英特尔软件一体化赋能产业 AI 应用实践白皮书.pptxVIP

智启边缘

英特尔软硬件一体化赋能产业AI应用实践白皮书;;

02;

3.1.3诺达佳：新一代视觉控制器21

3.1.4诺达佳、圆木智能：DeepSeek工业一体机22

3.1.5英特尔：缺陷样本生成解决方案24

3.1.6华泰软件：MES问数系统26

3.1.7富临精工、智元机器人和安努智能：具身智能解决方案28

3.2智慧城市30

3.2.1中科创达：全息路口融合感知方案30

3.2.2中维世纪：高空抛物智能治理方案32

3.2.3震有智联：智慧工地AI超融合解决方案34

3.2.4特斯联：3D数字人解决方案37

3.2.5华铭：“轨道通”智慧服务数字人39;;

产业背景、趋势与挑战

大模型（LargeModel，也称基座模型，即FoundationModel），是指具有大量参数和复杂结构的机器学习模型，能够处理海量数据、完成各种复杂的任务，如自然语言处理、计算机视觉、语音识别等。大模型通常包括大语言模型(LLM)、视觉大模型(CV)、多模态大模型等各种类型。大模型通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测，能够处理更加复杂的任务和数据。

随着人工智能(AI)技术的迅猛发展，全球各行业正在经历一场深刻的变革。在国家政策层面，科技部等六部门发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，推动人工智能发展的决策部署，统筹推进人工智能场景创新，全面提升人工智能发展质量和水平，以更好支撑高质??发展。人工智能场景创新对于促进人工智能更高水平应用和支撑高质量发展具有重要意义。同时，边缘AI正成为企业创新的关键驱动力。根据Gartner预测，到2025年底，50%的企业管理数据将在传统数据中心或云之外的地方（例如，零售店、制造工厂和医疗机构）进行处理1。到2026年，至少有一半的边缘计算部署将涉及到机器学习领域。在多重因素的推动下，边缘AI为智慧城市、工业智能制造等领域带来了新的市场机遇。

在智慧城市的建设中，AI技术的应用已经渗透多个领域，包括智慧社区、智慧园区、智慧交通等。一些典型场景已经在城市生活中应用开来，例如：;

?预测性维护：通过分析设备传感器数据，预测潜在的故障和维护需求，从而减少设备停机时间和维护成本，提高生产线的可靠性和效率。

?质量控制与缺陷检测：深度学习模型能够处理复杂的图像数据，提供高精度的检测结果。大模型具有更强的泛化性。生成式AI通过少量样本，生成更多缺陷样本，混合数据训练提升训练精度。质量检测方案能够提高产品