作者： huang.yanli

引言

数字经济作为推动中国经济增长、加快数字化建设的主要引擎，它引领传统产业转型升级，助力消费需求的快速释放，促进经济形态的重构变革。在数字化转型的驱动下，实时云渲染产业应运而生，成为当前行业发展的焦点。

1 实时云渲染技术背景

1.1 定义

实时云渲染是在云计算、虚拟化、渲染引擎等技术迅猛发展的基础上新兴的渲染方式，其利用云计算资源和分布式计算技术，将复杂的二维或三维图形场景实时渲染成高质量的视频流。在这种渲染方式下，客户端发起渲染交互指令，将所有的渲染工作都交由云端服务器实时进行，最后将渲染后的声音及画面编码生成音视频流形式，通过网络实时传回客户端。

1.2 传统渲染方式的痛点

本地部署服务器工作站耗时耗力，成本较高

被动采用昂贵设备用以支持良好的实时渲染画面

受场地限制较多，只能在特定地点查看

多并发场景下需要配置相关工作站支撑应用展示

1.3 行业应用

教育、医疗、工业、文旅、金融、游戏、影视等。

2 实时云渲染技术架构

2.1 技术架构

2.2 技术体系

实时云渲染技术需要渲染引擎、服务器、通信网络、数据传输等多领域、多种类技术手段的相互配合，协同合作，并非仰仗某单一技术实现，而是一个完整的技术体系。技术体系包括：高速低延迟网络、云存储、边缘计算、虚拟化、异构算力池化、实时数据传输及音视频编解码等技术。

3 产品优势

1）实现了终端设备的轻量化。实时云渲染技术通过将图形计算需求这一最大的资源消耗部分迁移到云端，显著降低了本地终端的硬件配置需求。

2）支持应用的跨平台。基于云计算的理念，用户可以通过不同的终端设备接入云端渲染服务，无需受限于特定的操作系统或终端平台，从而打破设备和地域的限制，实现资源的共享和互动。

3）具有即时便捷性。用户可以即时加载应用程序或场景，并立即开始进行渲染和交互操作，无需等待长时间的下载或安装过程，为用户的使用提供了良好的便利性和使用效率。

4）提升渲染质量。海量的云端计算资源对数据的处理能力远超过单台终端设备的计算能力，因此实时云渲染的服务方式促使渲染质量进一步提升。

5）能够持续提升用户体验。实时云渲染在串流和编码压缩技术的支持下，能够提供高品质的细节呈现，通过使用云端高性能渲染服务器，可以支持高分辨率、高帧率的渲染，呈现逼真的光影效果和细节，基于物理拟真渲染的技术，可以提供与本地渲染相媲美的视觉品质。

6）能够显著降低成本并提高效率。实现资源根据渲染场景的需求按需取用、灵活调度、弹性伸缩、动态扩展及高密度部署。在分时复用、全局协同调度等技术的加持下，能够大幅降低单位成本，最大限度提升全域资源利用率。

7）能够多重保障数据安全。云平台通常具备多重安全保障机制，统一能力纳管及统一攻击防护能够应对多种突发事件和安全威胁，保护用户和应用数据的安全。

随着软硬件水平的提升、人工智能的广泛应用及数据中心的建立，实时云渲染技术得以快速发展。实时云渲染技术充分发挥了云端海量计算资源和高速网络传输的优势，提高了数字内容创作效率，降低了成本，提升了内容呈现质量，改善了用户体验。它已成为推动中国式现代化的重要引擎，为数字中国建设和数字经济发展提供了多方面的助力。

近日，青岛市人力资源和社会保障局正式公示了2024年青岛市专家工作站候选单位名单，青博科技设立的青岛市AI+焦化工艺优化专家工作站成功入选。

为更好地搭建引才聚才平台，促进产学研用相结合，加速科技成果转化，提高市北区企事业单位技术创新能力，根据《关于实施新时代“人才强青”计划的意见》《青岛市专家工作站（专家服务基地）协议管理办法》等文件精神，青岛市人力资源和社会保障局举办了此次专家工作站评选，青博科技凭借其焦化工艺领域的稳健成果和不懈创新能力入选。

青岛市AI+焦化工艺优化专家工作站，是青博科技在焦化工艺领域的又一突破。面对炼焦过程复杂多变的挑战，传统方法容易导致能量损耗和煤气量控制不够精准。通过采用理论分析、经验建模和算法分析相结合的技术，对系统能耗进行综合分析，实现系统耗能的最小化。同时，借助数字孪生平台，整合炼焦工艺生产、生产状况等多维度数据，利用大数据、机理工艺专家模型、机器学习和AI求解器等工具，训练出了高效的生产过程AI算法模型。这一创新技术的应用，不仅提高了生产过程的预测精度和异常提示的及时性，还实现了智能诊断和智能推荐操作方案，为焦化行业带来了革命性的变革。

青博科技作为工业数字孪生、工业人工智能和先进过程控制领域的领军企业，始终坚持以市场需求为导向，致力于技术研发和创新。未来，公司将以青岛市AI+焦化工艺优化专家工作站为新的起点，加强与科研机构和高校的合作，引进更多优秀人才，共同推动焦化行业的可持续发展。

立志而贤，贤能则显，
志存高远，千秋伟业，心系青年，计长远。

“志之所趋，无远弗届，
纵穷山距海，亦难阻其志。”

青春之火，因奋斗而绚烂，
行动之力，乃最好的磨砺。

青博的热血青年们，
岗位虽异，精神同往，
汗水洒落，铸就辉煌，
传承五四之光，共同编织青春赞歌。

五四青年节，喜悦洋溢，
致敬青博每一位英勇的青年，
愿你们继续闪耀，如星辰璀璨，
在各自的岗位上，绽放最热烈的光芒！

同时，共同祝愿伟大祖国，
繁荣昌盛，国泰民安，
永远年轻，永远向前！

在人类感知世界的多种方式中，视觉占据了超过75%的比重。而机器视觉，则是这一感知能力的科技延伸，尤其在高速高精的产线中，如电子制造领域，其重要性愈发凸显。在这些场景中，工件微小、非标件众多，过度依赖人工不仅容易引发疲劳，还可能导致产品质量的不稳定。因此，机器视觉作为质量控制的关键技术，正逐渐受到业界的广泛关注。

我国正全力推进智能制造战略，规划中明确提出了三个阶段的宏伟蓝图：到2025年跻身世界制造强国第二方阵，2035年跃居第二方阵前列，最终在2045年迈入世界第一方阵。为实现这一目标，我们制定了具体的三步走战略：数字化制造、互联网+制造，直至最终实现新一代智能制造。

在这一大背景下，机器视觉作为最基础的单元技术，发挥着举足轻重的作用。它利用非接触式感知装置，自动获取并解释真实事物的影像，通过计算机进行机器识别，从而精准控制制造流程。工业相机的广泛应用，使得机器视觉能够实时采集运动图像，并通过计算机识别反馈调整机器动作。这种视觉反馈的引入，使设备能够根据环境感知做出实时调整，极大地提升了设备的智能性和工作效率。

单一的机器视觉应用场景终究有限，随着软件和智能技术的发展，机器视觉的应用领域正在不断拓宽，尽管在电子制造设备行业，机器视觉已成为标配，但在实际应用中，传统机器视觉算法仍占据主导地位，AI机器视觉算法的应用仍显不足。因此，AI+机器视觉领域仍蕴藏着巨大的市场空间。

AI+机器视觉在机器识别方面的优势显而易见，它不仅能提升识别的精度和速度，更能大大增强制造的灵活性。权威研究机构的数据显示，2022年全球人工智能和机器视觉市场规模已分别突破1000亿美元和500亿美元，且这一数字仍在持续增长。

作为科技领域的创新型企业，青博科技深知AI+机器视觉的巨大潜力，利用深度学习、神经网络等先进技术，不断优化机器视觉算法，提升识别精度和速度，积极探索新的应用场景，将AI+机器视觉技术应用于智能制造等领域，推动产业的转型升级。

未来，AI+机器视觉将在更多领域发挥重要作用。青博科技将继续不断研发更为先进、高效的AI+机器视觉技术，以应对市场的变化和挑战。

基于GPU视频编解码技术应用

GPU视频编解码是指使用图形处理单元（GPU）来加速视频的编码（压缩）和解码（解压）过程。由于GPU设计初衷是处理大量并行计算任务，尤其是图像和视频数据，它非常适合进行视频编解码工作。利用使用GPU进行视频编解码可以显著提高处理速度，减少延迟， 同时将视频编解码任务从CPU转移到GPU可以释放CPU资源，使CPU能够处理其他计算任务，从而优化整体系统性提升，这一趋势使得图像处理人员投身这方面的研究和部署自己的工程项目中。

这里做一下简单的科普：视频编解码的流程通常包括几个关键步骤，这些步骤共同确保视频内容可以被有效地解压缩、处理、再次压缩和存储转发，以及在需要时能被准确地显示。

1、首先需要从支持的监控Camera相机中获取RTSP原始视频流，国内主要的厂商有海康卫视和大华两家核心供应商，其Camera原始视频数据支持H264/H265/HEVC帧获取，这些帧中通常包含大量信息，包括音频和视频帧。因为图像工程师只关注视频流，往往忽视音频流数据处理，这里也不做过多介绍，视频帧包括成千上万的像素，每个像素包含颜色和亮度信息。原始视频数据通常非常大，需要压缩以便于传输和存储。这些帧信息的压缩通常在相机内部完成，通过网络传输的仅是H264/H265的信息，数据量非常小，比如1920×1080×3彩色帧压缩H264仅有1/4大小的数据量，甚至更小，这样非常容易在网络上进行传输和转存。

2、然后用户在获取RTSP的H264帧之后，在进行视频解码，解码是一个比较复杂的事情，其中核心的是编码器的选择，既可以使用低功耗的cpu解码，也可以使用gpu进行解码。视频解码是将压缩的视频数据转换可处理的视频格式的过程，这一过程相对于编码而言，速度较快。

3、然后对解码的视频进行处理，比如视频推理、视频融合、视频水印等，这部分是视频处理的重要一环。

4、视频编码是一个将视频处理过的数据二次在加工，加工之后的数据又变成新的H264/H265数据，相比于原始的数据流，该数据流是经过处理过数据流，其格式相同，数据量基本相近，二次加工的目的主要方便存储和在网络上进行传输。

5、压缩后的视频可以通过网络传输上以极小的网络带宽进行传播和播放。这里可能会用到视频推流技术，其技术就是将视频流显示是不同终端、不同设备上，方便内容分发和转发。

当然进行上述逻辑的除了必要的硬件编解码外，还需要ffmpeg和gstreamer工具支持，这里仅阐述ffmpeg的工具的支持,因为ffmpeg工具使用较为广泛，且易用性较好，代码易开发和公开资料较多。这里只做简单介绍，ffmpeg 是一个非常强大的开源多媒体框架，能够录制、转换和流化音频和视频。结合 GPU 使用 FFmpeg 可以显著提高视频处理的性能，对于开发人员是非常容易上手和开发部署的。

如果要让ffmpeg支持视频编解码，需要让ffmpeg支持cuda的编解码器，如下图所示：

window 系统+RTX3060+FFMPEG

基于其背景知识，我们构建自己的视频编解码框架，同时应用该流程到视频融合项目中：

首先FFMPEG+GPU使用h264_cuvid 进行视频的H264解码，将解码H264的数据转成yuv，然后再使用gpu的多线程技术将yuv转成rgb数据格式，这一过程称作视频的解码过程; 然后将解码的数据流进行各种处理，这里对获取的多路解码视频进行视频融合，视频融合的路数支持受限于RTX显卡的解码路数。然后在进行视频编码，视频编码仍然使用GPU的h264_nvenc 进行编码，编码的过程是将rgb格式的数据编码成yuv这里仍然使用GPU多核心进行处理，处理过程代码片段。

然后将yuv数据转成h264数据，这一过程称作视频编码过程，编码的主要目的和解码的目的基本一致，就是使用尽量小的带宽传递尽量多的数据，让数据在网络上进行传递。然后将h264数据推送到服务端，进行视频推流显示，推流显示以自建立RTServer为基础进行显示。

基于项目保密性问题，这里仅提供一组数据对比，对比cpu和gpu的真实解码视频帧率差异

cpu的解码视频真实帧率

gpu解码视频的真实帧率

随着科技的发展，数字孪生技术正逐渐渗透到工业领域的每一个角落。作为一种集物理模型、传感器更新、历史和实时数据于一体的前沿技术，数字孪生为工业生产和管理带来了前所未有的变革。特别是在三维可视化与视频融合方面，正以其独特的魅力，引领着工业领域走向更加智能化、高效化的未来。

1.三维可视化：让数据“跃然屏上”

在工业数字孪生中，三维可视化技术扮演着举足轻重的角色。通过将抽象的数据以立体形式呈现在大屏上，三维可视化技术使得工业生产的各个环节变得更加直观、生动。无论是设备运行状态、生产线流程，还是产品质量监控，都可以通过三维可视化大屏一目了然。这不仅提高了生产管理的效率，还为决策者提供了更加全面、准确的信息支持。

2.视频融合：让监控无处不在

除了三维可视化技术外，视频融合也是工业数字孪生中的重要一环。通过将多个不同角度的摄像头拍摄的视频融合成一个完整的全景视频，我们可以实现对生产现场的实时监控和全面感知。这种融合不仅提高了监控的覆盖面和精度，还为安全生产提供了有力保障。同时，通过与三维模型的结合展示，我们还可以将监控视频嵌入到虚拟场景中，进行更深入的分析和决策。

3.三维可视化与视频融合：打造未来工厂新视界

当三维可视化与视频融合技术相结合时，它们所展现出的强大潜力更是令人惊叹。通过这两种技术的融合应用，我们可以实现对工业生产过程的全方位、多角度监控和展示。无论是设备故障预警、生产流程优化，还是产品质量追溯，都可以通过这一技术得以实现。这不仅提高了生产效率和质量，还为企业的可持续发展注入了新的动力。

4.结语

工业数字孪生技术正引领工业领域的变革，而三维可视化与视频融合技术，为工业生产和管理带来了前所未有的直观性和高效性。青博科技，凭借在全景视频融合与三维可视化技术领域的积累与创新，已为客户提供了一站式、全方位的解决方案，未来，将持续进化，并与大数据、人工智能等前沿技术深度融合，共同为工业领域的创新发展注入动力。

工信部联合六大部门近日重磅发布了《关于加快推动制造业绿色化发展的指导意见》，为制造业绿色转型描绘出清晰蓝图。该《意见》不仅指明了工业互联网、大数据、人工智能等技术与绿色低碳产业深度融合的方向，更定下了到2030年和2035年的具体目标，让绿色发展成为制造业的鲜明底色。

《意见》中明确提出支持开发绿色低碳领域的专用软件、大数据模型和工业APP，这预示着制造业将迎来技术革新和智能化升级的新时代。同时，分阶段实施的目标设定，如提升绿色工厂产值占比、制定碳达峰急需标准等，为制造业的绿色发展提供了明确路径和时间节点。

作为工业数字孪生、工业人工智能和先进过程控制领域的科技企业，青博科技一直致力于绿色制造和智能制造的研发与应用。我们的产品和技术不仅助力企业实现生产过程的数字化、智能化，提升生产效率和质量，更通过数据分析和优化，显著降低能耗和排放，推动制造业向绿色、低碳方向迈进。

绿色制造是制造业发展的必然趋势，也是企业社会责任的重要体现。因此，青博科技将积极响应国家政策，加强与产业链上下游企业的合作，共同推动制造业的绿色化、智能化发展。未来，我们将不断追求卓越，为制造业的绿色化、智能化发展贡献自己的力量。

一图读懂：加快推动制造业绿色化发展的指导意见

腾讯研究院近日发布的《工业大模型应用报告》为我们揭示了工业大模型在推动工业智能化进程中的巨大潜力，以及其所面临的挑战与机遇。报告详细剖析了大模型在工业全链条的应用，展现了其深度洞察复杂问题、挖掘数据价值的能力。

报告指出，工业正逐步从数字化迈向智能化，而大模型以其卓越的理解能力、生成能力和泛化能力，成为了推动这一进程的关键力量。大模型不仅可以深度洞察工业领域的复杂问题，更能通过处理海量数据，挖掘出隐藏在数据背后的规律和趋势，为工业智能化拓展新空间。

在工业智能化的道路上，大模型为工业场景提供了“基础模型+各类应用”的新范式。在研发设计领域，大模型通过深度挖掘和分析数据，为产品设计提供了更为精准和创新的思路；在经营管理领域，大模型则能够实现对生产流程、供应链管理等各个环节的监控和智能优化，从而提高企业的运营效率和市场竞争力。

尽管大模型具有强大的泛化能力，但要想真正融入工业场景，还需要解决不懂行业、不熟企业、存在幻觉等核心问题。因此，大模型在适配不同工业场景时，需要深度理解行业特性和企业需求，以实现精准的应用。

目前，大模型在工业领域还未实现对小模型的完全替代，两者将长期并存且相互融合。小模型在工业领域有着深厚的应用基础和经验积累，而工业场景对于成本收益比、稳定性和可靠性的高要求也制约了大模型的应用渗透。在构建工业大模型时，主要存在预训练工业大模型、微调、检索增强生成三种模式。这些模式并非独立存在，而是相互补充，共同推动工业大模型的应用发展。

实际应用中，工业大模型还面临着数据质量和安全、可靠性、成本等挑战。工业数据质量参差不齐，数据安全要求较高，这些都给大模型的构建和应用带来了难度；工业大模型还需要满足高可靠性和实时性的要求，以确保生产过程的稳定和安全；高额的成本也限制了工业大模型应用的投入产出比。

作为一家深耕工业科技领域创新的企业，青博科技也正积极投身于大模型的研发事业中。公司不断加大对研发的投入，力求在这一前沿领域取得突破性进展，汇聚了众多行业精英和专业人才，他们专注于研究大模型的核心算法和技术，致力于开发出更加高效、精准的大模型，通过与工业企业的紧密合作，不断优化大模型的性能和稳定性，确保其能够在实际应用中发挥最大效用。

未来，工业大模型应用将伴随技术演进持续加速和深化。首先，基于少量工业基础大模型快速构建大量工业APP满足工业碎片化应用需求。由于工业场景复杂并呈现碎片化的模式，通过工业基础大模型的和工业APP的结合，能够广泛且快速地应对工业领域的挑战，推动各类工业场景的智能化升级。其次，大模型的新突破带来工业应用的新场景。随着Agent、具身智能等新技术的发展，大模型将在工业领域开辟更多应用场景，使设备和机器更加智能化，提高生产效率和安全性。最后，大模型成本的降低将加速工业领域应用。大模型压缩相关的技术如剪枝、量化和蒸馏等，将有效减少模型的参数量和计算需求，从而降低训练和部署的成本。这将使大模型更加适用于资源受限的环境，并加速其在工业领域的应用推广。

随着第四次工业革命的到来，人工智能作为通用性目的技术，正改变工业化的发展轨迹。青博科技深知人工智能与制造业深度融合对于新型工业化的重要意义，积极拥抱变革，以人工智能全面赋能新型工业化，打造新质生产力引擎，为实现高质量发展注入动力。

1、通用性目的技术：引领工业化进程

工业革命是人类文明进步的重要力量，通用性目的技术则是加速工业化发展的关键所在。在第四次工业革命中，人工智能作为新一代信息技术的杰出代表，正以其强大的连接性、核心作用性和驱动性，引领着工业化进程。

青博科技深知人工智能在制造业转型升级中的关键角色，故紧跟时代脉搏，不断加大研发力度。借助深度学习和大数据分析，充分发挥人工智能技术的优势，为制造业量身打造精准、高效的智能化解决方案。通过这些方案，助力制造业实现智能化升级，推动生产效率的显著提升，并有效降低成本，为制造业的持续发展注入强大动力。

2、人工智能：推动制造业转型升级的强劲动力

人工智能具有广泛的渗透性、较强的替代性、明显的协同性、突出的创新性、全面的赋能性、强大的自生成性等特征，通过与制造业深度融合，为新型工业化提供了强劲动力。青博科技在人工智能与制造业的融合方面积极探索，通过深度学习和快速迭代，不断提升智能制造水平，实现技术的自我进化和自我升级。我们致力于推动制造业智能化改造与数字化转型，培育发展新质生产力，为企业的高质量发展提供有力支撑。

3、智能制造：新一代信息技术与制造业的深度融合

智能制造是新一代信息技术与制造业深度融合的产物，也是实现新型工业化的重要途径。新一代信息技术，如大数据、云计算、人工智能等，与制造业的深度融合，不仅提升了制造业的生产效率，更赋予了制造业智能化、绿色化的新内涵。青博科技以人工智能为核心驱动力，推动信息技术在制造业的广泛应用，利用大数据精准分析市场需求，通过云计算实现资源共享，借助人工智能优化生产流程，推动制造业向高端化、智能化、绿色化迈进，为新型工业化目标的实现助力。

4、深化合作：加快推进新型工业化

实现人工智能全面赋能新型工业化，需要各方的共同努力。青博科技积极响应政府号召，加强与相关部门的沟通合作，积极与产业链上下游企业开展合作，共同探索人工智能在制造业中的应用场景和商业模式。通过深化合作，形成产业协同发展的良好局面，共同推动新型工业化的加速发展。

在未来的发展中，青博科技将继续以人工智能为核心驱动力，全面赋能新型工业化进程。我们将携手各界伙伴，共同探索智能制造的新路径、新模式，为我国制造业的高质量发展注入新动能。

今年的政府工作报告中提出，大力推进现代化产业体系建设，加快发展新质生产力。习近平在参加江苏代表团审议时强调，要牢牢把握高质量发展这个首要任务，因地制宜发展新质生产力。青博科技积极响应国家号召，依托机理研究、人工智能和大数据算法，不断推动产业升级，为煤焦化行业的高质量发展注入新动力。

新质生产力，不仅是技术创新的体现，更是产业升级的核心驱动力。我们以机理研究为基础，深入挖掘煤焦化行业的生产规律和技术特点，构建出科学可靠的知识图谱。同时，充分利用大数据和人工智能算法，对多年积累的历史生产数据和企业自身数据进行深度学习和训练，形成精准高效的数据模型，实现对配煤优化方案、焦炭成本管控、焦炭质量预测等关键环节的智能化管理。然后通过实时监测和精准分析，及时调整生产策略，优化生产流程，达到降本增效的效果。值得一提的是，我们的模型还具备自学习能力，能够不断调优迭代，适应市场变化和行业发展需求。

未来，青博科技将持续深耕新质生产力领域，为煤焦化行业转型升级贡献智慧和力量。

以下，通过一组图，我们一起了解新质生产力的含义，以及政府工作报告中提到的相关新兴产业和未来产业。