无源物联网白皮书——应用案例篇(2025)-中移智库无源物联网应用案例白皮书(2025) 前 言 在数字经济与实体经济深度融合的时代背景下,无源物联网作为物联网演进 的关键创新方向,通过将无源通信机制与局域以及蜂窝网络架构深度融合,构建 起覆盖广域环境的灵活通信网络与泛在感知体系,有效破解了传统物联网终端依 赖电池供电所带来的维护频繁、成本高昂等痛点问题,成为构筑万物智联生态的 关键使能技术。 无源物联网能够以极低的成本和极高的效率连接各类生产要素,将海量的实 价值运营,企业能够扩展生产要素的类型、提升要素质量、优化要素组合与生产 流程,最终实现全要素生产率的显著提升。 本白皮书聚焦于无源物联网重点行业的标杆应用案例,系统性地展示其解决 方案与商业价值,旨在为无源物联网的应用方案创新和规模化落地提供实践参考 与路径指引。 无源物联网应用案例白皮书(2025) 目 录 1. 无源物联网概述........................................... ............................... 4 1.2. 无源物联网市场空间........................................................................................................4 1.3. 无源物联网端到端核心技术.............................10 积分 | 20 页 | 1.48 MB | 1 月前3
洛图科技&VRAR星球:2025年XR行业发展白皮书10 积分 | 47 页 | 7.86 MB | 8 月前3
鸿蒙生态解决方案白皮书(2025版)-华为2.2.3.5 Status Bar Extension Kit(状态栏开放服务) Status Bar Extension Kit(状态栏开放服务)提供了在状态栏中添加应用图标、管理图 标等一系列方法,为应用提供可以在状态栏与用户进行交互的功能。 当应用启动时或者应用运行过程中,应用可以通过本模块提供的接口向状态栏添加图标、 移除图标、更新图标相关信息等,用户可以通过点击或者右键点击呼出弹窗或者菜单,进行 的监听 - 取消指定 URI 的监听 2.3.9Scan Kit(统一扫码服务) Scan Kit(统一扫码服务)作为软硬协同的系统级扫码服务,帮助开发者的应用快速构 建面向各种场景的码图识别和生成能力。Scan Kit 应用了多项计算机视觉技术和 AI 算法技 术,不仅实现了远距离自动扫码,同时还针对多种复杂扫码场景(如暗光、污损、模糊、小 角度、曲面码等)做了识别优化,提升扫码成功率与用户体验。 控件上渲染相机预览流,需要开发者 实现扫码界面,申请相机权限,适用于对扫码界面有个性化定制的场景。 ⚫ 识别本地图片:对图库中的码图或图像数据进行扫描识别。 ⚫ 识别图像数据:对图像像素数据进行扫描识别。 ⚫ 码图生成:将字符串转换为自定义格式的码图。 2.3.10Ringtone Kit(铃声服务) Ringtone Kit(铃声服务)是一个用于设置铃声的工具库。通过使用 Ringtone0 积分 | 229 页 | 13.44 MB | 9 月前3
迈向智能世界白皮书2025-韧性DC白皮书-华为·低韧性系统:如同脆弱的玻璃结构,一旦受 损便迅速扩散,功能急剧下降。可用功能严重 不足,核心业务面临随时中断的风险。 韧性DC关键特征 高韧性 低韧性 时间 功 能 外部冲击 韧性三角形 损害 图 2 - 1 破 坏 模 型 3、恢复之旅 危机持续期间,韧性决定了系统恢复其功能至新稳态水平的能力与速度: 上述动态过程可用“韧性三角形”进行直观呈现: 三角形面积(功能曲线与原始水平线围成的区域) ·低韧性系统:恢复过程举步维艰,功能回升 缓慢,长期处于低效运行状态,由此造成的业 务损失也将持续扩大。 韧性DC 四大特征 确定性 安全 Agentic AI运维 业务 永续 弹性 自适应 图 2 - 2 韧 性 D C 四 大 特 征 韧性 DC 白皮书 17 16 一份给 CIO 规划建设数据中心的参考 关键特征四 Agentic AI运维 数据中心传统的运维模式在应对复杂性、动态性和 建“内生可信+纵深防护+智能运营”三位一体的全 方 位 防 护 体 系 , 实 现 “ 业 务 攻 不 瘫 、 数 据 偷 不 走、全程严合规”。 ·攻不瘫:关键业务系统在面临复杂威胁时,依然 能够稳定运行,持续对外提供无中断、不降级的服务; ·偷不走:面对数据安全威胁时,确保敏感数据不 泄露,重要数据不篡改,核心数据不锁定; ·严合规:实现合规指标可量化、风险处置可闭 环,筑牢数据安全的合规防线 。 关键特征二10 积分 | 53 页 | 7.03 MB | 22 天前3
面向新型智算中心的以太网弹性通道(FlexLane)技术白皮书(2025年)模型通常拥有数千亿甚至万亿的参数,中小模型通常也有十亿参数以上,需要海 量的算力进行训练和推理。为满足庞大的算力需求,智算中心作为 AI 发展的新 型基础设施底座,正加速在全球范围内建设和部署。 图 1-1 传统数据中心与新型智算中心流量模型对比 传统数据中心主要承载企业级应用,提供云服务,如 Web 应用、数据库、 存储等。如图 1-1 所示,这些应用的流量模式以南北向通讯为主,网络的主要任 小时中发生故障的次数[1]。 中国移动 面向新型智算中心的以太网弹性通道(FlexLane)技术白皮书(2025) 2 ��� ���−��� ≈ ��� × ���(��� = 200���������,万卡集群无收敛组网��� = 15360 时,��� × ��� ≈ 3 × 106���������),和传统 DC 业务的可靠性比较,端到端的可靠性下降数千 倍以上。根据 Meta LLama 3.1 万卡集群公开的论文[2],LLama GPU、网络互联和主机等故障占比靠前, 其中因网络设备和线缆问题造成网络互联故障共 35 次。 光互联链路在带宽、延迟、传输距离等方面具备较大优势,已在智算中心得 到广泛部署,如图 1-2 所示2。 图 1-2 智算中心互联光链路类型 主流高速接口 400G/200G 光模块年失效率超 0.2%,千卡以上集群平均每年 发生数十次光模块故障事件。除了器件失效,设备侧或配线架光纤端面脏污也会 引发链路闪断[4],如图0 积分 | 24 页 | 2.92 MB | 8 月前3
全球计算联盟GCC:2025年异构算力协同白皮书然而,因芯片架构不同、通信协议不统一、算存传能力差异而导致的异构算 力碎片化、生态割裂及协同效率不足等问题日益显现。构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系,实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评,是推动异构算力基础设施迈向新阶 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、关键 技术、解决方案与实践 ASIC、GPGPU 不同路线算力差异,北向承载多场景、多行业、多模态大模型,构建异构算 力协同生态体系,实现异构算力的无感知计算、无阻碍通信、无闲置调度和无差异评测。异 构算力协同生态体系包括统一计算、统一通信、统一调度和统一评测四方面,通过四个核心 维度的统一化实现异构算力资源的深度融合。 图 异构算力协同体系架构 (1)统一计算:打破异构壁垒构建算力融合底座 统一计算是异构算力协同的基础能力, 的垂直优化。 (3)智能动态编译优化:智能动态编译优化主要包括动态编译机制、融合优化方法、 图算融合代码生成,动态编译机制在运行时即时生成代码,支持输入可变和网络结构自适应。 11 单模型和跨模型的融合优化方法,研究运行时共感知的跨模型算子融合。图算融合代码生成 基于张量表达式对整图进行全局依赖分析,在子图内做等价变换和算子融合,提升片上缓存 利用率并降低端到端延迟。 最终通过跨架构编译技术开发者以统一语言描述10 积分 | 31 页 | 1.21 MB | 3 月前3
AI+HR黑科技秘笈-AI赋能人力资本智能化变革AI+HR黑科技秘笈 A I 赋 能 人 力 资 本 智 能 化 变 革 e 成 科 技 H R 图 灵 学 院 出 品 a i . i f c h a n g e . c o m AI黑科技揭秘 顶尖科学家团队力作 AI+HR创新应用 前言 前言 献给走在数字化浪潮前沿的 HR 们, 数字经济时代已全面开启,大数据、人工智能、云计算等新科技推动经济、社会、 企业发生翻天覆地 ,其 中 KG 负责去充分提取文本中实体的关系和联系,NLP 则更好的获取 JD 本文和 CV 文本相似性 信息。因涉及个人隐私此处不展示 CV 信息。 01 特征为王 4 第一部分 | 图 1 JD 示例 在以 JD 和 CV 对是否匹配的背景下,我们将特征主要分为以下几类: JD 特征:包含地点,学历硬性要求和利用知识图谱中提取的实体特征如(职能,公司,技能, 专业,行业)等; 文本特征也可通过简单的加权命中率来构成特征加入到树模型中。 总之实验证明 ID 类特征,二分类特征,连续特征离散化,统计类特征,以及 embedding 产生 的 vector 的交叉特征都会给模型带来正向收益。 图 2 5 第一部分 | 02 模型演变 3.2 深度模型的探索 > 深度模型对比树模型更加突出了非线性的拟合能力,以及高阶特征的交叉融合功能。但是带来 的弊端就是模型的可解释性变差,根据结果反向特征工程变得困难起来。我们在20 积分 | 98 页 | 8.41 MB | 3 月前3
2025全球协作机器人产业发展白皮书:具身智能时代的技术突破与产业重构-MIR 睿工业-117页图表目录� 图 1 具身智能概念示意图�����������������������������������������������������������������������������������9� 图 2 工业机器人与协作机器人���������������������������������������������������������������������������9� 图 3 服 ����������������������������������������10� 图 4 特种机器人�������������������������������������������������������������������������������������������������10� 图 5 人形机器人������������������������������������� ����������������������������������������10� 图 6 仿生机器人�������������������������������������������������������������������������������������������������11� 图 7 复合机器人�������������������������������������10 积分 | 117 页 | 4.88 MB | 3 月前3
AI知识库:电力行业智能转型的新底座(23页 PPT)多智能体协同 工作流编排 上下文工程 提示词工程 AI 护 栏 ② 领先的 AI 多模态知识库 & 知识解析技术 • 支持 29 种多模态数据 ,包括 pdf/ppt/doc/xls/ 图 / 音 / 视频 等 • OCR+360 新一代图文跨模态 VLM ,大小模型结合解析更精准 • 支持多模态交互(输入 / 输出) ,万物皆可交互 ④ 可为 Agent 提供超强 “ 上下文与记忆” 支持记忆共享:分布式记忆存储 / 实时同步协议(毫秒级 延迟) ① 全域知识捕获能力 • 通过【连接器】 可以捕获包括 PDF 、 PPT 、音视频等 100 + 格式文件 • 对于第三方无接口知识 ,平台可以通过 RPA 工具等进行采集; • 各种结构化数据库表也可以采集; ③ 领先的 AgenticRAG 技 术 • 以 Agent 重构传统 RAG ,提升问答准确率及效果 等 互联网资讯 行业动态 微信公众号 / 小红 书 • 通过【连接器】可以链接、捕获企业内、外部各种类型知识 ,包括 PDF 、 PPT 、音视频等 100+ 格式 文件 • 对于第三方无接口知识 ,平台可以通过爬虫、 RPA 工具等进行采集; • 各种结构化数据库表也可以采集; 文件传输协议 360 全域数据资 产连接器 AI 企业知识库特点 1 : 全域知识捕获 , 自动采集企业内外分散的各种知识20 积分 | 23 页 | 4.45 MB | 3 月前3
2025年构网型储能安全白皮书-华为,是引发电池热失 控的重要诱因之一。如在制造、运输、安装过程中因外部机械力导致结构破坏或内部缺陷。 03 结合储能产品各关键组成部分分析,安全风险源主要如下: 储能产品安全风险源 2.2 图 1 储能系统热失控触发因素 电芯风险源 电芯作为储能系统的核心部件之一,受当前生产制造能力与质量管控水平所限,仍无法完全杜绝热失控风险。其 核心诱因多为设计或工艺缺陷导致的本体异常(如杂质、毛 芯向多电芯、单电池模块向多电池模块的链式蔓延,最终升级为系统层级的热失控。 当前,为适配高能量密度与高集成效率需求,行业在向大电池模块演进,使电池模块的防护难度进一步加大;部 分厂家为了追求极致成本,采用无电池模块设计,热隔离难度显著增加,进一步放大了热失控的触发概率与扩散 速度。 储能舱风险源 储能舱是电池模块、功率和温控等部件的集合体,制造焊接、部件安装、箱体运输、现场安装等带来的应力问题, 安全风险概率,已难以适配精细化风险管控需求。 06 全架构安全设计:以“电芯 - 模块 - 储能舱 - 系统 - 电网”五级架构为核心,搭建纵深防御体系,强化层级协同 与冗余设计,实现从芯到网无断点防护。 全链路数字化防护:数字化贯穿全生命周期,联动五级架构数据,构建 “采集 - 分析 - 预警 - 优化” 管控链, 推动安全管理从事后补救转向事前预判。 全场景主动攻防:紧扣多元应用场景,引入10 积分 | 26 页 | 11.48 MB | 1 月前3
共 94 条
- 1
- 2
- 3
- 4
- 5
- 6
- 10
