- 2025年，人工智能技术正站在一个新的历史节点上。经过过去几年的爆发式发展，大语言模型(LLM)已从实验室走向各行各业，成为推动数字化转型的核心力量[2]。如今，随着技术的不断演进，我们正在见证AI从单模态向多模态、从工具向智能体、从云端向边缘的深刻变革。 2025年，人工智能技术正站在一个新的历史节点上。经过过去几年的爆发式发展，大语言模型(LLM)已从实验室走向各行各业，成为推动数字化转型的核心力量[2]。如今，随着技术的不断演进，我们正在见证AI从单模态向多模态、从工具向智能体、从云端向边缘的深刻变革。
- 本文聚焦智能制造场景下设备与制造执行系统（MES）的API网关改造实践，针对车间设备（数控机床、传感器等）工业协议（Modbus、OPC UA）与MES标准化接口的协同痛点展开。作者摒弃通用网关架构，采用“设备接入层+指令转发层”设计，接入层部署车间本地，负责协议解析、抗干扰数据清洗与本地缓存；转发层对接MES，实现数据格式转换与指令反向适配，通过双链路保障传输稳定。 本文聚焦智能制造场景下设备与制造执行系统（MES）的API网关改造实践，针对车间设备（数控机床、传感器等）工业协议（Modbus、OPC UA）与MES标准化接口的协同痛点展开。作者摒弃通用网关架构，采用“设备接入层+指令转发层”设计，接入层部署车间本地，负责协议解析、抗干扰数据清洗与本地缓存；转发层对接MES，实现数据格式转换与指令反向适配，通过双链路保障传输稳定。
- NFC技术通过嵌入产品实现高效检测，提升数据追溯与流程管控，解决传统检测中的效率低、误差大、信息孤岛等问题。 NFC技术通过嵌入产品实现高效检测，提升数据追溯与流程管控，解决传统检测中的效率低、误差大、信息孤岛等问题。
- 制造业企业面临着不断变化的客户需求和供应链挑战。供应链管理、需求预测和生产调度是提升企业效率和竞争力的关键技术。本文将深入探讨这些技术在制造业中的应用，分析其优势和挑战，并展望未来的发展趋势。通过具体的案例和数据，本文旨在为企业决策者和技术专家提供有价值的参考。 1. 引言制造业是国民经济的重要支柱，其效率和灵活性直接影响企业的竞争力。供应链管理、需求预测和生产调度是实现高效制造的关键技术。... 制造业企业面临着不断变化的客户需求和供应链挑战。供应链管理、需求预测和生产调度是提升企业效率和竞争力的关键技术。本文将深入探讨这些技术在制造业中的应用，分析其优势和挑战，并展望未来的发展趋势。通过具体的案例和数据，本文旨在为企业决策者和技术专家提供有价值的参考。 1. 引言制造业是国民经济的重要支柱，其效率和灵活性直接影响企业的竞争力。供应链管理、需求预测和生产调度是实现高效制造的关键技术。...
- 当鸿蒙遇上智能工厂：未来制造的“中控大脑” 当鸿蒙遇上智能工厂：未来制造的“中控大脑”
- 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju
- 1.1 深度学习介绍 深度学习与神经网络 1.2 神经网络基础 1.3 浅层神经网络 2.1 多分类与 TensorFlow 5、得出每次训练的准确率（通过真实值和预测值进行位置比较，每个样本都比较） 2.2 梯度下降算法改进 2.3.4 其它正则化方法 2.4 BN 与神经网络调优 3.1 图像数据与边缘检测 3.2 卷积神经网络(CNN)原理 3.3 经典分类网络结构 4. 1.1 深度学习介绍 深度学习与神经网络 1.2 神经网络基础 1.3 浅层神经网络 2.1 多分类与 TensorFlow 5、得出每次训练的准确率（通过真实值和预测值进行位置比较，每个样本都比较） 2.2 梯度下降算法改进 2.3.4 其它正则化方法 2.4 BN 与神经网络调优 3.1 图像数据与边缘检测 3.2 卷积神经网络(CNN)原理 3.3 经典分类网络结构 4.
- 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加 1.深度学习概述包括深度学习与机器学习区别、深度学习应用场景、深度学习框架介绍、项目演示、开发环境搭建（pycharm安装）。2. TensorFlow基础涵盖TF数据流图、TensorFlow实现加法运算、图与TensorBoard（图结构、图相关操作、默认图、创建图、OP）、张量（张量概念、张量的阶、张量数学运算）、变量OP（创建变量）、增加其他功能（命名空间、模型保存与加
- 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳 1.定位、目标。2. K-近邻算法涵盖距离度量、k值选择、kd树、鸢尾花种类预测数据集介绍、练一练、交叉验证网格搜索、facebook签到位置预测案例。3. 线性回归包括线性回归简介、线性回归损失和优化、梯度下降法介绍、波士顿房价预测案例、欠拟合和过拟合、正则化线性模型、正规方程推导方式、梯度下降法算法比较优化、维灾难。4. 逻辑回归涵盖逻辑回归介绍、癌症分类预测案例（良恶性乳
- 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju 1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Ju
- 工厂效率怎么提？别光喊口号，数据才是“加速器” 工厂效率怎么提？别光喊口号，数据才是“加速器”
- NFC读写器在智能标签质量检测中展现出显著优势：采用非接触式检测，避免标签损伤且提升效率；能全面验证标签功能与性能，确保可靠性；支持自动化批量检测，大幅提高生产效率；易于集成开发，成本效益高。这些优势使其成为工业制造中质量管控的关键工具，推动智能制造的数字化升级。 NFC读写器在智能标签质量检测中展现出显著优势：采用非接触式检测，避免标签损伤且提升效率；能全面验证标签功能与性能，确保可靠性；支持自动化批量检测，大幅提高生产效率；易于集成开发，成本效益高。这些优势使其成为工业制造中质量管控的关键工具，推动智能制造的数字化升级。
- 1. 引言在第四次工业革命浪潮中，工业互联网作为制造业数字化转型的核心引擎，正推动着生产设备、系统与人的深度互联。传统工业场景中，设备间通信依赖多种私有或标准协议（如Modbus、OPC UA、CANopen），这些协议的异构性导致设备互联困难、数据互通壁垒高，严重制约了工业系统的智能化升级。华为鸿蒙系统凭借其分布式架构、低时延通信能力以及对多工业协议的广泛支持，成为工业互联网的理想... 1. 引言在第四次工业革命浪潮中，工业互联网作为制造业数字化转型的核心引擎，正推动着生产设备、系统与人的深度互联。传统工业场景中，设备间通信依赖多种私有或标准协议（如Modbus、OPC UA、CANopen），这些协议的异构性导致设备互联困难、数据互通壁垒高，严重制约了工业系统的智能化升级。华为鸿蒙系统凭借其分布式架构、低时延通信能力以及对多工业协议的广泛支持，成为工业互联网的理想...
- 智能制造中的AI预测性维护：从理论到实战的深度解析 一、背景与挑战：为什么传统维护模式已走到尽头维护模式平均停机时间年度维护成本备件库存冗余数据利用率事后维护（Reactive）12–36 h基准100 %30–50 %<5 %定期维护（Preventive）4–8 h70 %60–80 %10–15 %预测性维护（Predictive）0.5–1 h40–50 %10–20 %85 %以... 智能制造中的AI预测性维护：从理论到实战的深度解析 一、背景与挑战：为什么传统维护模式已走到尽头维护模式平均停机时间年度维护成本备件库存冗余数据利用率事后维护（Reactive）12–36 h基准100 %30–50 %<5 %定期维护（Preventive）4–8 h70 %60–80 %10–15 %预测性维护（Predictive）0.5–1 h40–50 %10–20 %85 %以...
- 技术不断发展，学习和成长却从未停止。无论您是刚接触 TDengine 的初学者，还是已在实际项目中积累了大量经验的开发者，如今都将拥有一个更清晰、更系统的成长路径——TDengine 培训与认证中心 与 TDengine 技术论坛 正式上线！这是我们为每一位技术用户打造的“双引擎”：一边是认证体系完善、课程体系完整的学习平台，助您从入门到专家逐级精进；一边是实时互动、内容丰富的交流社区，让每... 技术不断发展，学习和成长却从未停止。无论您是刚接触 TDengine 的初学者，还是已在实际项目中积累了大量经验的开发者，如今都将拥有一个更清晰、更系统的成长路径——TDengine 培训与认证中心 与 TDengine 技术论坛 正式上线！这是我们为每一位技术用户打造的“双引擎”：一边是认证体系完善、课程体系完整的学习平台，助您从入门到专家逐级精进；一边是实时互动、内容丰富的交流社区，让每...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签