XiaoMi-AI文件搜索系统
World File Search System产业化
中国电动汽车市场政策推动者 - 西亚经社会
中国汽车数据有限公司（ADC）以汽车大数据为基础，以汽车领域模型算法为支柱，深入开展节能低碳、绿色生态、市场调研等研究，围绕“新基建”和“新思化”（产业智能化、智能产业化、跨界融合、高端品牌化）发展，精准布局中国汽车产业云、智能互联网、智能座舱、工业互联网（工业软件）领域，通过构建中国汽车产业数据基础设施和国家汽车产业数据体系，致力于以“数据”驱动产业变革，以“智能”引领汽车产业未来，努力打造“国家级汽车产业数据中心、国家级汽车产业链决策支持机构、国家级泛汽车产业数字化支撑机构”。
CU 芯柱可实现细间距和高频...
引言 产业界要求器件薄、轻、短、小、性能高，细间距、高密度封装成为必然手段。然而，为了完全实现产业化，许多特性还有待改进，如散热、导电性、热导率、尺寸精度等。此外，在3D封装组装结构中，特别是像堆叠封装（PoP），焊料凸块可能会因为顶部封装的重量而坍塌。几年前，产业界引入了铜芯焊球来改善这些问题。顾名思义，铜芯焊球以球形铜为芯，在中心镀镍和焊料[1]-[2]。镀镍可有效防止锡和铜之间的扩散。铜芯焊球本身具有优异的导电特性和间隙高度优点，可以控制和保持一致的空间，防止封装之间的凸块坍塌。除此之外，Cu还有三大物理特性：高熔点（1083℃）、高电导率、高热导率。
人工智能时代大学生创业项目探索
随着《中国青年创业青年发展报告2023》的发布，我们了解到，2015年至2022年，青年创业发展指数由100上升至184.4，呈现持续良好的发展势头。青年创业者呈现出学历高、创业资金少的特点，90%以上的创业者拥有大专以上学历。国家也加大了对大学生创业的政策支持力度，大学生创业前景看好。但纵观现阶段大学生创新创业项目，创新力和产业价值有限，创业项目需要产业化，需要瞄准未来快速增长的行业，只有在新动能行业，创业项目才有更多机会将成果付诸实践。根据IDC的报告，目前全球人工智能市场规模接近2350亿美元，预计到2028年将超过6310亿美元。这一增长表明人工智能技术在全球范围内的快速扩张和应用。美国和中国是人工智能投资的主要集中地，2020年占全球人工智能投资的80%以上。同时，欧盟、英国、以色列等地区在人工智能投资方面也取得了重大进展。在此背景下，人工智能技术正在逐渐渗透到所有领域。
波浪能与风能联合发电研究
摘要：随着全球能源需求的不断增长和环境污染问题的日益严重，寻找清洁、可持续的替代能源尤为迫切。本文详细探讨了海上风能、波浪能作为可再生能源的可能性，并讨论了海上风能、波浪能联合发电的策略和技术。首先对海上风能、波浪能资源进行评估，然后简要讨论其分布情况。本文介绍了风能、波浪能联合发电技术的研究，包括风能、波浪能互补发电平台的基础技术、集成可行性、共享阵列成本模型和发展现状。技术研究部分详细分析了控制系统设计、风能、波浪能互补供电装置、固定式风力发电机基本波浪能装置以及新型风能、波浪能联合发电平台的创建。最后，强调了技术创新、优化调度和系统集成的意义，展望了风能、波浪能联合发电未来的发展道路，提出了具体的研究方向，并指出了产业化和市场化的必然趋势。风浪联合发电技术虽然面临成熟度、稳定性以及研发和运维成本高等挑战，但其在推动能源结构转型、应对气候变化等方面发挥着重要作用。
我国人工智能人才培养现状及趋势分析
以长江三角洲为例。 2020年长三角地区数字经济销售收入10.83万亿元，占该地区GDP比重为44.26%，高于2020年中国GDP（39.2万亿元）38.6%的比重。长三角区域数字经济发展水平位居全国第一、第二位，整体数字经济规模、数字产业化、产业数字化程度均超过全国其他主要城市。数字经济吸引高技能人才、促进人才双向流动，成为长三角地区人才和资本聚集的重要因素。随着数字经济顺利发展，将有可能吸引更多的人工智能人才。 • 专利申请方面，长三角地区人工智能相关专利申请总量超过12.8万件，医疗领域专利申请量共计4640件，其中上海市2070件、江苏省1570件、浙江省1000件。 • 企业方面，以上海为例，截至2020年底，人工智能产业骨干企业超过1150家，工业互联网核心产业规模达到1000亿元，拥有全国有影响力的工业互联网平台15家，示范工厂94家，平台吸纳中小企业12万家。 • 在人力资源开发方面，以上海为例，上海的高校是专业人才培训基地，科研院所是专业继续教育基地，上海的顶尖企业是高技能人才培训基地。上海有11所高校设立了人工智能研究院，9所高校设有人工智能系，38所高校设有104个人工智能相关院系。
多功能电致变色器件
电致变色 (Electrochromic, EC) 是材料的光学属 性 ( 透过率、反射率或吸收率 ) 在外加电场作用下发 生稳定、可逆颜色变化的现象 [1] 。 1961 年 , 美国芝 加哥大学 Platt [2] 提出了 “ 电致变色 ” 的概念。到 1969 年 , 美国科学家 Deb [3] 首次报道了非晶态三氧化钨 (Tungsten Trioxide, WO 3 ) 的电致变色效应。随后 , 人 们开始对电致变色材料进行了广泛而深入的研究。 20 世纪 80 年代 , “ 智能窗 ” 概念提出后 [4] , 由于节能环 保、智能可控等优点 , 形成一波新的电致变色技术研究 热点 [5-10] 。随着研究的深入 , 特别是纳米技术的快速 发展 , 器件性能得到了大幅的提升 ( 图 1(a)) [11-13] , 电 致变色器件 (Electrochromic Device, ECD) 也逐渐实现 了产业化应用。 根据材料种类不同 , 电致变色材料可大致分为 有机电致变色材料和无机电致变色材料。相较而言 , 有机电致变色材料具有变色速度快、柔性好、可加 工性强和颜色变化丰富等优点 , 主要包括导电高分 子、紫罗精类小分子和金属有机螯合物等 [14] 。无机 电致变色材料具有光学对比度高、光学记忆性好和 环境稳定性高等优点 , 主要包括过渡金属氧化物以 及普鲁士蓝等 [15] 。目前 , 电致变色器件的结构主要 为类三明治结构 , 由两个透明导电层中间夹一层电 致变色活性层构成。根据电致变色材料种类不同 , 电致变色活性层可分为整体结构和分层结构。整体 结构是电致变色材料与电解质相互混合为一层 , 这 类结构主要针对紫罗精等小分子有机物。这类器件 在外加电场作用下 , 有机小分子扩散到电极表面或 以电解质中氧化还原剂为媒介发生氧化还原反应而 实现颜色变化 [16] 。分层结构是电致变色材料、电解 质和对电极 ( 或叫离子储存层 ) 依靠界面接触分层 ,
2023年度业绩管理简报
依靠科技创新，构建新高质量生产力和新型工业化“双轮驱动”的现代化产业体系 • 以完整的科技创新能力驱动高质量发展： 1）2023年研发费用突破148亿元，创历史新高； 2）2023年投资超过100家科技公司； 3）在AI PC、AI服务器、POE等新能源材料等核心战略产品上取得突破； 4）成立创新发展中心，推进产学研合作，联合60多家合作伙伴，筛选出40项技术进行产业化； 5）通过免费培训项目，支持1,298名科技创业者创新人才 • 以产业链和供应链的韧性和安全性为支撑： 1）联想与上下游核心企业超过2,000家建立合作关系。供应链培育出国家级专创企业45家、细分领域领军企业15家、产品领军企业7家；2）联泓新材料加快打造新材料平台型公司；3）富瀚微电子参与孵化和投资产业链科技型初创企业 • 聚焦数字化、智能化转型：联想服务超百万中小企业，助力超三万家专创企业智能化转型，佳沃集团水果业务数字化智能化解决方案完成产品研发
数字经济是否赋能旅游高质量发展？来自中国的理论与实证研究
数字经济如何赋能旅游高质量发展成为学者们共同关注的问题。鉴于此，本研究明确了数字经济赋能旅游高质量发展的理论内涵，研究发现：微观方面，数字经济通过规模经济和马太效应降低平均成本，范围经济满足多样化需求，长尾效应完善供需匹配机制，促进旅游企业效率提升；中观方面，数字经济可通过产业数字化、数字产业化推动旅游产业结构转型升级，通过跨界融合形成新的旅游产业形态和价值链；宏观方面，数字经济可激发市场主体创新能力和灵活性，增加旅游业新的要素投入，提高要素配置效率，促进旅游市场宏观调控。据此，本研究基于2011—2020年中国大陆31个省份的面板数据进行实证检验。研究结果表明：①数字化转型对高质量发展具有正向影响，且各子维度均对高质量发展产生正向影响；②数字化转型对高质量发展的影响呈现异质性，且表现出空间溢出效应。最后，研究得出数字化转型促进高质量发展的有效路径：“推动数字基础设施建设、加快旅游数字化转型、加强融合创新发展、破解旅游企业难题”。
人工智能技术与工程应用
人工智能技术与工程应用 李秀全1 蒋红玲2 1 中国科技发展战略研究院科技预测与评估研究所，北京 100038 2 中国航天科技集团公司物联网技术应用研究所，北京 100094 摘要 ─ 人工智能（AI）经历了 60 年的发展，技术日趋成熟，正在走向广泛的应用和产业化。本文对人工智能技术与工程应用的内涵和演进进行了综述。本文对人工智能技术体系的四层框架进行了总结，以帮助读者了解人工智能家族。近年来，人工智能技术的工程应用取得了显著进展，例如在故障诊断、医学工程、石油工业和航空航天工业中的应用。通过介绍人工智能技术的最新进展，可以帮助工程和科学领域的研究人员了解如何应用人工智能技术解决各自研究领域的应用相关问题。索引术语─人工智能（AI）、工程应用、技术框架。一、引言 人工智能（AI）起源于计算机科学，现在已成为许多不同领域的快速发展的主题。人工智能这个术语最早是由 John McCarthy 等人在 1956 年的达特茅斯会议上提出的，最初受到图灵测试 [1] 的启发。由于 AI 最初是指创造“人形”机器，希望它具有像人类一样的感知和认知能力，并在复杂环境中采取行动。然而，智能的定义还比较模糊，人工智能还没有形成统一的定义。一般认为，人工智能是研究计算机模拟人类某些智能行为（如感知、学习、推理、交流、行动等）的过程的学科。[2, 3]。事实上，由于技术的限制，上述总体目标还远未实现。目前，人工智能的目标主要集中于训练机器去做人类可以做的事情，甚至