zxm8513
我的心里有精灵...
工业互联网在企业数字化转型中的贡献类似于实体经济之于国家经济的贡献。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
CAN FD 与传统 CAN 2.0 完整区别对比
摘要: CAN2.0(标准CAN)与CANFD(灵活速率CAN)是两种常见的总线协议。CAN2.0分为11位标准帧(2.0A)和29位扩展帧(2.0B),适用于传统车载和工控设备。CANFD于2012年推出,兼容CAN2.0,优化了数据长度(单帧最大64字节)、速率分段(仲裁段低速,数据段可提速至8Mbps)、CRC校验(17位增强纠错)和总线负载效率,适用于新能源汽车、伺服控制和工业物联网。两者可混合组网,但CAN2.0节点无法解析CANFD长帧。选型时,简单场景用CAN2.0,大数据传输需CANFD,并原创 2026-07-09 22:24:17 · 75 阅读 · 0 评论 -
World Action Model(WAM,世界动作模型)
摘要: WorldActionModel(WAM)是下一代具身智能统一范式,耦合世界动态预测与动作策略生成,通过前向推演和反向决策实现规划式控制,区别于直接输出动作的VLA模型。WAM分为串联式(工业落地)和端到端(学术前沿)两种架构,具备物理推理强、长任务规划优、安全性高等优势,适用于机器人及自动驾驶领域。其核心模块包括多模态编码、时空融合主干及双分支输出,通过三阶段训练利用无标注视频预训练物理常识。尽管存在推理延迟、预测误差等挑战,轻量化、混合架构及JEPA模型等方向有望推动WAM进一步发展。原创 2026-06-23 19:58:35 · 153 阅读 · 0 评论 -
Vision-Language-Action (VLA)
VLA(视觉-语言-动作)框架是具身智能领域的端到端多模态系统,通过统一视觉感知、语言理解和动作生成实现环境交互闭环。其标准架构包含多模态编码器、跨模态融合层、动作解码器等模块,支持离散化Tokens或连续动作输出。主流技术分为端到端一体化(如RT-2)和分层解耦式(如Goal-VLA)两类,应用于机器人、自动驾驶等领域。核心挑战包括数据稀缺、实时性要求等,未来趋势聚焦轻量化部署、跨硬件适配和世界模型融合。该技术正推动自然语言直接控制物理设备的新范式发展。原创 2026-06-23 19:48:57 · 42 阅读 · 0 评论 -
MoE(Mixture of Experts,混合专家)
MoE(混合专家)是一种稀疏模块化神经网络架构,主要用于Transformer大模型。其核心原理是通过条件计算和稀疏激活,为每个输入token动态调用少量专业子网络,在降低算力消耗的同时支持超大参数量模型。MoE层由多个独立小型FFN专家网络、路由门控网络和输出聚合层组成,每个token仅激活Top-K个专家。相比稠密模型,MoE具有参数容量大、计算成本低、知识模块化等优势,但也面临负载不均衡、多卡通信开销等挑战。典型应用包括Mixtral系列和GPT-4等模型,类比专科医院分诊机制,显著提升处理效率。原创 2026-06-17 21:28:43 · 50 阅读 · 0 评论 -
MinIO数据存储服务器系统
MinIO简明指南 MinIO是一款开源高性能的私有对象存储系统,完全兼容AWS S3协议,可自建替代阿里云OSS、腾讯云COS等公有云存储,适用于图片、视频、日志、AI数据集等海量文件存储。 核心特点 兼容S3:无缝对接现有S3工具和代码; 轻量易用:单文件部署,支持多平台,自带Web管理界面; 高性能分布式:支持纠删码冗余、高并发读写,无限扩容; 开源免费(AGPLv3),企业版提供高级功能; AI友好:适配K8s,广泛用于训练数据存储。 典型场景 业务文件(图片/视频)、日志备份; AI训练数据集、模原创 2026-06-08 22:11:09 · 82 阅读 · 0 评论 -
ANP 应枢协议(Agent Network Protocol)
摘要:ANP应枢协议(Agent Network Protocol)是面向智能体互联网的新一代去中心化通信协议,旨在实现异构AI Agent的自主发现与协作。其核心设计包括:基于W3C DID的分布式身份验证、动态协商的元协议层(支持多格式适配)、以及ADP智能体描述协议(JSON-LD语义化能力文档)。ANP通过五步交互流程(曝光-检索-验签-协作)实现跨厂商Agent的点对点安全通信,无需中心化平台。相比Google A2A和Anthropic MCP等闭源协议,ANP强调开源中立、语义原生和P2P架构原创 2026-06-05 21:14:57 · 59 阅读 · 0 评论 -
DeepMind
Google DeepMind:AI前沿探索与工业落地的领军者 Google DeepMind是Alphabet旗下的顶级AI研究院,以攻克通用人工智能(AGI)为核心目标,致力于通过深度学习、强化学习与世界模型等技术解决医疗、气候、科学等重大难题。其里程碑成果包括:AlphaGo击败围棋冠军、AlphaFold破解蛋白质折叠(获诺贝尔化学奖)、Dreamer系列(工业机器人控制标杆)及多模态大模型Gemini。 技术亮点: 强化学习与世界模型:MuZero(隐式建模,适应黑盒环境)和Dreamer(显式R原创 2026-06-05 14:28:52 · 70 阅读 · 0 评论 -
DeepMind技术落地
Dreamer 系列全技术拆解(DreamerV1 / V2 / V3,DeepMind 基于 RSSM 的隐空间世界模型,工业机器人、仿真控制主流落地): 用,把图像观测压缩到低维隐空间,在隐空间做想象采样(Imagination Rollout)训练 Actor-Critic,,极致提升样本效率。。原创 2026-06-05 12:04:27 · 45 阅读 · 0 评论 -
World Model(世界模型)系统
摘要: WorldModel(世界模型)是具身智能的底层技术,通过隐空间学习环境动力学(s_{t+1}=F(s_t,a_t)),实现虚拟推演与策略优化。其核心架构分为Vision(观测编码)、Memory(时序预测)、Controller(决策)三部分,衍生出三大主流技术路线: Dreamer系列(RSSM隐空间强化学习); MuZero(隐式统一建模+MCTS规划); 生成式视频模型(如Genie/Sora,基于扩散/Transformer)。标准化流程包括数据预处理、世界模型预训练、虚拟推演策略优化及真原创 2026-06-05 11:46:01 · 73 阅读 · 0 评论 -
世界模型(World Model)
世界模型是AI构建现实世界虚拟模拟的核心技术,具备环境表征、未来预测和行动规划三大能力,与LLM的语义理解形成互补。主流架构包含编码器、模型核心和解码器,技术路线分为数据驱动、神经物理和具身交互三类,在自动驾驶、机器人、视频生成等领域应用广泛。2025-2026年行业迎来突破性进展,但物理一致性、计算效率等挑战仍存。作为连接语言智能与物理智能的桥梁,世界模型正推动AI向具身智能发展,重塑多个产业形态。(149字)原创 2026-06-01 14:22:18 · 177 阅读 · 0 评论 -
CtrlX core
博世力士乐推出的ctrlXCORE是一款革命性的工业控制平台,集PLC、运动控制和物联网网关功能于一体。该平台采用64位ARM架构和实时Linux系统(ctrlXOS),具有超紧凑无风扇设计,支持多协议通信和扩展接口。其最大特点是开放性:基于Ubuntu Core系统,支持应用商店模式自由安装功能模块,兼容多种编程语言和开发工具。相比传统PLC,ctrlXCORE实现了IT与OT的融合,可减少30%-50%的工程工作量,适用于工业4.0设备、智能产线、边缘计算等场景,代表了"软件定义自动化&quo原创 2026-05-24 14:18:49 · 55 阅读 · 0 评论 -
LangChain
LangChain是一个开源框架,用于构建基于大语言模型(LLM)的智能应用。它通过模块化组件(模型接口、提示词模板、链式编排、记忆系统、工具调用和智能体)将LLM与外部系统连接,解决知识滞后、无状态等局限性。核心功能包括RAG(检索增强生成)和智能体决策,配套工具链(LangGraph、LangSmith等)支持从开发到部署的全流程。开发者可通过简洁的LCEL语法快速构建AI应用,如将检索器、提示词和模型串联成问答系统。LangChain已成为开发生产级AI应用的重要工具。原创 2026-05-19 12:12:51 · 48 阅读 · 0 评论 -
Neo4j 和 Nebula Graph
摘要:Neo4j和NebulaGraph是两大主流图数据库,各有优势。Neo4j采用单机优化架构,适合千万级以下数据规模,提供直观的Cypher查询语言和丰富的生态工具,适合快速开发和复杂查询。NebulaGraph采用原生分布式架构,支持百亿级数据扩展,使用类SQL的nGQL语言,完全开源,适合金融风控等超大规模场景。选择依据主要取决于数据规模、性能需求和开发偏好。原创 2026-05-12 11:03:24 · 282 阅读 · 0 评论 -
第一性原理(the First Principle Thinking)
摘要: 第一性原理的核心是“回归本质,从头计算”,由亚里士多德提出,强调从最根本的命题出发思考问题。埃隆·马斯克将其推广,提出五步法:质疑需求、大胆删除、保留核心、极致简化、快速验证。这一方法打破思维惯性,通过本质推理解决复杂问题,助力创新与实践。原创 2026-05-11 09:32:46 · 179 阅读 · 0 评论 -
如何在Windows系统中加入程序自启动
如何在Win8/8.1系统中设置开机自启动程序:通过复制应用程序快捷方式到系统的开机启动文件夹(C:\ProgramData\Microsoft\Windows\StartMenu\Programs\StartUp),即可实现程序随系统自动启动。操作步骤包括复制启动文件夹路径、在资源管理器地址栏粘贴访问,以及通过任务管理器确认和管理已添加的启动项。这种方法简单有效地实现了应用程序的自动启动功能。原创 2025-11-07 23:26:09 · 256 阅读 · 0 评论 -
LSTM+随机森林
摘要:本文探讨了随机森林与LSTM相结合的优势及应用。随机森林通过集成多棵决策树提高泛化能力,而LSTM擅长处理时间序列数据。两者结合可以发挥各自优势:随机森林进行特征选择和降维,降低LSTM复杂度;LSTM处理时间依赖关系,随机森林增强模型鲁棒性。文章详细介绍了随机森林和LSTM的原理、训练过程及结合方式,包括数据预处理、输出集成和混合模型三种方法。最后通过虚拟时间序列数据集案例,展示了这种组合模型在预测任务中的应用效果,包括预测曲线、真实值曲线等可视化结果。原创 2025-11-04 11:16:31 · 292 阅读 · 0 评论 -
ESXI 导入OVF虚机时,提示缺少所需的磁盘镜像
问题描述:当ESXI导入OVF虚拟机时,提出缺少所需的磁盘影像,主要是缺少NVRAM部分。1、导出时,删除CD/DVD驱动器行,如下图所示。2、修改导出的OVF文件,删除带nvram的行。原创 2025-11-02 10:46:22 · 847 阅读 · 0 评论 -
TPM(Total Productive Maintenance)现场管理
TPM(全员生产维护)是一种以设备维护为核心的生产管理体系,通过全员参与实现零故障、零不良目标。其包含五种维护方式(BM事后维修、PM预防维护、CM改善维护、MP维护预防、PM生产维护)和五个实施阶段(初期清扫、困难点对策、总点检、目视化管理、自主管理)。起源于日本丰田,后经韩国企业改进为双推动模式,中国学者李葆文结合本土企业特点提出TnPM体系。TPM推行需结合企业实际,注重持续改善,通过降低设备闲置、空闲、故障等时间提升生产效率。该体系强调"预防优于修理",需要企业建立激励机制和全员原创 2025-10-08 21:14:07 · 257 阅读 · 0 评论 -
B站的视频资源转换为可用的MP4文件
B站缓存视频文件通常保存在C:\Users\xxxxx\Videos\bilibili目录下。视频文件(-30080.m4s)和音频文件(-30280.m4s)可通过Notepad打开,删除文件前9个0后分别另存为MP4和MP3格式。最后可使用PR等非线性编辑软件将音视频文件合并。该方法简单实用,可快速获取B站缓存内容。原创 2025-09-22 23:49:27 · 667 阅读 · 0 评论 -
Echart地图数据源获取
JSON格式地图数据获取原创 2025-05-17 22:55:26 · 506 阅读 · 0 评论 -
Android HttpAPI通信问题(已解决)
Android中的usesCleartextTraffic设置控制应用程序是否允许通过未加密的HTTP协议进行网络通信,默认值为true,存在潜在安全风险。为提高应用程序的网络安全性,建议将usesCleartextTraffic设置为false,强制使用HTTPS加密通信。在Delphi开发Android时,配置通过修改AndroidManifest.template.xml文件实现,编译后生成AndroidManifest.xml文件,无需手动修改后者。但直接在AndroidManifest.templ原创 2025-05-12 22:55:27 · 865 阅读 · 0 评论 -
Delphi12安装Android开发的配置
在Delphi12中开发Android和Linux应用时,需在安装时选择相应平台选项。Android开发需安装JDK、SDK和NDK,其中JDK建议通过Installer安装以避免问题。安装Delphi12后,需进行配置以启用开发功能,否则可能出现错误提示。Android开发平台通常位于指定目录,需通过命令行进入相应路径,使用sdkmanager.bat命令安装必要的工具和平台,如platform-tools、build-tools和platforms。完成安装后,重新打开EDITSDK检查配置,确保无错误原创 2025-05-09 18:53:16 · 1523 阅读 · 0 评论 -
Delphi12配置AndRoid开发环境
文章摘要:本文介绍了如何为Delphi 10.2配置Android开发环境。首先,从指定的网站下载并安装JDK、NDK和SDK。JDK建议选择最新版本,NDK建议下载r15c以下版本以避免兼容性问题,SDK Tools建议下载最新版本。安装JDK后,需配置JAVA环境变量,包括JAVA_HOME、CLASSPATH和PATH。接着安装Android SDK Tools,选择必要的工具和API版本。NDK只需解压到指定位置。最后,在Delphi中配置SDK Manager,设置SDK、NDK和JDK的路径,完原创 2025-05-09 09:38:56 · 1060 阅读 · 0 评论 -
Snap7西门子PLC通信协议
在S7通讯中,Data block size,即PDU(协议数据单元),扮演着至关重要的角色。PDU不仅表示S7通讯中Data数据块的最大尺寸,还决定了数据传输的效率和稳定性。值得注意的是,PDU的前28个字节被专门用于传输起始信息,而剩余的字节,例如212bytes,则被用于用户数据。S7协议,作为西门子的专有协议,广泛应用于多种通讯服务中,如PG通讯、OP通讯以及S7基本通讯等。S7协议实质上是一个由多种应用层协议构成的集合,为以太网上的通讯提供了ISO和ISO on TCP等底层协议支持。原创 2025-04-29 17:32:08 · 502 阅读 · 0 评论 -
Windows多网卡设置路由冲突的解决
这条命令的作用是添加一个内网静态路由。这行命令的意思是,为访问外网添加一条静态路由,其中0.0.0.0表示目标地址,mask 0.0.0.0表示掩码地址,而192.168.1.1则是外网网关的IP地址。你会发现,由于每块网卡都设置了IP地址(或通过DHCP自动获取),因此会存在两个指向0.0.0.0的网关,这会导致路由冲突,影响两个网络的访问。,因此在重启后,TCP/IP设置中的默认网络可能会被设置为活动网关,这可能导致路由冲突。为了避免这种情况,我们需要进入内网的TCP/IP设置,并删除该网关的设置。原创 2025-04-29 13:51:34 · 1297 阅读 · 0 评论 -
ESXi8的部署过程
3、如果命令成功,输出将显示在分配密钥后已解锁哪些功能以及产品到期详细信息(如果适用)、应用的密钥类型以及支持的实例数(每个物理处理器)。2、完成后,通过 SSH 连接到 ESXi 主机并以 root 身份登录。windows的远程端口3389,外网访问的话需要影射到内网的3389端口。vim-cmd vimsvc/license --set="许可证内容"2、服务器启动F8按键进入Popup启动选项,选择U盘启动;4、输入对硬盘网卡的IP地址、掩码、网关、DNS等信息;3、安装并启动ESXI8系统;原创 2025-04-04 12:41:07 · 786 阅读 · 0 评论 -
序列化TjsonObject的资源释放问题
改为一下代码后正常。原创 2024-12-26 00:02:53 · 353 阅读 · 0 评论 -
Delphi后台调用外部程序的完美实现
exit;end;其中$8012这个数字,也是用Spy++来得到的资源ID。end;end;好了,这样就几乎完美的实现了一个后台调用程序的功能,它对最终客户来说将是完全透明的,客户根本感觉不到后台还有另一个程序在工作。是不是很爽啊,这样别人的很多程序我们都可以直接拿来用了。原创 2024-11-01 23:52:53 · 461 阅读 · 0 评论 -
YOLOv11进行图像与视频的目标检测
继YOLOv 8、YOLOv 9和YOLOv10之后,最近刚发布了最新的YOLOv11!这一新的迭代不仅建立在其版本的优势之上,而且还引入了几个突破性的增强功能,为目标检测和计算机视觉设定了新的基准。与以前的版本一样,YOLOv 11擅长检测、分类和定位图像和视频中的对象。然而,它更进一步,通过整合显著的增强功能,提高了跨多个用例的性能和适应性。让我们来看看使YOLOv 11在该系列中脱颖而出的关键增强功能。原创 2024-10-10 21:41:12 · 1649 阅读 · 0 评论 -
EdgeNAT: 高效边缘检测的 Transformer
介绍了一种名为EdgeNAT的基于Transformer的边缘检测方法。原创 2024-10-10 21:39:08 · 643 阅读 · 0 评论 -
精益思想现状分析
小王说:我们都这样干了几十年,生产计划不稳定,配送混乱,找料困难,设备异常频繁,我们生产人员也没办法,这经理站着说话不腰疼,要改就得智能化,和我们没关系;小明说:改善就是挂羊头卖狗肉,压榨我们的劳动力来满足管理者的目标,是血汗工厂行为,看来我得再谋出路了;小李说:改善就是一阵风,领导们走走面子功夫,写写报告,吹吹业绩,和我们生产实际没啥关系,该干啥干啥。⑥挂个牌,搞个证书,看了几十本书就是精益专家;一人一专家,一人一精益,百花齐放,各自为阵。人人谈精益,事事谈精益,说不清,道不明。原创 2024-10-10 21:36:04 · 273 阅读 · 0 评论 -
贝叶斯线性回归:概率与预测建模的融合
贝叶斯线性回归提供了一个强大的框架,用于理解和量化变量之间的关系。通过引入先验分布和考虑参数的不确定性,这种方法不仅能给出点估计,还能提供完整的后验分布,从而更全面地描述我们的知识状态。从简单的线性模型到更复杂的多项式回归和样条方法,我们看到了如何逐步增加模型的复杂性以捕捉数据中更细微的模式。线性回归适用于简单的线性关系,易于解释和实现。多项式回归可以捕捉一些非线性关系,但在数据范围边缘可能表现不佳。样条方法提供了更大的灵活性,能够适应复杂的非线性关系,同时保持局部的平滑性。原创 2024-10-10 21:15:05 · 451 阅读 · 0 评论 -
设备资产管理之主要内容
通过系统化的设备管理,企业可以确保设备在整个生命周期内的最大价值,同时也为员工提供一个安全、高效的工作环境。通过实施精细化的管理措施,企业能够确保设备资产的最优配置和使用,从而支持企业的持续成长和成功。它不仅涉及到设备的购买和维护,还包括对设备全生命周期的管理,从采购、使用到维护、更新甚至报废。设备管理体系是企业内部确保设备有效、高效运行的综合管理框架,涵盖了设备的采购、使用、维护、监控以及更新替换等多个环节。作用与重要性:通过系统化的登记和标记,确保所有设备资产的信息准确无误,便于跟踪和管理。原创 2024-10-10 21:08:16 · 323 阅读 · 0 评论 -
智能制造与精益制造的模型搭建
现行制造模式分析I-痛点改善思路-管控省优四化推行。原创 2024-10-10 21:04:21 · 422 阅读 · 0 评论 -
开源的RAG引擎:RAGflow
首先,对于不熟悉RAG的读者,简单介绍一下。RAG,即检索增强生成,是一种结合了信息检索与大型语言模型生成能力的技术。它能够提供准确且有依据的回答,通过处理数据生成最相关的信息。这种技术在答案生成方面比单纯依赖大型语言模型的效果更佳,因此被广泛应用于多个领域。RAGflow作为一个先进的开源RAG引擎,通过其强大的功能和灵活的配置,不仅在技术上非常前沿,而且在实际应用中也展现出了巨大的潜力。无论是企业用户还是个人开发者,都可以利用RAGflow提升文档处理和数据分析的效率。原创 2024-10-10 21:01:02 · 787 阅读 · 0 评论 -
JAVA开发系统环境搭建
如今我们构建一个项目需要用到很多第三方的类库,如写一个使用Spring的Web项目就需要引入大量的jar包。一个项目Jar包的数量之多往往让我们瞠目结舌,并且Jar包之间的关系错综复杂,一个Jar包往往又会引用其他Jar包,缺少任何一个Jar包都会导致项目编译失败。以往开发项目时,程序员往往需要花较多的精力在引用Jar包搭建项目环境上,而这一项工作尤为艰难,少一个Jar包、多一个Jar包往往会报一些让人摸不着头脑的异常。原创 2024-10-07 15:15:23 · 304 阅读 · 0 评论 -
十大时间序列预测模型
通过分析历史数据,时间序列模型帮助决策者制定更明智的策略,优化资源配置。最终,这些模型在金融、气象和供应链管理等多个领域提供了非常宝贵的洞察,提升了业务的响应能力和效率。今儿涉及到的模型有:自回归模型 (AR)移动平均模型 (MA)自回归移动平均模型 (ARMA)自回归积分移动平均模型 (ARIMA)季节性自回归积分移动平均模型 (SARIMA)指数平滑法 (ETS, Exponential Smoothing)LSTMXGBoostLightGBM。原创 2024-10-06 21:22:02 · 1432 阅读 · 0 评论 -
5大AI生成模型
随着Sora、diffusion等模型的大热,深度生成模型再次成为了研究的焦点。这类模型,作为强大的机器学习工具,能够从输入数据中学习其潜在的分布,并生成与训练数据高度相似的新样本。其应用领域广泛,包括计算机视觉、密度估计、自然语言和语音识别等,为无监督学习提供了新的思路和方法。本文将对几种常用的深度生成模型进行详细介绍,分析不同生成模型的原理差异及联系:VAE(变分自编码器)、GAN(生成对抗网络)、AR(自回归模型 如Transformer)、Flow(流模型)和Diffusion(扩散模型)。原创 2024-10-06 21:11:27 · 403 阅读 · 0 评论 -
如何降低实施APS的复杂性
比如同样是电脑制造,戴尔电脑能够用计划BOM做计划,而IBM要用生产BOM做计划,其本质是戴尔电脑在产品设计时,提升了不同型号电脑部件的通用性,即一个部件在多个型号中使用。APS是现在很多企业都关注的一类企业软件,随着MES软件的普及,实施了MES的企业为了进一步提升企业的生产,希望通过APS来进一步优化企业的。而每种模块的参与者是不同。的,在规划APS时,要将企业要解决的问题,按优先顺序排序,优先解决对企业经营影响大的难题;虽然现在APS需求很旺,但因为APS的复杂性,导致APS的实施成本高,成功率低。原创 2024-10-06 21:02:14 · 315 阅读 · 0 评论 -
智能制造的人机料法环的内涵
在生产和管理领域,有个很重要的概念叫 “。就是参与其中的人员,他们的技能、态度、责任心等对事情的结果影响很大;指的是机器设备和工具等,就像干活要用的家伙事儿,好不好用、正不正常直接关系到工作的效率和质量;呢,就是原材料、物料这些东西,它们可是构成产品的基础,质量好不好、合不合适是关键;说的是方法,包括生产的工艺、操作的规程、质量控制的办法等,这就像是做事的指南,按照正确的方法才能做出合格的产品;是环境,工作的场所环境、温湿度等环境条件,对生产过程和产品质量也有着不可忽视的影响。原创 2024-10-06 20:46:59 · 1215 阅读 · 0 评论
分享