- 全部智能领域
- 智能制造 / 智能物流 / 机器视觉
- 智能办公 / 智能家居 / 智能安防
- 智能交通 / 智能能源 / 智慧零售
- 智能文娱 / 智能金融 / 智能营销
- 智慧党建 / 智慧政务 / 机器躯干
- 智慧医疗 / 智慧教育 / 智慧农业
- 机器小脑 / 智能传感 / 空间模型
- 机器大脑 /
最新
最热
仲量联行“未来办公”模型涵盖五个相互关联的维度。不同的企业和行业鉴于自身特性,对于这五个维度的实践方式和优先级各不相同,但它们每一个都对企业的蓬勃发展至关重要。

阅读(1067)
智能互联是以物联网技术为基础,以平台型智能硬件为载体,结合云计算与大数据应用,在智能终端、人、云端、边缘端服务之间采集存储海量数据,并以AI技术进行信息处理、分析、应用的智能化生态体系。采用“一个大脑(云或者中控),多个终端(感知器)”的模式,以多维智能化终端解决具体场景的实际应用。

阅读(851)
物流配送“最后一公里”实际不是距离上的路程,而是代表客户接受货物这一重要环节。“最后一公里”是物流配送的最后一个环节,由物流企业将货物派送到客户手中,实现门到门服务。“最后一公里”虽然属于配送的末端,却具有非常重要的意义。派送环节是配送中物流企业与客户直接接触的环节,客户可以直观的从配送人员的言行举止感受企业的文化与形象,这个环节的质量和效率很大程度上影响着客户的满意度。

阅读(706)
就业是民生之本。党中央国务院高度重视就业工作,2018年中共中央政治局会议以来,党中央国务院多次强调“要做好稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期工作,有效应对外部经济环境变化,确保经济平稳运行”,其中“稳就业”居于首位。2020年《政府工作报告》明确提出“就业优先政策要全面强化。财政、货币和投资等政策要聚力支持稳就业。努力稳定现有就业,积极增加新的就业,促进失业人员再就业”。应贯彻落实党中央国务院政策精神,积极化解数字经济就业挑战,努力发掘数字经济就业新增长点,做大做强数字经济。

阅读(752)
人工智能作为第四次科技革命,已经进入2.0时代。人工智能概念于1956年被提出,AI产业的第一轮爆发源自2012年,2012年AlexNet模 型问世开启了CNN在图像识别的应用,2015年机器识别图像的准确率首次超过人(错误率低于4%),开启了计算机视觉技术在各行各业 的应用。但是,人工智能1.0时代面临着模型碎片化,AI泛化能力不足等问题。2017年Google Brain团队提出Transformer架构,奠定了 大模型领域的主流算法基础,从2018年开始大模型迅速流行,2018年谷歌团队的模型参数首次过亿,到2022年模型参数达到5400亿,模 型参数呈现指数级增长,“预训练+微调”的大模型有效解决了1.0时代AI泛化能力不足的问题。新一代AI技术有望开始全新一轮的技术 创新周期。

阅读(344)
从传统电视到电脑、手机、OT以及各种智能终端,移动通信技术的提升极⼤的丰富了我们⽇常⽣活的数字触点。随着5G的商化,互联网与物联网融合的速度加快,不论是消费者数字触点数量还是消费者数字体验均获得显著提升,为品牌与消费者更优的互动效果提供了良好的技术环境。流量管理系统整合各触点数据,形成企业流量资产,成为企业各业务洞察及应用的大数据来源,结合人工智能与新⼀代IT技术帮助企业进行更高效的广告投放、会员运营、市场计划等业务管理。

阅读(785)
Al in manufacturing is a game-changer. It has the potential to transform performance across the breadth and depth of manufacturing operations. However, the massive potential of this new Industrial 4.0 era will only be realized if manufacturers really focus their efforts on where AI can add most value and then drive the solutions to scale.

阅读(716)
从电信网络1970年代诞生以来,经历了模拟通信,数字通信,互联网通信,移动互联网通信等多个阶段,每个阶段都极大促进了社会生产力的提升以及新兴产业的发展。根据Omdia预测,到2024年,全球将有400个5G网络投入运营,且全球非M2M(机器到机器)连接的近四分之一将由5G网络来提供,在这个被称为第四次工业革命关键技术之一的5G网络时代来临之际,电信网络需要具备何种能力与之匹配,是产业相关企业都共同关注的问题。

阅读(722)
2022年是人工智能(AI)的一个分水岭,ChatGPT,DALL.E和Lensa等几个面向消费者的应用程序发布了,它们的共同主题是使用生成式人工智能-这是人工智能领域的一次范式转换。当前的人工智能使用模式检测或遵循规则来帮助分析数据和做出预测,而Transformer架构的出现则开启了一个新领域:生成式人工智能。生成式人工智能可以通过创建类似于其所训练的数据的新颖数据来模仿人类的创造过程,将人工智能从“赋能者”提升为(潜在的)“协作者”。实际上,Gartner估计,到2025年,超过10%的数据将是由人工智能生成的,预示着一个新时代——人类与(WithTM)机器协作的时代—的到来。

阅读(356)
APP人口红利尾声,用户增长迈入瓶颈期。潮退之时,互联网巨头最先做出应对,以自身已经拥有的超级APP为基搭建小程序或轻应用的分发平台。截至2019年6月,微信月活跃设备数高达11.2亿,因“水之积也厚”以大水为托,微信小程序受到众多开发者和用户的热情拥抱。

阅读(1283)