智慧水务厂商选型指南:四大流派与避坑实操
刚入行智慧水务的人十个有九个上来就问一句“国内做智慧水务比较好的厂家有哪些”这个问题我在行业里被问过不下一百次从水务集团的信息科长到做系统集成的朋友都有。但说实话这个问题本身就有点“大得没法直接答”——因为智慧水务并不是一个单品而是一整套从终端计量、管网监测、调度控制到数据平台、AI算法的工程集合。不同厂家擅长的环节完全不同有人靠水表起家有人强在SCADA和自控有人主攻漏损分析还有人纯粹卖云底座。这篇文章我就从实际选型和项目交付的角度把国内厂商的真实版图摊开来讲顺便把我这些年踩过的坑、总结出的筛选方法一并写出来。无论你是水务公司的技术负责人、做市政工程的集成商还是刚入行想找方向的从业者看完应该都能少走不少弯路。1. 智慧水务到底是什么为什么选厂商这么难1.1 智慧水务不是一套软件是大半个水务行业的信息化合集很多人以为智慧水务就是装个“水务大脑”大屏或者在调度中心放几块屏幕看数据。实际项目做下来你会发现一个完整的水务智能化项目通常横跨了至少五个板块感知层智能水表NB-IoT远传表、管网压力传感器、流量计、水质在线监测仪、液位计、噪声听漏设备。传输层运营商NB-IoT网络、LoRa自组网、光纤专网、边缘网关。平台层物联网接入管理平台、GIS管网一张图、SCADA数据采集与监控系统、大数据存储与计算平台。应用层分区计量DMA、漏损管控、水力模型、爆管预警、二次供水监控、污水厂/水厂工艺优化、客服营收系统。展示层调度大屏、移动端APP、领导驾驶舱、三维数字孪生。这里任何一个层面单独拎出来都是不小的专业领域。做水表的通常不懂水力模型做平台的不擅长现场自控调试做自控的老牌工控厂商又往往缺乏云端产品和算法团队。所以“推荐厂家”这件事必须先把项目需求切成板块再看每个板块对应谁家是头部。1.2 选厂商难难在信息不透明和需求说不清我在给几个地级市水司做过咨询发现选型难根本还不在厂家多而在于需求方自己也说不清楚要什么。最常见的说法是“我们要上一套智慧水务”但问到具体是解决漏损、降低电耗、提升服务响应还是仅仅为了通过省级考核在场的人往往就含糊了。需求模糊厂商就只能报一套“全家桶”价格虚高最后落地一堆用不上的炫酷功能。所以我一直建议先花两周梳理痛点再花两周调研厂商顺序不能反。2. 厂商版图先分清楚四类玩家再看谁做得深为了避免“眉毛胡子一把抓”我习惯把国内智慧水务厂商分成四类下面这张表基本概括了它们的特点类型典型盈利方式核心能力主要短板代表方向水表计量派卖智能水表与抄表平台终端硬件、NB-IoT通信、营收系统缺少管网级算法和大平台集成能力户表改造、DMA分区、分级计量自动化控制派卖自控系统与设备成套SCADA、PLC控制、水厂/泵站自动化软件平台和数据分析偏弱互联网化不足水厂自动化、泵站无人值守平台软件派卖软件平台与算法授权大数据、AI模型、GIS、调度系统对一线硬件施工和运维理解不深漏损管控、水力模型、智慧调度综合方案派总包整体项目产品线全、集成能力强、有交付体系单价高中小项目容易杀鸡用牛刀大型水务集团整体智能化项目别小看这个分类它能帮你避开最大的坑找水表厂家买平台或者找纯软件公司做现场仪表安装基本都是灾难现场。下面我按这个分类展开说。2.1 水表计量派终端硬件是基本盘这一派厂商的核心资产是智能水表市场的存量份额和量产能力。在NB-IoT智能水表领域国内有一批上市公司做得相当扎实量也走得很大。它们普遍的路径是先靠卖表攒客户再沿着抄表、营收、客服这条线往系统端延伸。这类厂家的优势是终端可靠性经过海量出货验证NB-IoT模块的通信成功率、电池寿命、表端计量精度都有实打实的测试数据。对于水司来说如果核心痛点还在“抄表难、收费难”也就是户表改造和营收精细化管理优先看这类厂商绝对不会错。但要注意它们对管网压力、水质、水力模型的整体解决方案通常不具备完整自研能力拉着他们谈智慧大调度最后八成是给你集成别人的子系统。2.2 自动化控制派水厂和泵站的“老法师”如果项目重心在污水厂自动化、水厂加药控制、泵站无人值守那就必须看自动化控制派的厂商。这类企业早年多是从电力、化工自控领域切过来的做西门子、ABB系统的集成起家后来逐步自研控制器和上位机软件。它们对现场总线、冗余系统、防雷接地、工艺联锁这些细节的把握是跨界互联网厂商难以比拟的。实际项目中我也发现一个现象越是新建水厂和大型泵站业主越不敢全交给纯软件厂商做因为一个阀门动作时序错了都可能引发停水事故。这时候老牌自控厂商的工程规范度和现场调试经验就是硬通货。但它们的短板也明显软件交互普遍不够现代网页端和移动端的体验有时还停留在十年前水平。2.3 平台软件派算法和大脑在这里这一派包括传统水务信息化公司也包括互联网大厂的水务行业线。它们的强项在于数据中台、AI算法、GIS引擎、数字孪生和各类业务应用。比如管网漏损的分区计量分析、爆管定位、用水量预测、水力模型在线校核这些需要大量算法沉淀的场景专业软件公司做得确实深。不过这类厂商往往只做平台不太碰仪表硬件所以它们对物联网设备的接入规范、现场实施工艺有时停留在“标准协议对接”的认知层面。一旦现场出现信号干扰、设备离线、硬件接线错误解决问题的能力就不如硬件厂商。除非它们是总包方并配备了硬件施工队伍否则纯软件公司单独承担全流程项目风险不小。2.4 综合方案派能总包但要看报价最后一派是拥有完整产品体系和总包交付能力的少数厂家。它们既能自产水表或传感设备又有自研平台和算法团队还能组织大规模施工交付。这类企业主要盯的是几千万甚至上亿级的大型水务智能化项目客户通常是省级水务集团或者大城市水司。它们的产品矩阵完整方案宣讲时几乎什么都能讲技术路线也比较稳健。但选这类厂商要留个心体量大的总包商报价里面单项目毛利率不低中小型水司如果只需要某个单点模块找它们反而浪费预算而且大厂内部项目多你的项目排期容易被推迟售后响应也未必有中小团队快。我的经验是项目预算低于千万级别除非集团明确指定否则不优先考虑综合方案派的头部。3. 值得关注的国内厂家清单与适用场景下面进入正题按板块把我实际接触过、口碑过硬、案例扎实的厂家列出来。注意我给的是“适用场景”不是绝对的好坏排名因为项目匹配度远比名气重要。3.1 威派格水厂智能化与二次供水赛道的前排选手威派格在行业内被大家熟知很大程度上来自二次供水领域。叠压供水设备、泵房标准化建设这块它们做得早项目案例覆盖到大量省会城市和地级市。最近几年它们也把触角往上延伸到“智慧水厂”通过加装在线水质仪表和算法辅助制水工艺的精准加药和消毒控制。适合选威派格的情况很明确新建或改造二次供水泵房要求设备与监控平台一体化交付。水厂希望做少人值守或无人值守改造需要从自控到展示层的成套方案。集团层面要求二次供水数据统一接入监管平台。需要注意的一点是威派格的项目整体交付质量不错但单看纯软件算法层面比如复杂管网水力模型、DMA动态漏损分析并不是它家的核心标签。这类需求还是要搭配专业软件厂商来做。3.2 和达科技管网漏损与调度系统的老牌方案商和达科技是浙江起家的水务信息化厂商在行业内扎根时间很长。圈内提到“管网漏损控制”“供水调度系统”和达基本是绕不开的参考对象。它们的产品线覆盖了从数据采集、SCADA监控到调度决策、漏损分析、GIS管理的完整链条尤其在南方多个水司有长期稳定运行的项目。如果你所在的水司面临供水产销差率居高不下、主管网压力分布不合理、爆管事故难定位这类问题和达这类专业软件厂商的DMA分区计量方案非常值得参考。它们的分析模型会结合夜间最小流量、压力突变、流量平衡表等技术手段逐步定位可疑漏点而不只是给个大屏看数据。选它们时建议把重点放在“算法落地效果”和“驻场服务周期”上合同里一定要写清楚漏损率降低的量化目标否则可能变成纯工具交付。3.3 三川智慧、宁水集团、新天科技智能水表与抄表营收的走量冠军这三家放在一起说是因为它们的主战场高度重叠都是民用智能水表的核心供应商。三川智慧在物联网水表上冲得很猛和运营商的NB-IoT合作深入表端通信模块的功耗控制做得细很多水司整县推进户表改造用的就是它们家。宁水集团是老牌水表龙头机械表底子厚超声水表和中大型贸易结算表也有布局对于强调计量准确性和检定资质的项目更有说服力。新天科技则除了水表还把系统软件做成了独立产品线营收管理平台在中小水司里装机不少。这里我要多说一句选表的技术逻辑。户表改造项目最怕的不是表本身不准而是通信乱、数据丢失、电池提前耗尽。选这三家时重点考察三个参数通信成功率要求不低于99%合同里注明现场实测口径。电池设计寿命NB-IoT表通常宣称6至8年但实际与上报频次强相关要让厂家写明在默认频次下的理论功耗。数据异常自动补报机制表端是否具备存储补报能力信号差时能否等网络恢复后补传。营收系统方面这三家都能跟主流银行和支付平台对接开通线上缴费没有障碍。如果水司同时在做产销差治理记得要求它们开放表计数据接口给第三方漏损平台别让数据锁死在自家系统里。3.4 汇中股份与汉威科技传感器与流量计的硬核派智慧水务如果一个劲看软件容易忽略一个事实所有算法都依赖底层数据的准确度。流量计和传感器不行后面全白搭。汇中股份在超声流量测控领域深耕多年大口径超声水表、超声热量表在业内知名度高适合用在出厂总管、分区边界、大用户贸易结算点这些需要高精度计量的关键位置。汉威科技则是传感器起家的物联网企业覆盖气体、水质、压力等多种感知终端而且自建了物联网平台在需要多类型环境监测的智慧水务综合项目中整合性更强。选它们家产品时我的建议是从计量检定和长期稳定性角度看问题而不是对比价格。超声流量计类产品大体上是一分钱一分货安装直管段要求严格现场管道条件不达标时精度反而比不上机械表。务必让厂商派人实地勘察安装位置给出直管段整改方案后再定型号。3.5 互联网与通信大厂底座、网络与AI的隐形支柱很多人容易忽略的一类“厂商”其实是运营商和互联网云平台。中国电信、中国移动的NB-IoT网络是智能水表大规模商用的基础设施选表时一定要问清楚当前所在地运营商网络的覆盖质量必要时让运营商出具覆盖测试报告。阿里云、华为这类厂商则经常以底层云平台、数据中台和AI开发平台的身份出现在智慧水务项目里它们不直接卖水表但为水务大脑、数字孪生底座提供计算能力。这类厂商的合作模式通常是“底座生态”云厂商提供数据接入规范软件厂商在上面开发应用。选底层云平台时重点关注数据安全合规、私有化部署支持度、视频和IoT设备的接入上限。这些大厂的售前方案都很好看但真正落地时往往需要一层行业伙伴做“最后一公里”适配所以除非团队里有懂水务又懂云的复合型人才否则不建议跳过中间软件厂商直接跟大厂谈定制开发。4. 选型实操从需求梳理到厂商落定的完整流程4.1 第一步先做“问题优先”的需求清单在接触任何厂商之前我强烈建议先用一个月时间做一张问题清单。格式不复杂但想清楚不容易维度要问自己的问题可能对应的厂商类型计量抄收户表远程抄表率多少欠费催缴效率如何水表计量派管网漏损产销差率是多少分区计量有几级夜间最小流量测过吗平台软件派供水调度泵站多久巡检一次压力波动大吗爆管一般多久发现自动化控制派/平台软件派水厂运行加药是否人工调节出水水质达标率波动大吗自动化控制派客户服务投诉响应多快报装、缴费线上化程度如何综合方案派这张表填完项目边界自然就清楚了。很多水司在这个阶段发现自己真正的问题只在抄收预算根本不需要砸到千万级也有些水司发现漏损已经是头号矛盾那就该优先招DMA方案商而不是上来就谈数字孪生大屏。4.2 第二步用五个硬指标初筛厂商拿到候选厂商名单后不要听销售讲完PPT就心动。我一般用五个硬指标做初筛同类型项目落地案例数量与年限要细到“近三年在省内有没有同规模项目”而不是全国宏观个位数案例。本地化服务能力是否有分公司或常驻技术团队应急响应能到几小时往往比总部专家数量更重要。研发投入占比软件型厂商如果研发占比低于15%后续定制化需求基本别指望快速响应。开放性与标准接口是否支持MQTT、OPC UA、MODBUS等标准协议是否愿意开放数据库表结构接口。合同与知识产权条款平台源码归属、二次开发权、数据资产权必须提前谈。这五条里我踩过最痛的就是第五条。早年代理过一个小厂商的平台后来想换别家做算法结果对方用数据接口和知识产权卡脖子整整拖了两个月的项目周期。现在不管项目大小我都在立项阶段就把“数据可导出、接口可开放、源码可审计”三条写进技术协议。4.3 第三步组织一次“带题考察”而不是“参观考察”厂商考察环节很多单位组织得像旅游团去总部看展厅、听汇报、吃饭回来啥也定不了。我推荐另一种方式提前把自家最头疼的三到五个技术问题发给对方要求现场给初步解决思路和参考案例数据。比如漏损高你直接问“针对我们这种管网年代久、阀门频繁被掩埋的现状DMA分区边界怎么选”观察对方是讲通用方法论还是真的能结合实际情况聊到管线级别。有条件的话去对方正在运行的项目现场走一圈看调度中心值班人员用系统的熟练度问一线运维人员对平台的真实评价。厂商面子上再光鲜不如用户在酒桌上的一句抱怨信息量大。我在山东见过一个水司参观时看到所有演示数据完美结果私下问值班员才知道系统上线半年大屏几乎没人看因为数据更新都不及时。4.4 第四步把实施和运维成本算进比价表比价绝不能只比中标价要看“三年总拥有成本”。我之前算过一笔账同样一套智慧水务平台A厂商报价低30%但要求水司自购服务器和数据库授权并且按年收取20%的运维费B厂商报价高但采用云化订阅模式包含运维和升级。算到第三年B反而便宜15%。这里面的坑还包括现场勘测和网络改造费用是否包含。硬件安装辅材、立杆基础、防雷接地是否单列。免费运维期多长过保后按人天还是按年收费。传感器和仪表的年检、更换成本是否有人负责。表格里把这几行都列出来再开会比价基本不会出现“低价中标、后期加钱”的经典事故。5. 常见翻车问题与排雷经验5.1 大屏很炫但数据源头没人管智慧水务项目最常见的翻车就是“上头看大屏很满意下头用系统想骂人”。原因是项目重视顶层展示却忽视了感知层设备的长期运维。压力传感器进水、流量计被淤泥堵塞、NB-IoT信号漂移这些都是常见的现场故障。指望一套平台能自动处理好物理世界的脏活累活根本不现实。所以我现在的建议是预算分配向感知层和运维倾斜宁可大屏朴素一点也要保证数据链路完整可用。5.2 硬件和软件分离采购互相踢皮球有些项目为了省钱水表和平台分别招标结果现场出了问题就变成罗生门水表厂家说是平台数据解析的锅平台厂家说是表端上传的数据不对。最后业主要靠自己协调特别消耗精力。解决办法是尽量让一家总负责接口联调哪怕表具分开买也要在合同中指定“集成调试责任主体”。如果无人愿意担这个责任那说明项目组织方式本身就有问题。5.3 预期管理失败把“AI预测”当成“神仙算法”厂商销售嘴里常蹦出“人工智能”“机器学习”“数字孪生”这些词但落到漏水检测和供水调度上目前主流可靠的还是基于物理模型的逻辑推断和统计分析。AI能做辅助能逐渐学习优化但指望上线三个月就能精准预测每一处爆管那是给自己挖坑。我在项目验收时坚持把算法类功能的验收标准定义清楚比如“漏损定位准确率大于70%”可以写“百分百预测爆管”坚决不接受。5.4 忽略了网络安全和等保要求智慧水务平台涉及关键基础设施数据现在各地对等保测评抓得越来越严格。项目启动前就要问厂商系统是否支持等保二级或三级要求日志留存、权限管理、数据加密是否具备这个问题如果等上线后再补可能要把平台架构推翻重来。我在西南某水司见过一次真实整改因为没提前做等保设计第三方测评报告出来二三十项整改要求其中好几项要改代码架构费用直接翻了倍。5.5 培训走过场系统沦为摆设最后一个翻车点往往被忽略就是培训。很多项目上线后只给操作员讲了半天大屏怎么点真正到调度员、抄表员、维修工手里时大家不会用、不愿用最终系统成了摆设。我现在验收时都会要求厂商提供分角色操作手册和录制好的操作视频并随机抽几个一线员工现场实操考核。别觉得这要求苛刻系统再强人用不起来就等于零。6. 多地踩坑之后我留下的几条选型原则做了这么多年智慧水务相关项目我自己总结了一套简单但管用的原则分享给正在选型的同行第一“优先解决真问题而不是追逐新名词”。户表抄收难就先上智能水表管网漏损高就做DMA分区泵站人工依赖重就做自控改造。每一块钱都要对应一个业务的量化改善。第二“数据主权握在自己手里”。无论选哪家厂商数据库必须能导出为通用格式接口必须开放平台必须支持私有化部署或混合云部署。这是防止被绑定、被卡脖子的底线。第三“没有本地服务团队的厂商再便宜也不要”。智慧水务是典型的“三分建设、七分运维”业务报警要有人看、设备要有人修、模型要有人校。厂商总部离项目现场几百上千公里后面的运维体验大概率会让你崩溃。我见过最典型的一个案例泵站压力异常报警响了整个周末因为厂商无人驻场最后只能靠水司自己的电工凭经验排查。第四“请一个懂行的第三方咨询或监理比省下来的钱值得多”。这个建议会让一些人犹豫但无数翻车项目都证明业主和厂商之间的信息差太大第三方哪怕只帮你把需求和验收标准写清楚砍掉的无效功能和后续变更成本也远超咨询费。当然找咨询的人本身必须是在行业里真正交付过项目的这一点我们以后再展开聊。智慧水务这个赛道基本面是真实需求驱动的它不是一刀切的生意更不是纯靠名气就能选对供应商的事情。把需求切细、把厂商分类、把合同条款定严、把运维责任明确你同样可以把项目做成一个可以在行业里拿出来讲的样板工程。希望这篇基于我多年实操经验的梳理能帮你在选型路上少交学费。

相关新闻

PCIe BAR与AXI地址转换全解析:基于XDMA的实践

PCIe BAR与AXI地址转换全解析:基于XDMA的实践

PCIe这块有个很经典的坎儿:硬件工程师觉得逻辑我已经写好了,驱动工程师觉得我寄存器也配对了,结果板卡一上电,主机访问的地址和FPGA里收到的地址总差那么一截,死活对不上。我刚开始调XDMA的时候也在这个坑里趴了好几天…

2026/10/3 14:56:14 阅读更多 →
Simulink三相PWM整流并网控制:光伏储能前端建模与调试

Simulink三相PWM整流并网控制:光伏储能前端建模与调试

做光伏和储能的朋友,十有八九都要跟“并网”这两个字打交道。光伏板出来的直流电、储能电池包里的直流电,最终都要变成符合电网要求的交流电才能送出去,或者反过来在低谷时把交流电整流成直流给电池充电。这套“交直流双向变换”的核心&#…

2026/10/3 14:56:14 阅读更多 →
WPF中使用MaterialDesign Snackbar替代自研消息提示的实战指南

WPF中使用MaterialDesign Snackbar替代自研消息提示的实战指南

做WPF开发这些年,我发现一个特别有意思的现象:几乎每个项目组里都有人在写自己的消息提示控件。有的用Popup包一个Border,有的直接new一个无边框Window,还有的干脆把MessageBox的按钮文字改了凑合用。每来一个新同事,光…

2026/10/3 14:56:14 阅读更多 →

最新新闻

水稻病虫害识别系统源码实战:Python机器学习从训练到部署

水稻病虫害识别系统源码实战:Python机器学习从训练到部署

简介:这份资源是基于Python机器学习的水稻病虫害自动识别系统源码包,面向农学信息化方向的学生、课程设计开发者及希望入门图像分类实战的工程师,用于解决水稻病虫害人工识别效率低、经验依赖强的问题。压缩包共310个文件,约2.56M…

2026/10/3 15:26:08 阅读更多 →
QuickBlue AI应用底座:企业大模型落地与实战指南

QuickBlue AI应用底座:企业大模型落地与实战指南

1. QuickBlue 到底是什么先给结论:QuickBlue 不是一个具体的业务软件,也不是某个大模型的名字,而是一套专门给企业做 AI 应用落地用的“中间层平台”。你可以把它理解成企业 AI 时代的“水电煤接口”——它不直接生产水电煤,但它让…

2026/10/3 15:26:07 阅读更多 →
密度算符完全指南:从混合态到量子噪声与纠缠判定

密度算符完全指南:从混合态到量子噪声与纠缠判定

做量子计算方向的人,尤其是刚开始啃量子信息理论的同学,几乎都会在某个阶段撞上同一个坎:前面几章还在用波函数 |ψ⟩ 描述一切,到了讲量子噪声、开放系统、部分测量、纠缠判定的时候,所有公式突然都换成了 ρ&#xf…

2026/10/3 15:26:07 阅读更多 →
UE5、3A与开放世界:从刀光材质到网络同步的技术拆解

UE5、3A与开放世界:从刀光材质到网络同步的技术拆解

1. 从一场发布会聊起:UE5、3A、开放世界到底在说什么如果你最近刷到过腾讯游戏发布会的相关消息,大概率会被几个词反复轰炸:UE5、3A、开放世界。这三个词放在一起,基本就是当下游戏行业最顶配的“技术三件套”。但很多人看完发布会…

2026/10/3 15:26:07 阅读更多 →
Arch Linux双系统安装全指南:从分区到引导修复避坑实战

Arch Linux双系统安装全指南:从分区到引导修复避坑实战

看过太多新手在Arch Linux双系统上翻车,有的把Windows引导搞没了,有的分区时手一抖把整个盘抹了,还有的装完进不去桌面只能干瞪眼。这篇文章直接把我踩过的坑和验证过的流程全写出来,从Windows下分区、做启动盘、改BIOS&#xff0…

2026/10/3 15:26:06 阅读更多 →
TSMaster Python二次开发:CAN/CANFD总线采集与周期告警实战

TSMaster Python二次开发:CAN/CANFD总线采集与周期告警实战

上个月接了一台新能源样车的数据采集任务,甲方要求把整车上CAN和CANFD两条总线跑的关键报文实时抓下来,还要能看到发动机转速、车速、电池SOC,一旦发现某个报文周期异常就自动弹提示。如果用老办法一边开TSMaster界面一边盯监控窗口&#xff…

2026/10/3 15:25:06 阅读更多 →

日新闻

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南 【免费下载链接】ex-skill 前任 skill 项目地址: https://gitcode.com/gh_mirrors/exsk/ex-skill 前任.skill 是一个运行在 Claude Code 上的开源 Skill:导入微信、iMessage、短信、…

2026/10/3 0:00:27 阅读更多 →
45个经典Linux面试题:从命令到网络排障的完整考点解析

45个经典Linux面试题:从命令到网络排障的完整考点解析

刚开始带应届生的时候,我最头疼的就是他们拿着一摞Linux面试题背得滚瓜烂熟,一上机全露馅。后来自己从被面的人变成面别人的人,才慢慢摸清楚:Linux面试题考的根本不是答案本身,而是你面对一个不确定的系统问题时&#…

2026/10/3 0:01:28 阅读更多 →
SAP生产预留实战指南:MB21/MB23/MB25协同与MRP集成

SAP生产预留实战指南:MB21/MB23/MB25协同与MRP集成

简介:本资源是一份面向SAP ABAP开发人员、生产计划专员及ERP实施顾问的实操型操作指南,聚焦SAP生产预留核心业务场景,系统解决物料预留创建、查询、校验与批量处理等高频问题。文档以结构化方式覆盖预留背景原理、OMC2编码规则、工厂级参数配…

2026/10/3 0:01:28 阅读更多 →

周新闻

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解 【免费下载链接】spirula-studio Cross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA. 项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio Sp…

2026/10/3 9:14:33 阅读更多 →
SEO怎么推广速查手册新手避坑实战指南

SEO怎么推广速查手册新手避坑实战指南

SEO怎么推广速查手册新手避坑实战指南 模板网站太丑不够用?别急着加滤镜,那是治标不治本。很多老板盯着后台流量掉得眼红,却还在纠结首页Banner的圆角是不是3像素。这就像穿着西装去挖土,姿势不对,努力白费。我整理这份 速查手册…

2026/10/3 9:47:50 阅读更多 →
FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏

FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏

FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏 【免费下载链接】FireRed-OpenStoryline FireRed-OpenStoryline is an AI video editing agent that transforms manual editing into intention-driven directing through natural language …

2026/10/3 9:42:31 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/2 10:36:31 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 9:42:35 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 9:42:36 阅读更多 →