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

当物理AI撞上“效率墙”:从智元量产到DeepSeek加速,产业正在呼唤同一种基础设施

三天之内,四条消息密集释放。6月27日,DeepSeek创始人梁文锋署名发布DSpark论文,用推测解码技术将大模型推理速度提升60%-85%,同步开源全栈代码库,传递的信号明确——“不拼参数拼效率”。6月28日,智元机器人宣布第15000台通用具身机器人精灵G2量产下线,高级副总裁姚卯青说:“量产不是目的,只是一个过程,通过规模化量产让机器人在各行各业快速部署,通过数据飞轮让产品越来越智能。

#人工智能
当物理AI撞上“效率墙”:从智元量产到DeepSeek加速,产业正在呼唤同一种基础设施

三天之内,四条消息密集释放。6月27日,DeepSeek创始人梁文锋署名发布DSpark论文,用推测解码技术将大模型推理速度提升60%-85%,同步开源全栈代码库,传递的信号明确——“不拼参数拼效率”。6月28日,智元机器人宣布第15000台通用具身机器人精灵G2量产下线,高级副总裁姚卯青说:“量产不是目的,只是一个过程,通过规模化量产让机器人在各行各业快速部署,通过数据飞轮让产品越来越智能。

#人工智能
数字孪生的“全栈国产化“,到底要打通哪几关?

回到最初的问题。数字孪生的全栈国产化,要打通的不是某一颗芯片、某一套操作系统,而是芯片—系统—生态—应用芯片层:CPU 相对成熟,GPU 是最难、也最关键的一关;系统层:操作系统、数据库的国产替代已有成熟选项;生态层:靠的是厂商之间的深度共建,而非简单采购;应用层:最终要在水利、能源、交通等真实场景里跑出价值,并沉淀为行业标准。从目前的行业进展看,这四关已经被逐一打通的样本开始出现。全栈国产化正在

#人工智能
当物理AI撞上“效率墙”:从智元量产到DeepSeek加速,产业正在呼唤同一种基础设施

三天之内,四条消息密集释放。6月27日,DeepSeek创始人梁文锋署名发布DSpark论文,用推测解码技术将大模型推理速度提升60%-85%,同步开源全栈代码库,传递的信号明确——“不拼参数拼效率”。6月28日,智元机器人宣布第15000台通用具身机器人精灵G2量产下线,高级副总裁姚卯青说:“量产不是目的,只是一个过程,通过规模化量产让机器人在各行各业快速部署,通过数据飞轮让产品越来越智能。

#人工智能
当机器人学会后空翻之后:具身智能为何正从“能力竞争”转向“落地竞争”

摘要: 具身智能行业正从“能力竞争”转向“落地竞争”。过去两年,企业热衷于展示机器人跑跳、翻跟头等炫技能力,但政策与市场已明确要求2026年底实现万台级规模落地。当前瓶颈在于真实场景中机器人的可靠性、泛化能力和成本问题,工业客户对成功率“只能高不能低”。世界模型(World Model)成为关键,通过虚拟训练降低试错成本。政策层面,国家正推动具身智能基础设施建设,而企业如51WORLD则聚焦仿真训

#机器人
从EPC供水工程看数字孪生水利的落地路径——代进雄等(2026)论文解读与行业实践对标

代进雄等(2026)以廊坊“北三县”供水工程为案例,系统构建了EPC模式下长距离供水工程的数字孪生智能建造系统。论文提出了设计-施工参数化正向设计、基于IFC深度语义映射的无损模型转换、动态LOD+GPU实例化渲染、多源异构知识提取以及工程进度数字孪生体系等关键技术。这些技术难题并非EPC供水工程独有,而是数字孪生水利行业的共性需求。本文对标51WORLD的AES6.0空间智能底座、WIM2.0水

文章图片
不止于“看”:鄂尔多斯某煤矿数字孪生伴采系统中的仿真实战

摘要:数字孪生技术正推动煤矿安全从传统“可视化监控”迈向“灾害靶向治理”。51WORLD联合研发的GIM煤矿全时空孪生伴采系统在红庆河煤矿落地,通过动态地质模型、四维定位算法和智能推演引擎,实现灾害靶点95%的定位准确率,防控效率提升70%。该系统融合多源数据,实时计算应力分布与演化路径,支持AI主动预警与方案预演,解决了传统监测“测不准、看不了”的痛点。研究(补建伟等,2026)指出,GIM的实

文章图片
数字孪生在智慧园区中能解决什么问题?从国家政策到项目案例的技术型观察

智慧园区建设正从“系统上线”转向“运营效率提升”。本文从国家政策、商务部经开区数据出发,分析数字孪生技术在园区资产管理、告警联动、跨部门协同、仿真决策及业务闭环等场景中的实际价值。结合五一视界(51WORLD)的AES全要素场景基座及华为练秋湖、中移南方基地等落地案例,拆解数字孪生平台的技术架构与实施逻辑。文章指出,智慧园区数字孪生的核心不是“可视化展示”,而是通过数据贯通、模型入业务和闭环可持续

文章图片
从感知到行动:物理 AI 视角下,数字孪生水利的技术全链路拆解

本文探讨了数字孪生水利作为物理AI演进关键阶段的重要价值。文章指出,物理AI是AI发展的第四阶段,其核心在于理解并作用于物理世界。水利场景因其超大尺度、多尺度耦合和强物理约束等特点,对物理AI提出更高要求。数字孪生水利需打通"理解-模拟-作用"全技术链路,包括数据底板层、专业模型层和业务应用层。文章还强调AI原生交互和国产化两大工程约束,并以实际案例验证了该技术路线的可行性。数

文章图片
#人工智能#智慧城市
智慧园区数字孪生能解决什么问题?这5个核心痛点一次说清

【摘要】智慧园区数字孪生并非简单的三维可视化,而是通过构建统一数字底座解决五大核心痛点:1)打破"信息孤岛",实现全园区"一屏统览";2)整合海量设备数据(如华为练秋湖项目管理400万+终端);3)建立从监测到处置的闭环管理;4)优化能耗降低15%运营成本;5)引入AI实现智能交互决策。该技术已从单点实践发展为行业标准,本质是通过"全可视、全融合、

文章图片
#智慧城市
到底了