墨尔本智慧社区——智能家居 3 · 智能家居 · 居家安全 · 居家养老 墨尔本智慧社区——邻里社交 墨尔本智慧社区——社区电商 深业集团智慧上城运营管理平台 客户背景及需求 深业上城是集产业研发、公寓、酒店、商业于一体的城市 综合体。为将深业上城打造成“智慧上城”，通过云计算、大 数据、智能物联网、移动互联网以及虚拟现实技术等先进 的信息化技术手段，建设一个运营管理平台级信息系统， 展，实现项目效益最大化。 软通动力为深业客户提供包括前期业务咨询规划服务 和运营管理平台主体开发项目实施服务。运营管理平台 基于 SOA 架构设计，采用了软通企业服务总线产品 iESB ，搭建扩展性强大的平台基础框架，集成深业现有 租赁、 OA 、财务等系统，并新建了统一服务台，统一 工单处理中心，领导驾驶舱，运管子系统，业户、消费 者服务平台等多个对内管理对外服务的子系统，为深业 上城的正式投入运营使用提供坚实的运营管理基础。 上城的正式投入运营使用提供坚实的运营管理基础。 软通解决方案 44 深业上城智慧综合体建设内容 45 业 务 运 营 管 理 综合运营分析 运营态势总览 运营管理 人员管理 场所管理 资产管理 客服管理 排班管理 档案管理 班车管理 宿舍管理 考勤管理 钥匙管理 薪酬管理 工卡管理 统一服务台 货运管理 物业管理 租赁管理及业务结算 租赁管理

以工业互 联网为代表的新质生产力方向集聚，人工智能、云计算等技术与工业 互联网的融合将为产融合作带来新的机遇，耐心资本对产业的不断加 码将带动工业互联网的点线面一体推广，金融服务与工业互联网的深 度融合也为规模化应用拓展新的空间。整体看，工业互联网领域的“科 技-产业-金融”良性循环将不断打通与完善，为培育新质生产力、建 设现代化产业体系提供重要支撑。 本报告是联盟发布的第五份中国工业互联网投融资年度报告，在 表 1 2023-2024 年深创投工业互联网领域投资部分企业 .............. 20 8 一、2024 年我国工业互联网发展整体态势 （一）政策体系持续完善，推动五大功能体系一体升级 新时期“1+5+N”政策体系不断完善，工业互联网融入地方经济 发展大局。党的二十届三中全会通过的《中共中央关于进一步全面深 化改革推进中国式现代化的决定》（以下简称《决定》）中，提出要“加 电子等行业超 14 万家企业、980 万台（套）联网设备，工业互联网安全体系日趋完备。 （二）融合应用水平量质齐升，覆盖范围和作用成效提 升显著 融合应用覆盖范围不断拓展，行业应用场景走深向实。工业互联 10 网融合应用覆盖范围呈现由点及面的规模化态势，深度融入国民经济 各领域，覆盖 41 个工业大类、49 个国民经济大类。2024 年工业互联 网的核心产业规模超

会导致存在较大的客观性.为解决这个 问题,可使用深度神经网络来自动训练分类计算得出基本概 率分配函数,以降低其主观性.在网络安全态势的研究中,由 于强容灾能力以及能够通过低代价实现较好效果等特点,深 度神经网络备受学者喜爱.但同时深度神经网络在处理大规 模数据时也会存在收敛速度慢、分类精度差的问题,本文采用 深度自编码先对海量数据进行数据降维和数据过滤,来避免 此类问题. １ 相关研究 本文提出了一种基于 DＧS证据理论的网络安全态势评估 模 型 DSＧDAEDNN (Dempster ShaferＧDeep Auto Encoder DeepNeuralNetworks). 其 中,使 用 深 度 神 经 网 络 (Deep NeuralNetworks,DNN)来 获 取 基 本 概 率 分 配 函 数 (Basic ProbabilityAssignment,BPA),避 免 传 统 DＧS 证 据 理 论 在赋值 BPA 的过程中存在的主观依赖性问题.同时,使用皮 尔逊系统和平均概率值对传统 DＧS证据理论进行修正,从而 避免高冲突证据融合时易产生反直观的结果.最后,使用深 度自编码器(DeepAutoEncoder,DAE)对海量高维数据进行 特征学习和数据降维,来解 决 DNN 在 处 理 海 量 数 据 时 存 在 的准确率不高、时间效率低的问题. ２ 态势评估模型

测温主机工作状态实拍： 测温主机一 信号线缆一 测温探头 混凝土 自动上传数围到 云瑞服务盟 多种慢式选择 通应不同工况 深 度 增 加 安全管理 Security Management 见止 1 SSG F > 视 频 监 控 > 高 支 模 检 测 > 基 坑 监 测 > 危险区域智能提醒 已实施 项目列表 ● 深圳质监大楼项目 ● 深圳监狱保障房项目 ● 深圳湾壹号广场项目 ● 深圳信利康大厦项目 ● 深圳万科云城六期项目 ● 清华大学研究院深圳分院二期项目 ● 深圳深湾汇云项目 ● 深圳龙岗公安分局三所项目 ● 深圳人民医院住院大楼项目 ● 高听科技园二期项目 ● 哈尔滨工业大学深圳校区扩建项目二期 ● 云南联通智慧工地项目 ● 黑龙江建工吉尼斯智慧工地项目

市国民经济和社会发展第十四个五年规划和二〇 三五年远景目标纲要》 15. 《XX 市人民政府关于加快智慧城市和数字政府建设的 若干意见》（深府〔2020〕89 号） 16. 《XX 市关于加快推进新型基础设施建设的实施意见 （2020—2025 年）》（深府〔2020〕42 号） 17. 《XX 市建设中国特色社会主义先行示范区的行动方案 （2019—2025 年）》 18. 《XX 市 围绕“1+4”智慧城市和数字政府建设体系。到 2025 年，打造具 有深度学习能力的鹏城智能体，成为全球新型智慧城市标杆和 “数字中国”城市典范。《XX 市智慧城市和数字政府建设 2021 年 工作要点》深政数〔2021〕48 号提出：“强化跨部门应用场景 建设”、“创新民生诉求办理模式”、“构建能力中枢基本框架， 集约化建设通用基础服务能力”，“加快可视化城市空间数字平台 建设和应用”等。 《XX 新型智慧城市标杆和“数字中国”城市典范。 2022 年 5 月 24 日，XX 市政务服务数据管理局、XX 市发 展改革委发布《XX 市数字政府和智慧城市“十四五”发展规划》 （深政数〔2022〕38 号）提出：“以‘深治慧’平台为龙头牵引， 聚焦政府经济调节、市场监管、社会管理、公共服务、生态 环境等五大职能，针对城市运行管理中的重点难点问题，推动 政府治理流程再造和模式优化，重塑数字化条件下的业务协同

人工智能驱动 技术 发展 计算机建模仿真 技术 (CAE 、 CAD) 地理信息技术快 速发展 GIS 、 BIM 、游 戏 引擎等技术融合 应用 感知、自动化控制 等技术与模型深 度融合 基于 AI 的大场景 仿真技术，以及 VR/AR/XR 等技术 快速发展 AIGC 、 AI Agent 基本 特征 几何模型孪生、静 态孪生 空间孪生、可视孪 生 应急处 19.2 2 龙 泉 II.9 5 云 和 8.5 B 结云 单位： mm 3h 4.I 12h 9.0 72h ■ 淹 没 水 深 (m) 26.4 1 遂吕 I5.2 ■0~0.5 ■ 0.5~1 ■ 1~1.5 松阳 I0.0 7 莲 都 25.3 单位： mm 漫堤长度 (km) 淹没面积 (km²)

和生成能力，能够流畅地进 行自然语言交互。 可处理多样复杂任务 大模型具有高度的灵活性和 可扩展性，能够处理多样且 复杂的任务。 大模型如百科全书 大模型是人工智能领域的璀 璨明珠，其知识库广泛而深 入，犹如一部百科全书。 03 02 能在复杂场景工作 智能体能够在复杂场景中工作， 如工业生产线上的智能巡检、 城市交通中的智能调度等。它 们能够根据场景需求进行灵活 调整，确保任务的顺利完成。 调度策略，实现能源的高效利 用与负荷的平衡。调度策略需 考虑能源成本、环境影响、用 户需求等因素，实现经济效益 与社会效益的双重优化。 数据分析与处理 通过对资源层采集的数据进行深 度挖掘与分析，提取有价值的信 息，为决策提供依据。数据处理 过程需考虑数据的时效性、准确 性，确保决策的有效性。 风险评估与应对 决策层集成风险评估模块，对虚 拟电厂运行过程中的潜在风险进

守护学生成长，做到技术应用与人文关怀的有机统一。 作为智慧教育领域的长期践行者，鸿合致力于技术创 新的同时，不忘社会责任。在将前沿技术与真实教育 场景深度融合的同时，我们愿以扎实的技术积累和深 刻的场景理解，为构建更加公平、高质量、可持续的 智慧教育生态贡献企业力量。 周佳峰 科大讯飞股份有限公司副总裁 从共建到共生：AI重构未来育人生态！ AI与教育融合在国家政策明确指引下推进。《教育强 的底层支撑。我们深刻认识到：技术是工具而非目标， 育人则是核心原点与终极归宿。 真正的技术赋能，并非简单的效率叠加，而是一场系 统性的解放与升华。教育技术的根本使命，在于破解 教师面临的机械性工作桎梏，让基于全流程数据的深 刻洞察，转化为精准施教的育人智慧；在于构建智慧 互联的教学生态，让优质资源实现无界流动和全域共 享；在于倍增教师的育人效能，让更多学子得以启迪 心智、涵养人格与多元成长。 作为教育信息化领域的中央企业，奥威亚始终以技术 迪显咨询行业分析师团队的深入见解。 分析师长期浸润全球教育科技市场研究一线，对市场 动态、技术革新、用户需求趋势等关键领域拥有独到 的洞察力。他们的专业知识和经验，为产业发展报告 提供了多维度的分析视角，确保了研究的全面性和深 度，力求为读者呈现一份既有数据支撑，又富含专家 观点的权威报告。 通过整合行业专家团队的实践经验与迪显咨询的专业 市场洞察，本产业发展报告旨在为业内人士打造一个 全方位的未来课堂观察窗口。我们希望借助这份产业

费用 、 人力成本 、 收入等 ） 3. 通 过 阿 米 巴 大 数 据 平 台 每 日 核 算 数 据 实 时 展 现 ，指 导 经 营 改 善 4. 利 用 算 法 模 型 与 深 度 挖 掘 ，实 现 经 营 预 测 【业务效果】 ：每日自动生成经营核算数据， 数据实时驱动 管理改善 阿米巴核算体系：构建 500+ 阿米巴核算标签，可多维度对比分析挖掘数据 价值 成本降低：

饮行 业带来了全新的变革机会。DeepSeek 大模型基于深度学习框架， 能够通过海量数据进行训练，从而在多个场景中实现智能化操作。 其核心优势在于自然语言处理（NLP）、图像识别和推荐系统的深 度融合，能够精确理解顾客需求、优化菜单设计、提升服务质量， 并实现精准营销。 DeepSeek 大模型的核心技术包括以下几个方面：  自然语言处理（NLP）：通过语义分析和情感识 别，DeepSeek 护和系统故障的应急处理方案。 通过上述步骤，可以确保需求分析与规划阶段的全面性和可行 性，为后续的模型开发和系统实施奠定坚实基础。 3.1.1 业务需求评估 在业务需求评估阶段，首先需要对餐饮服务行业的现状进行深 入理解，明确引入 deepseek 大模型的核心目标。具体来说，业务 需求评估主要包括以下几个方面： 1. 业务流程分析：通过实地调研和与业务部门的沟通，梳理餐饮 服务的主要业务流程，包括点餐、后厨管理、库存管理、客户 技术创新融合：提升食品安全水平，增强企业竞争力。 总的来说，DeepSeek 大模型在餐饮服务中的应用不仅能够帮 助企业实现降本增效，还能通过数据驱动的决策支持，推动企业的 持续创新与发展。随着技术的不断完善和应用的不断深 入，DeepSeek 大模型将成为餐饮行业数字化转型的重要引擎，助 力企业在激烈的市场竞争中脱颖而出。 8. 结论 通过引入 DeepSeek 大模型，餐饮服务行业在智能化、个性化 和效率