logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

AI 虚拟巡检数字人,搭配 AR 眼镜数字孪生,适合哪些车间场景落地?

数字人可以直接告诉你"你要找的阀在左侧第三个,位号 FV-301,当前开度 60%,上一次操作是三天前的二班"。:不是一个真实存在的机器人,是一个软件形态的智能体。现场人员戴上 AR 眼镜,专家在千里之外通过屏幕看到第一视角画面,直接用手在画面上画圈圈、标箭头:"拆这个螺栓""检查这个密封面""油滤芯在这个位置"。AR 适合"停下来、仔细看、做判断"的场景,不适合"边走边扫"的快节奏巡检。数字孪生

#人工智能#ar#restful
智能家居为啥一直做不起来?大实话在这!

智能家居之所以"一直做不起来",实质上是技术成熟度、用户体验、经济性和商业模式等多重因素共同作用的结果。这不仅是技术问题,更是系统工程问题,需要产业链各环节协同突破。值得期待的是,随着Matter协议的推广、AI技术的成熟和服务体系的完善,智能家居正迎来新的发展契机。IDC预测,到2025年,全球智能家居设备出货量将突破14亿台,中国市场规模将达到8000亿元。智能家居的终极目标不应是让家庭充满高

文章图片
#智能家居
市面上的3D低代码编辑器真有黑科技?拆开底层:全是Three.js套壳!

看懂整套逻辑后,就能彻底打破技术滤镜。Web3D领域根本没有所谓的高端黑科技,所有产品的核心能力都可以精准拆解。3D模型解析能力,依托的是Three.js官方自带的glTF解析器;3D场景渲染能力,依托的是Three.js对WebGL的封装适配;低代码可视化编辑能力,只是对原生模型、材质、灯光属性的UI封装和双向绑定。你自己手写的glTF查看器,是去除所有包装的极简内核,具备最纯粹的加载、解析、渲

文章图片
#前端
数字孪生技术在UI设计中的应用,超前沿!

在数字孪生的构建过程中,首先需要收集物理实体的各类数据,包括结构参数、运行状态、环境变量等。最后,利用大数据分析、人工智能等技术,对虚拟模型进行深度挖掘与智能优化,为物理实体的设计、制造、运维等过程提供精准指导。通过构建UI界面的数字孪生模型,实现设计过程的可视化、交互模拟与性能优化,将有助于提高设计效率、提升用户体验、降低开发成本并增强产品可维护性。通过构建UI界面的数字孪生模型,实现设计过程的

文章图片
#ui
webGPU即将到来,和原生GPU有啥区别呢?

文章仅做经验分享,若你有项目相关的思路交流、方案探讨、技术咨询,欢迎友好沟通,共同成长。WebGPU 和原生 GPU API(如 Vulkan、DirectX 12、Metal)之间的核心区别在于它们的。需针对不同 API(如 Vulkan/Metal)开发。较高(相比 WebGL),但低于原生 API。显式控制(但受限于 Web 安全模型)完全显式控制,允许直接管理内存和同步。原生应用、AAA

#webgl
三化落地:信息化、数字化、数据化都是啥,是什么关系。

企业通过引入信息技术(IT)系统(如ERP、CRM、OA等),将业务流程、管理活动和数据从线下纸质化转向线上电子化,实现流程标准化和效率提升。:在信息化基础上,利用数字技术(如云计算、物联网、AI等)重构业务模式,打通线上线下场景,实现业务全链条的在线协同和智能化升级。例如:制造企业先用ERP系统(信息化),再通过工业互联网连接设备(数字化),最后用AI分析生产数据优化工艺(数据化)。文章里的方法

文章图片
三化落地:信息化、数字化、数据化都是啥,是什么关系。

企业通过引入信息技术(IT)系统(如ERP、CRM、OA等),将业务流程、管理活动和数据从线下纸质化转向线上电子化,实现流程标准化和效率提升。:在信息化基础上,利用数字技术(如云计算、物联网、AI等)重构业务模式,打通线上线下场景,实现业务全链条的在线协同和智能化升级。例如:制造企业先用ERP系统(信息化),再通过工业互联网连接设备(数字化),最后用AI分析生产数据优化工艺(数据化)。文章里的方法

文章图片
数字孪生项目:数据可视化与 three.js 结合,3 个提升决策效率的方法

数据可视化与 three.js 结合的 3 个方法,不是孤立存在的,而是能相互配合的决策工具:异常高亮帮你快速锁定问题点,关联串联帮你理清问题根源,模拟预判帮你找到最佳解决方案。在实际项目中,不用追求一步到位,可以先实现异常高亮让数据 “能说话”,再逐步加入关联和模拟功能让决策 “有依据”。这些方法的核心价值,在于让数字孪生系统从 “被动展示” 转向 “主动辅助”,让决策者能在虚拟场景中 “摸着数

文章图片
#信息可视化#javascript#python
数据看板总杂乱?B 端工作台数据可视化的 6 个实用技巧

在 B 端工作台中,数据看板是决策者的“眼睛”,但很多时候,它却像是一团乱麻,让人无从下手。数据堆砌、图表杂乱、关键信息淹没其中,这些问题让数据的价值大打折扣。为什么数据看板会陷入这种困境?又该如何让数据清晰呈现、一目了然?本文将为你揭秘数据可视化的奥秘,从根源出发,提供 6 个实用技巧,让你轻松打造高效、易懂的数据看板,让数据真正为工作赋能。数据看板的混乱并非无解之题。通过明确目标、合理选择图表

文章图片
#信息可视化
掌握这 5 大数据可视化原则,轻松提升你的分析能力

例如,在地图类的数据可视化中,使用高对比度的颜色区分不同区域的数据差异,如用深色表示人口密度高的地区,浅色表示人口密度低的地区,能够使观众更清晰地看到数据的分布情况。例如,在展示一周内每天网站访问量的简单柱状图中,由于横轴代表的是一周的七天,纵轴代表访问量,数据含义直观,此时可以仅在图表上方标注 “一周网站访问量”,省略坐标轴的详细标注。例如,红色通常传达强烈的情感,在数据可视化中,红色可用于突出

文章图片
#信息可视化#大数据#数据分析
    共 28 条
  • 1
  • 2
  • 3
  • 请选择