- 综合排序
- 最热优先
- 最新优先
腾讯混元大模型技术进展与能源行业落地实践
行业困境：从参数竞赛转向业务落地与成本挑战 当前AIGC技术发展正经历从单纯追求千亿、万亿参数规模，转向百亿、十亿参数级别的业务场景应用。 行业专属模型： 针对能源、金融、医疗等行业，提供行业大模型及精调解决方案，支持从数据标注、训练、评测到落地的全生命周期管理。 应用数量 联合行业伙伴发布50+行业大模型应用 腾讯云 CSIG (P27) 客户增长 客户数增长300% 腾讯云 CSIG (P27) 落地案例：能源行业数智化转型 针对能源行业特性，腾讯构建了支撑企业数智化转型的平台总体架构 人才培养： 通过AI实训平台提供从数据接入、模型训练到模型服务的全流程支持，并结合能源行业案例进行实训教学。 成熟的落地方法论： 沉淀了从业务分析、数据清洗、模型选择、训练加速到应用落地的一体化完整方法论，已在文旅、金融、能源等50+行业应用中验证。
32100编辑于 2026-05-31- 来自专栏机器之心
全球500强案例精选，带你了解人工智能在能源行业如何落地
能源行业在全球范围都扮演着国家层面经济命脉的战略产业。近年来，以人工智能、物联网、大数据技术发展所推动的能源技术正成为引领能源产业变革的源动力。 截止2019 年3 月，全球500 强能源行业公司中已有75% 开始实施或落地人工智能技术应用，并开始在多维度优化固有流程，重塑核心价值链。 在此背景下，机器之心产业研究团队推出了《挽救持续衰退能源市场的一剂猛药——AI+能源行业研究报告》，并打造《全球500强 —— 能源行业人工智能应用案例集》，从技术与落地层面剖析人工智能技术在能源行业各领域的发展与机会 基于当前应用案例，计算机视觉与及传感器技术的结合应用在能源的勘探与开发工作中拥有丰富的落地场景。而机器人技术与物联网技术则在能源的生产工作中充满潜力。 2018 年4 月，道达尔正式宣布和谷歌云签署协议，两巨头强强联合，共同运用人工智能技术为油气的勘探开采提供智能解决方案。该方案针对的首要问题是油气勘探开采地质数据的处理分析。
1.2K30发布于 2020-04-02 腾讯多模态大模型与云边协同架构在能源行业的落地实践与量化指标
突破传统单点算法瓶颈与重塑计算架构 在工业制造与能源行业中，基础大模型（L0级别）由于面临训练成本高昂及欠缺垂直行业知识的制约，难以直接解决复杂的业务问题。 驱动办公协同与重塑研发效能业务指标 基于混元大模型及腾讯TI平台的落地应用，企业在系统运维成本、研发效率及日常协同上实现了高价值的量化收益： 研发效能提升： 腾讯代码助手（工蜂Copilot）通过智能补全 核心系统处理能力跃升： 在运维知识库构建中，OCR解析大模型准确率提升25%；同时，检索架构中的 Embedding 模型支持长度从 512 字提升至 4k，全面支持多套复杂向量检索策略。 在业务落地中，单一的 L1 行业大模型在性能上直接优于过往的 12 个客户小模型。
18510编辑于 2026-05-30数据标准落地难？4个步骤帮你解决！
4.标准的代码值与范围对于那些下拉框里的选项，必须明确所有可能的值。比如，“订单状态”只能是“01-待支付”、“02-已发货”、“03-已完成”。这样就不会出现“已完成”和“完结”并存的混乱场面。 5.清晰的管理责任必须明确这个标准由哪个业务部门负责解释和更新（业务负责人），以及由哪个技术团队负责在系统里落地（技术负责人）。6.相关的数据源指明这个标准所对应的权威数据来源是哪个业务系统。 四、落地之难：如何让标准不只是文档？但是这里有个坑是：很多团队的标准工作就止步于文档发布了。如何确保标准被真正执行？说实话，这需要管理和技术的双重保障，缺一不可。 数据格式：字符串，固定长度为4位（采用国标代码）。标准代码示例：‘C381’代表“电机制造”，‘I6510’代表“软件开发”。权威数据源：CRM系统。
38810编辑于 2025-12-08JBoltAI 4系列让企业AI落地告别“碎片化”
JBoltAI4系列 恰好瞄准这一痛点，以“智能数据中心”“AI资源中心”“AI智能问答”三大核心模块，构建起从数据整合到场景落地的完整闭环，让企业AI开发告别“东拼西凑”，实现“一站式成型”。 从“工具拼接”到“体系化落地”：JBoltAI4的核心价值 回顾企业AI落地的常见困境，本质是“数据、资源、场景”三者割裂。 而JBoltAI4的 这 三大模块，恰好形成了“数据支撑资源、资源赋能场景”的闭环：智能数据中心提供“可用的数据”，AI资源中心保障“高效的调度”，AI智能问答则实现“业务的落地”。 对企业而言，这种体系化的优势在于“降低试错成本、提升落地效率”——不用再为数据整合找外包、为资源对接招专人、为场景开发搭框架，一套JBoltAI4就能搞定从数据到场景的全流程。 如果你的企业正面临“数据难用、资源难管、场景难落地”的问题，不妨从JBoltAI4开始，让AI落地告别“碎片化尝试”，真正进入“体系化见效”的阶段。
20810编辑于 2026-01-24- 来自专栏探索RPA
能源RPA丨RPA如何变革能源行业？
随着科技的发展，能源行业也开始通过使用大型信息化系统提升管理、全面创造价值。但单一、重复、繁琐的事务性工作仍依赖大量人工来完成。过高的人力成本、低下的业务效率，禁锢着企业未来的发展。 [RPA如何变革能源行业] 当前能源业面临的痛点 企业成本较高。固定资本投入大，只有达到一定的生产规模之后才能分摊这些成本。 多信息化系统并存。
1K30发布于 2020-07-09 - 来自专栏软件成本造价评估
能源行业软件成本度量评估应用案例分析
具体如下： 表D-4 直接非人力成本测试示例 4、测算软件开发费用 综合以上测算出项目的直接非人力成本为2.2万元，加上前面测算的基准报价（不含直接非人力成本）1566.57万元后就可以得出该项目的软件开发成本估算中值为
85000发布于 2018-11-08 - 来自专栏网络安全技术点滴分享
海上能源行业面临的网络威胁浪潮
关键发现：在2024年10月至2025年10月期间，Qilin是针对能源行业最活跃的勒索软件组织。能源行业勒索软件受害者中，56%位于美国和加拿大。 暗网论坛上的一名威胁行为者正在寻找包括能源行业在内的关键基础设施实体的信息。 该组织以其激进的策略和高价值目标选择策略而闻名，使其成为针对能源行业最活跃的组织。表1. 在勒索软件行为者各自的数据泄露门户网站上曝光的属于能源行业的勒索软件受害者数量。 影响能源行业的数据泄露从能源公司及其供应商那里窃取的材料涵盖工程和运营文件、身份数据、合同和内部通信，犯罪分子会将这些信息重新用于针对性钓鱼攻击和后续访问。图4. 一则关于一家业务涵盖包括能源行业在内的多个行业的跨国集团数据泄露的暗网论坛帖子。一旦公布，能源行业的泄露信息很难遏制。
25610编辑于 2026-01-25 - 来自专栏网络安全技术点滴分享
海上能源行业面临的网络威胁浪潮
图4. 一名威胁行为者分享了据称通过入侵一家能源公司获得的一些面板的访问权限。 网络钓鱼攻击网络钓鱼是包括能源行业在内的所有领域都流行的攻击媒介。根据《安全杂志》的报告，2023年针对OT和ICS系统的攻击中，有34%是由网络钓鱼造成的。
21400编辑于 2026-01-20 - 来自专栏大数据文摘
Cyber Physical Systems将颠覆工业和能源行业
software-intensiveembedded systems，简称SIES)，SIES在现今几乎所有的高科技产品和系统中都能发现，比如数控机床、高级轿车、飞机、智能建筑、智能风机等，SIES对于CPS的重要性常常被低估，但其却是CPS能够落地的真正关键
1.4K120发布于 2018-05-21 ADP智能体平台驱动多行业AI落地：从痛点破解到量化增效
破解多行业AI落地共性瓶颈 当前企业AI落地面临多重战略困境：知识管理体系庞大且更新频繁（如医药行业制度体系更新快、执行标准不一），导致检索低效；合规要求严苛（如医药、能源行业）与内部数据分散（器械行业 undefined配套AI Agent落地端到端能力，涵盖部署实施（统一身份认证、私有化部署、容量评估、高可用方案）、系统集成（IAM/业务系统/MCP协议集成）、场景落地（数据预处理/清洗、知识库构建 ，过去12月全部消息数27,745，通过智能语义检索激活历史知识资产；能源行业客户实现弱网环境下知识查询可用，集成企微/钉钉/APP及语音提问能力（数据来源：器械、能源行业案例）。 能源行业案例（风电场调试运维） 痛点：调试运维信息获取低效，辅助决策需求迫切。 价值：提升运维知识检索及工单反馈效率，私有化部署降低合规风险，保障弱网可用，集成多端提升体验（数据来源：能源行业案例）。
30910编辑于 2026-04-09- 来自专栏实在智能RPA
能源业人工智能技术应用现状2025：技术落地、案例数据与未来趋势
三、技术赋能：实在Agent在能源行业的落地实践在能源行业智能化转型的浪潮中，智能体技术成为连接技术与场景的关键载体，实在智能的产品实在Agent作为行业代表性解决方案，已在多家能源企业实现深度应用，其技术特性与行业需求形成了精准匹配 （二）优势模块：实在智能的三大核心优势实在Agent之所以能在能源行业快速落地，得益于其在信创适配、技术架构与场景适配三大维度的核心优势。信创自主可控是首要优势。 这种融合架构解决了能源行业“数据孤岛”与“流程割裂”的传统难题，能够实现从数据采集、分析到决策执行的全流程自动化。场景适配性强是其落地关键。 四、现实挑战：能源AI落地的多重制约因素尽管人工智能在能源行业的应用已取得显著成效，但从规模化落地到深度价值释放，仍面临技术、数据、人才等多重挑战，这些问题成为制约行业发展的关键瓶颈。 从中国华电的径流预测大模型到南方电网的智能巡检系统，从毕马威报告中的数据印证到实在Agent的落地实践，都表明人工智能已成为能源行业转型的核心驱动力。
2.6K20编辑于 2025-11-04 - 来自专栏速入大数据
数据中挖掘能量：能源行业效率提升的秘密
数据中挖掘能量：能源行业效率提升的秘密在大数据时代，能源行业的效率提升已经不再是简单的技术叠加，而是通过数据科学的深度融合，挖掘潜在的资源和优化决策过程。 本文将通过直观的例子和代码，阐述大数据如何从根本上改造能源行业，提升效率。一、大数据如何改变能源行业？传统能源行业面临着诸多挑战，例如能源分配不均、设备老化以及资源浪费等问题。 随着物联网（IoT）和云计算的发展，能源行业与大数据的结合必将更为紧密。未来，我们可能看到基于区块链技术的透明能源交易系统，以及通过人工智能实现的能源自治管理。 总结大数据与能源行业的融合不单单是一种技术革新，更是一种理念的升华。通过数据赋能，能源行业能够以更高的效率、更低的成本、更智能的方式满足社会需求。
32800编辑于 2025-03-31 - 来自专栏区块链技术开发与技术解决方案
区块链技术公司谈在能源行业的颠覆
我们都知道区块链以点对点的方式所闻名，可以对银行、保险、教育等行业带来机遇，同时也能对能源行业产生颠覆性的改变。 区块链对能源行业带来的颠覆 区块链技术的智能合约使得当有交易发生时，智能合约将会告知系统，这些都是定好的规则，与此同时，智能合约可以直接控制能源的流向以及储能设备，也能用来管理虚拟电厂。 除此之外，区块链对能源行业的另一个应用是通过提供一个安全的对于所有权的存储，记录所有权归属以及相关的交易。 区块链对能源行业带来的风险 一是当用户忘记账户密码时，由于区块链的不可篡改性，会被锁定在账户之外，丢失用户的资料以及资产。 总而言之，区块链在对能源行业带来巨大改变以及机遇的同时，还会带来一系列的技术缺陷和实际问题。
76320发布于 2018-05-31 AR远程协助如何提升能源行业运维效率
在元幂境看来，在能源行业的数字化转型进程中，AR远程协助技术正逐渐成为企业提升效率与保障安全的关键工具。 能源行业由于生产环境复杂、设备规模庞大、作业区域分散且危险性高，传统的运维方式往往需要大量人力和时间投入，且在突发情况下应对能力有限。 一、能源行业的挑战与痛点 能源行业涵盖电力、石油、天然气、风能、光伏等多个领域。 五、最后 在元幂境看来，AR远程协助在能源行业的应用，正在帮助企业解决地域分散、设备复杂、风险高和人才不足等核心问题。 随着技术的不断发展，AR远程协助将在能源行业中实现更广泛、更深入的应用，成为未来智慧能源的重要组成部分。
34110编辑于 2025-12-05AR远程协助在能源行业的应用与前景
在元幂境看来，能源行业作为国民经济的重要支柱，覆盖电力、石油天然气及新能源等多个领域，其运维工作常常面临环境复杂、风险高和地域分散等挑战。 近年来，随着AR技术的快速发展，AR远程协助逐渐在能源行业落地应用，为提升运维效率、保障安全生产、推动数字化转型提供了新路径。 未来趋势 随着技术演进，AR远程协助在能源行业将呈现以下发展方向：5G与卫星通信的结合，突破地域限制，实现更稳定的实时传输。AI辅助决策，自动识别故障并推荐解决方案，提升智能化水平。 最后 在元幂境看来，AR远程协助正在重塑能源行业的运维模式。它不仅提升了安全性和效率，还为知识传承和数字化转型开辟了新路径。 未来，随着网络、AI和硬件的持续进步，AR远程协助将成为能源行业智能化发展的重要支撑，助力行业实现安全、高效与绿色的可持续发展。
28610编辑于 2025-12-02- 来自专栏网络安全技术点滴分享
海上能源行业面临的网络安全威胁全景
关键发现：在2024年10月至2025年10月期间，Qilin是针对能源行业的最主要勒索软件团伙。能源行业勒索软件受害者中，56%位于美国和加拿大。 图1：一名威胁行为者在暗网论坛上寻找包括能源行业在内的关键基础设施实体的信息。 在我们的《2025年风险雷达报告：能源和公用事业行业》中，我们发现能源行业的勒索软件活动出现了惊人的80%同比增长。 该团伙以其激进的策略和高价值目标选择而闻名，使其成为针对能源行业最活跃的团伙。表1：在勒索软件行为者各自的数据泄露门户上公布的属于能源行业的勒索软件受害者数量。 图4：一名威胁行为者分享了对某些面板的访问权限，他们声称是通过入侵一家能源公司获得的。
36210编辑于 2026-01-14 - 来自专栏深度学习与python
落地4年，工商银行如何进行Serverless 架构迭代
其中批量控制器用于作业的调度和触发，作业触发消息通过分布式协调中心进行发布，批量执行器在监听到作业触发消息后，启动批量作业并同步更新批量作业状态（如图 4 所示）。 图 4 传统分布式批量作业架构 为提升批量作业执行器的资源利用率，工商银行围绕高可用、灵活性、兼容性三方面，基于原有分布式批量平台，增加了 Serverless 批量任务管理能力，将分布式批量框架的调度能力和 图 5 对账中心基于 Serverless 的文本核对系统架构 4 Serverless 在金融行业落地建议 目前银行线上业务正处于高速发展时期，同时又面临着服务器资源和研发效能两方面的压力，针对创新类业务还面临着较高的试错成本 三、充分利用平台优势，逐步丰富落地场景。 ChatGPT插件系统正式开放，不用写代码，人人都是程序员 集成GPT-4的编程神器来了，GitHub发布Copilot X：编程30年，突然就不需要手敲代码了？！
1.4K20编辑于 2023-03-29 - 来自专栏云技术+云运维
能源行业数字化转型方向与人才培养
全球能源行业数字化转型的使命是实现敏捷能源。 化石能源清洁化，清洁能源规模化，多种能源综合化，终端能源再电气化趋势正加速演进，成为能源行业发展大趋势。 第二，数字技术推动油气类企业转型发展。 在组织方面也体现出灵活性不足的问题，无法有效支撑战略落地，不能适应业务快速发展的需要。 支持和配合数字化转型的落地。 人才管理的不同阶段企业将要面临的问题。谁来接替将要出现的关键岗位空缺？项目（业务）谁来负责最合适？ 4、前瞻性人才决策。
1.8K20编辑于 2022-01-12 - 来自专栏腾讯安全
行业安全解决方案 | 能源行业如何在新时期建设新安全？
与此同时，伴随着能源行业数字技术与电力技术、业务生产的愈发深度的融合，新时期的能源行业网络安全形势有了新变化，网络边界威胁、恶意攻击、开源漏洞等安全挑战随之而来，影响业务的稳定运行。 安全挑战能源行业的数字化转型一方面促进了业务的增长，为企业增长了提供了源动力。 腾讯安全能源行业网络安全建设方案腾讯安全能源行业网络安全建设方案以能源的最佳实践为参考，结合行业对于安全的实际需求，以最精简的建设单元构建最有效的安全架构，为新时期的能源行业提供业务保障，助力行业数字转型升级 该方案可为企业带来的价值：1.能力整合，统一决策：整合、利用外网/云已有安全能力，结合被动防御与主动探测，经过与威胁情报的碰撞、加工，构建能源企业威胁预警统一入口；2.精准识别，维系权威：基于内外网现状分析设定安全策略，落地事件分类分级标准的同时辅以攻击行为详细分析 咨询和能力共建：帮助构建信息安全体系框架和建设路径，提供专项安全方案设计、可落地的安全体系和技术方案实践指引。
2.7K20编辑于 2023-02-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号