运用AI技术进行禽流感流行趋势预测和保护性抗原设计优化
运用AI技术进行禽流感流行趋势预测和保护性抗原设计优化
运用AI技术进行禽流感流行趋势预测和保护性抗原设计优化
需要技术指导: 指导富浩建立高速连接器高频仿真能力
1、智能视频分析服务器识别多场景多种异常行为的实时分析并实时报警2、识别的异常行为：打砸ATM机、烟火检测、拉扯抢夺识别、人员摔倒识别、舱内人员行为异常、违规加装识别、ATM设备被破坏识别、面部遮挡识别
为公司业务发展，寻找沿沪宁地区热成像与智能机器人的合作场景
现需要对接沿沪宁光电行业企业及高校资源进行技术合作
本项目围绕新能源汽车热管理系统数字化、智能化研发升级需求，针对行业长期存在的痛点问题，聚焦“设计-仿真-优化”全链条协同，深度融合多物理场耦合分析、人工智能与机器学习技术，构建包含整个汽车热管理系统的一
化妆品瓶体无人化产线关键技术研发
探索AI在化学实验设计、执行、分析或管理中的创新应用，推动实验室向更高效、安全、可持续的方向发展。
开发一套集成实时交通数据、订单动态、车辆状态的智能路径优化与调度系统，提升运输效率，降低空驶率。
构建一个基于AI的企业合规风险实时监测与预警系统，实现对政策法规变化的自动识别、解读与企业影响评估。
定制化AI智能体的目标不是提供一个需要频繁人工干预的“工具”，而是打造一个能够理解意图、规划步骤、调用资源、执行任务并持续学习的自主“同事”。其核心价值在于： 效率倍增自动化复杂、重复的工作流，7x24小时不间断运行。 决策优化：基于数据和模型，提供甚至直接执行更精准、更快速的决策。 能力扩展赋予企业原本不具备的专业能力（如多语言客服、高级数据分析师等）。 体验重塑：为用户和员工提供高度个性化、主动式的服务体验
研发一套集成AI视觉识别与自主导航的智能仓储分拣机器人系统，实现货物的自动识别、定位、抓取与分拣，提升仓储作业效率。
开发轻质高强复合材料的新型结构设计与优化技术，满足交通运输领域轻量化需求。
通过生成式AI赋能复杂化工过程的高效模拟、设计与优化，提升研发效率、优化生产调度，助力企业在经济性和可持续性之间找到平衡点。
围绕风能、光伏等绿色能源驱动的制氢、合成氨/醇产业对“自主可控、智能高效、安全可靠”的迫切需求，本项目旨在研发一套新一代氢氨醇智能监测与控制系统。该系统需深度融合工业AI、高精度时序数据建模与先进控制算法，构建一个集智能监测、自适应优化、安全预警与自主决策于一体的成套解决方案。最终目标是实现绿色能源制氢及其下游化工流程的全流程智能化运行，显著提升能源转换效率、设备安全性与生产经济效益，推动产业的高质量绿色发展。
提供人工智能领域的网络安全产品解决方案。如图像识别、语种翻译等
1、希望解决的主要技术问题： 多模态融合交互大模型通过多种硬件设备(包括话筒、眼动追踪仪、手势传感器等)采集多模态数据(包括声音、文本、明动、手势等)，通过多模态大模型实现复杂车载环境下的用户意图理解与响应。 2、需求提出背景及主要应用领域方向: 在面向复杂环境无人车操控方面，多模态人机交互技术支持语音、按键、触屏、手势、视线等多种交互方式，通过多种交耳方式融合，能多维提取用户交互意图，利用各通道优势互补，弥补单通道识别准确率和交互效率不高的问题，也能平衡感官通道之间的使用负担，减轻无人车操控人员的认知负担，使其能够投入更多注意力到决策中。可部署在有人车或单人便携使用，具备对无人车通用化操控能力，有较强的实用性和推广性。 3、技术难点： (1)多模态融合交互的准确性需达到 95%以上; (2)具备声纹识别功能，识别准确率达到 90%以上; (2)需具备对用户自然交互意图的分析与理解能力; (3)适配国产化智能计算平台，完成本地化部署。 4、对主要技术指标、成本、周期等有关要求: 主要技术指标: ①具备语义理解功能，可对用户视觉注意力区域的视频图像信息进行语义分析，理解视觉场景的结构化关系; ②具备知识库检索与更新功能，可对文档、规则、协议、操作习惯等知识库进行检索，并可根据用户输入，动态更新知识库; ③具备自然语音识别和结构化语音指令识别功能，其中自然语音识别准确率≥90%，结构化指令识别准确率≥95%，语音识别延时≤0.5秒； ④具备语音合成功能，支持将文字信息转换为自然流畅的语音输出，语音合成模型支持以汉语为主并混合英语短语的跨语言合成，支持合成音色、语速设置。 ⑤具备多模态融合交互功能，实现语音、手势、眼动、头动等多模态交互指令的融合，生成格式化的指令或文本消息; ⑥具有用户意图理解功能，可根据声音、文本、眼动、手势等交互输入推理用户操作意图，理解用户下达的模糊指令，生成格式化的指令或文本消息; ⑦具备操作推荐功能，为用户提供多样化可选操作推荐，简化用户操作流程; ⑧用户多模态融合交互意图识别准确率≥95%; ⑨ 多模态融合交互意图识别延时≤1秒。
1、希望解决的主要技术： 针对复杂电磁环境场景下无人装备远距离、低延时遥操作、复杂环境态势感知与低码率传输需求，开展现实场景轻量级复刻技术研究，在极低传输带宽条件下为操控员提供可靠、低延时沉浸式的前方环境感知，帮助其完成驾驶、观察等遥操作任务。 2、需求提出背景及主要应用领域方向： 受限于人工智能的发展水平，机器人、无人车等自主无人系统难以有效应对开放性复杂场景，通常呈现为“人在回路”的形式，需要依赖无线视频传输让人员在远端进行复杂环境观察，再根据情况进行操控。在通信带宽充足的情况下，这种工作模式可以很好地进行。然而，在建筑物密集或存在电磁干扰的复杂环境下,无线通信带宽将大幅下降，视频观测画面难以实现稳定传输结果是:虽然控制数据很少，在无线通信受到抑制时仍然可以后无人系统发送遥控指令，但操控手看不到无人系统当前所处的视觉场景就无法操控。由此将导致无人系统的有效操控距离大大缩短，进而严重削弱其效能。因此，在无线通信带宽受限的情况下，如何引入新的技术手段保障远距离复杂环境实时观测，已经成为制约自主无人系统发挥作用的瓶颈性问题。 3、技术难点： (1)面向开放场景的万物识别视觉模型; (2)基于物体级建模的三维环境语义编码; (3)有限信息引导的数字场景高精度实时重建。 4、对主要技术指标、成本、周期等有关要求: 主要技术指标: ① 在典型路况下，多传感器融合移动定位的端到端误差不大于 0.2%; ② 常见物体识别率≥95%，表述其位姿、几何和语义属性的数据量≤20 字节/物体; ③ 在通信带宽 50KB/s条件下，远端复现的数字场景与真实场景之间的拓扑相似度≥90%; ④感知端到呈现端延时≤200ms。