdf

人工智能发展与数据安全挑战

当前,随着以“数字新基建、数据新要素、在线新经济”为特征的新一波数字经济浪潮全面来临,全球人工智能发展逐步从“探索期”向“成长期”过渡,在技术和产业上均进入重要的转型阶段。在此背景下,人工智能发展和数据安全问题日益深度交织融合,影响用户隐私、公民权益、商业秘密、知识产权、社会公平、国家安全等各个方面,数据安全问题已然成为人工智能全面新发展的重要制约瓶颈和亟需突破的关键挑战。

  • 2021-02-27
  • 阅读1536
  • 下载0
  • 11页
  • pdf

机器学习和人工智能如何改善网络安全性

人工智能系统与机器学习的集成是IT领域的下一个重大发展。这将带来科技发展的新浪潮,还将改变组织使用网络安全技术和服务防止网络攻击的方式。 在以往,网络安全是基于签名模式匹配或规则来使用的。随着很多组织依赖防病毒软件改善网络安全性,但是它仅用于检测与签名或病毒定义匹配的恶意软件。

  • 2021-02-27
  • 阅读845
  • 下载0
  • 3页
  • pdf

人工智能十年回顾:CNN、AlphaGo、GAN……它们曾这样改变世界

过去十年间,人工智能技术突飞猛进,最疯狂的科幻小说场景现在已经成为我们生活中不可或缺的一部分。十年前,人们在谈论 AI 的理论化和实验,但这些年来,AI 变得更加切实了,也变成了主流。无论是国际标准课程、平台、库、框架、硬件,一切都顺理成章。就算说这十年里取得的成绩奠定了未来的基础,也不为过。 这篇文章将盘点 AI 十年来取得的重要突破。

  • 2021-02-27
  • 阅读849
  • 下载0
  • 8页
  • pdf

Jeff Dean万字长文:2020谷歌10大领域AI技术发展

Jeff Dean 发了一篇几万字长文,回顾了这一年来谷歌在各个领域的成就与突破, 并展望了 2021 年的工作目标。 “当我 20 多年前加入谷歌的时候,只想弄清楚如何真正开始使用电脑在网络上提 供高质量和全面的信息搜索服务。时间快进到今天,当面对更广泛的技术挑战时, 我们仍然有着同样的总体目标,那就是组织全世界的信息,使其普遍可获取和有 用。 2020 年,随着世界被冠状病毒重塑,我们看到了技术可以帮助数十亿人更好地 交流,理解世界和完成任务。我为我们所取得的成就感到骄傲,也为即将到来的 新的可能性感到兴奋。

  • 2021-02-26
  • 阅读1597
  • 下载6
  • 14页
  • pdf
上一页 1 …… 66676869707172737475 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