新奇科技能使我们世界或整个社会更美好，只要你相信！
小米又有新机出！二月尾推出完 Xiaomi 13 系列之後，今回就由 Redmi 接力，在香港推出 Redmi Note 12 Series 新机。当中最上位的 Redmi Note 12 Pro 5G 以二千头定价卖街，这款新机有什麽特别？ 8 + 128 版本卖 $2,388 又抵不抵玩？睇睇今次速试就知。
外形不错但握感平平
始终都是 Redmi 系列手机，所以起初笔者对 Redmi Note 12 Pro 5G 外形都没有太多期望，不过看到真身之後就觉得此机还算不错，平面屏幕、直身机框、平面机背，加上笔者手上手上的是「午夜黑」版本（还有极地白、天空蓝），整体带几分形格感觉。不过握感来说，此机使用胶质机框，所以使用手感是平平。Redmi Note 12 Pro 5G 采用6.67寸屏幕，并内置 5,000mAh 电池下，机身重量为187g，与同系的 …
很多饲主最怕宠物生病，因毛小孩无法说出哪里痛，兽医只能凭经验给予最好治疗建议，但不一定能解决问题。最近网友 @peakcooper 在 Twitter 分享他与爱犬 Sassy 的神奇故事。
兽医起初诊断 Sassy 罹患蜱虫传播的疾病，但按指示服药後未见好转还更恶化。@peakcooper 说 Sassy 前几天病况好转，但之後就急转直下，牙龈变白，於是再送去兽医院验血，发现贫血比病发初期更严重。兽医多次检查後，最後推翻是蜱虫疾病的可能性，但无法判断病因，请 @peakcooper 等待观察 Sassy 的状况。
兽医都无法确定病因，於是 @peakcooper 死马当活马医去问热门 AI 聊天机器人 ChatGPT，将 Sassy 几天验血结果输入，请 ChatGPT 诊断。ChatGPT 综合网路资料认为 Sassy 症状可能和免疫性溶血性贫血（IMHA）有关，@peakcooper 於是拿着 ChatGPT 的建议去找另一名兽医，证实 Sassy 的确罹患此病，服药後康复中。难怪 @peakcooper 推文一开始就说「#GPT4 救了我爱犬的命」。
（报告出品方/作者：申万宏源研究，屠强、王胜）
1. 地产周期「过热循环-亚健康循环-良性循环」
1.1 土地出让金与基建脱钩，地产产业链对 GDP 影响转 向锚定施工节奏
明确地产产业链对 GDP 的影响程度是讨论地产影响经济最根本的宏观基础， 但房地产业增加值与房地产投资显着不同，明确 GDP 如何核算尤为关键。明确地 产产业链对 GDP 的影响程度是讨论地产影响经济最根本的宏观基础，但研究过程 中不能把生产法和支出法割裂开来，GDP 核算过程中生产法和支出法是「一体两面」 的关系，并不存在占比不一致的情况，单独核算反而可能存在重复计算问题。而且 生产法房地产业增加值与支出法房地产开发投资是两个概念，前者更多包含的是商 品房销售增值和自有住房虚拟房租，而房地产开发投资更多存在於建筑业增加值中。
我们从支出法测算地产产业链对 GDP 的拉动，该结论能与生产法相互印证， 地产产业链占 GDP 规模 17.9%。地产产业链对 GDP 的影响可以拆分为对资本形 成和最终消费的影响，具体表现为五大领域：1）资本形成——地产工程投资：地 产投资扣除土地购置费後部分，影响当期 GDP 资本形成总额，也是拉动工业品需 求的主要力量，在 GDP 中占 7.6%。2）资本形成——商品房销售增值：新房销售 後并不直接计入当期 …
（报告出品方/作者：国信证券，马成龙、付晓钦）
AI加速超算/智算中心发展趋势
AIGC等新场景：有望成为新一轮的云基建建设驱动力
AIGC等新应用场景的出现，成为未来云基建投资的重要推动力。数据中心作为流量的基石，算力的重要载体，核心受益於算力和流量的扩张，近十年行业经历了几轮快速的发展增长，分别受益於移动互联网、疫情带来的线上流量增长等；随着AI等新应用场景的出现，为行业赋予了新的增长动能，有望带动行业新一轮建设升级。
ChatGPT：基於NLP的大模型训练
ChatGPT：基於自然语言处理（NLP）下的AI大模型，产品能够通过大算力、大规模训练数据突破AI瓶颈，通过理解和学习人类的语言来进行对话，实现聊天交流、撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。ChatGPT引入新技术RLHF (ReinforcementLearningwith Human Feedback，即基於人类反馈的强化学习)进一步提升了人工智慧模型的产出和人类的常识、认知、需求、价值观保持一致，促进了利用人工智慧进行内容创作、提升内容生产效率与丰富度。
AI投资：海外巨头布局，国内有望迎来加速
国内企业积极陆续布局AI等应用场景投资，後续有望持续加大。在中国，浪潮、中科院、阿里达摩院等陆续推出源1.0、紫东太初、M6等。其中，浪潮「源1.0」巨量模型，参数量和数据集分别达到2457亿和50000GB，相比於美国GPT-3，源1.0参数集规模高40%，训练数据集规模领先近10倍。
AI加速下IDC产业趋势：智算/超算数据中心占比有望进一步提升
随着AI、ChatGPT等大模型场景的发展，未来我国超算/智算中心的占比有望进一步提升： 智能计算中心：服务於人工智慧的数据计算中心，包括人工智慧、机器学习、深度学习等需求，以 GPU 等AI 训练晶元为主，为AI计算提供更大的计算规模和更快的计算速度，以提升单位时间单位能耗下的运算能力及质量为核心诉求； 超算中心：为集中放置的超级计算机（由通用或专用的高性能硬体和软体组成的，为处理复杂的数据、演算法和应用等提供算力的高性能计算平台提供运行环境的建筑场所）设备提供运行环境的场所。
我国目前建成的智算中心超过20个，未来比例有望进一步提升
截至2021年底，我国在用数据中心机架总规模达 520 万标准机架，在用数据中心伺服器规模1900万台，算力总规模超过140 EFLOPS，其中在用超大型和大型数据中心超过 450个，智算中心超过20个，投资主体包括云厂商、AI企业、政府等，典型的数据中心案例包括； 阿里云张北超级智算中心可提供12EFLOPS（每秒1200亿亿次浮点运算）AI算力，将超过谷歌的9 EFLOPS和特斯拉的1.8 EFLOPS，成为全球最大的智算中心，可为AI大模型训练、自动驾驶、空间地理等人工智慧探索应用提供强大的智能算力服务；商汤「新一代人工智慧计算与赋能平台」临港超算中心总算力规模超过 3700PFLOPS。总投资金额超过 50 亿元人民币，一期将安置5000个等效8000W 的机柜。算力中心建成并投入使用後，可同时接入850万路视频，1天即可完成 23600 年时长的视频处理工作； 南京智算中心已运营AI计算能力达每秒80亿亿次（AI算力远超传统数据中心提供的基础算力供给），采用浪潮AI伺服器算力机组，搭载寒武纪思元270 和思元290智能晶元及加速卡。1 小时可完成100亿张图像识别、300万小时语音翻译或1万公里的自动驾驶AI 数据处理任务。
ChatGPT场景下智算中心投资趋势测算
大模型训练算力需求测算
根据openAI披露，ChatGPT …
（映维网Nweon 2023年03月23日）像素风格VR游戏《Pixel Ripped》背後的工作室ARVORE宣布与雅达利ATARI达成合作，双方将於今年夏天带来名为《Pixel Ripped 1978》的游戏，并再次将你沉浸在经典的孩提游戏回忆之中。
「Pixel Ripped」系列的一个标志性特点是像素风格游戏。在70年代末到80年，游戏通常限制在256色或更少。按照今天的标准，像素风格非常明显。但时至今日，这种色彩斑斓、抽象的画面依然在大量玩家心中占据着一个特殊的的位置。
为了进一步利用这种像素美术来表达怀旧之情。位於巴西圣保罗的ARVORE与老牌游戏主机和游戏开发商雅达利达成了重大的品牌合作夥伴关系。
如预告片所示，你会看到一台经典的雅达利2600及相关游戏，如《水晶城堡》和《亚尔复仇记》等等。
当然，尽管上述游戏并非雅达利2600（1977-1992年）中影响力最大的作品，但这一合作关系本质上允许工作室进一步还原孩提的回忆，并向70年代末和80年代初的游戏致敬。
团队在描述《Pixel Ripped 1978》时写道：「Dot必须与『Bug』联手，这位古怪的梦想家开发了最初的『Pixel Ripped』系列。你需要帮助Dot应对多维挑战，保护Bug的童年记忆不受邪恶的Cyblin Lord伤害，因为Cyblin是一个能够突破屏幕入侵现实世界的坏蛋。」
雅达利首席执行官韦德·罗森（Wade Rosen）补充道，《Pixel Ripped 1978》主要是面向是「Pixel Ripped系列的粉丝和广泛的雅达利社区」。
《Pixel Ripped 1978》计划在今年夏天登陆PCVR、PSVR 2和Meta Quest 2。…
（映维网Nweon 2023年03月21日）在汽车制造业中，真正的数据驱动意味着什麽？如果信息技术（IT）和操作技术（OT）结合在一起，综合制造、物理和运营数据，这是否可以优化车间效率和资源消耗呢？瑞典汽车安全供应商奥托立夫希望找到问题的答案。他们知道，能够将强大的3D数据可视化与物联网、人工智慧、分析等结合在一起的混合现实和数字孪生技术可以提供帮助。
奥托立夫面临的挑战是选择正确的平台和硬体，从而支持其持续创新的目标。他们需要一个能够整合IT和OT数据系统、推动业务流程优化、支持远程协作、优化生产线设计的解决方案，以智能地向一线员工推荐解决方案，改善日常任务的执行。显然，说起来容易，做起来难。
这家瑞典公司在全球拥有80多家生产工厂、20个碰撞测试中心和13个研发中心，任何程度的转型都需要付出相当大的努力。奥托立夫同时必须考虑如何培训数百名一线员工，使其适应使用虚拟工作站而非物理设备的新工作方式。
最终，他们选择了微软HoloLens 2和DataMesh FactVerse。
克服远程操作管理和新员工培训的挑战
为了跟上快速转型的行业步伐，奥托立夫不仅仅是在寻找一种开箱即用的MR解决方案来满足业务需求。他们已经确定HoloLens 2和Dynamics 365 Remote Assist是支持虚拟员工协作和加快工厂问题修复的基础工具。但他们同时计划调整自己的数字孪生平台以支持生产流程。
这家公司志在重新定义生产力，减少构建原型的时间和成本。他们所寻求的平台将在不需要复杂配置或编码的情况下实现高度技术化的开发工作负载。他们同时希望解决另一个普遍存在的商业痛苦：南通工厂的员工培训。
当对特定生产流程的设备进行岗前培训时，他们通常会以视频形式进行理论演示。然而，这一培训期可能长达两到四周，并需要六名或以上专家亲临现场。所述过程昂贵、耗时和低效，而且没有考虑到快速贬值的培训设备和培训空间的额外成本。平均而言，为一种类型的培训设备建造一间培训教室需要超过10万美元。
所以，奥托立夫正在寻找一个低代码的元宇宙平台来帮助他们重新思考如何完成培训。他们最感兴趣的是，HoloLens 2的数字孪生和混合现实能否同时提高生产车间的运营效率，并提供高质量的培训体验。这似乎是一个艰巨的任务，但他们从先前的合作中知道，有一个夥伴能够满足他们的需求：DataMesh。
使用DataMesh FactVerse和HoloLens 2实现更快的迭代和更智能的培训
奥托立夫和DataMesh联手讨论下一代数字孪生平台的设计。他们开始制作数字孪生场景以加快实现价值的时间，并取得了超出公司想像的成就。未来，奥托立夫考虑将数字孪生技术和混合现实技术应用於更多场景，包括远程监控、维护和生产线模拟等。
这个平台：
奥托立夫重新定义一线员工的生产力
凭藉DataMesh提供的专业知识和工具包，奥托立夫能够完全拥有自己的数字孪生和混合现实平台，这有助於他们提高运营效率，减少研发、采购、生产和销售方面的资源消耗，从而实现可持续的新解决方案开发和培训部署。
降低应用程序开发和现场运营成本
上述方案为奥托立夫带来了巨大的收益：
可持续发展的必要性
碳减排和可持续发展是制造业的热门话题，尤其是对於奥托立夫这样的公司来说。他们的愿景是「拯救更多生命」，侧重於改善健康和将交通事故造成的全球伤亡减半。这就是为什麽奥托立夫设想的数字孪生技术和混合现实的用例远远不仅仅局限於提高车间工人生产力的范畴。他们希望自己的投资有助於节约管理生产、供应链和客户服务所需的资源和设备。
喜欢这篇文章吗？立刻分享出去让更多人知道吧！
本站内容充实丰富，博大精深，小编精选每日热门资讯，随时更新，点击「抢先收到最新资讯」浏览吧！
请您继续阅读更多来自 映维Nweon 的精彩文章:
※VinciVR获美国能源部20万美元资助，用VR培训能源企业劳动力
※代码暗示Meta将为Quest语音交流提供实时字幕…
随着世界上第一份完整的、高解析度的幼年果蝇大脑地图的公布，科学家们离理解意识又近了一步。这是有史以来构建的最复杂的动物大脑连接组，为人工智慧和神经科学发展的一个革命性的新领域铺平了道路。
这个新的线路图是剑桥大学和约翰霍普金斯大学的科学家们的工作成果，它是迄今为止第四个完整的连接组。此前，更简单的秀丽隐杆线虫、幼年海鞘Ciona intestinalis和海洋蠕虫Platynereis dumerilii的大脑之前已经被绘制出来，但是这些大脑最多有几百个神经元和几千个突触（连接）。
幼年果蝇（Drosophilia melanogaster）的高解析度连接组成像显示了3016个神经元和它们之间的548000个连接。对於渴望全面绘制一种与人类共享大量基本生物学知识的昆虫的大脑的科学家来说，这已经是一个漫长的过程了。
“已经过去50年了，这是第一个大脑连接组。”约翰霍普金斯大学生物医学工程师约书亚-T-沃格尔斯坦说：”这是一面旗帜，我们可以做到这一点。所有过程都在为这而努力。”
这项具有里程碑意义的工作花了12年时间才完成，其中涉及的复杂过程令人震惊。首先，该团队使用电子显微镜将六小时大的雌性果蝇幼虫的大脑直观地切成了盐粒大小，不仅是几个部分，而是成千上万个部分。
虽然电子显微镜捕捉到了每个切片的图像，但仅成像一项，3016个神经元中的每一个仍然需要一天时间。
剑桥大学和约翰霍普金斯大学的科学家们跨领域的联合研究，包括神经科学、微生物学和计算机科学，看到了高清晰度的完全实现的大脑地图。成像显示了每一个神经元和连接，并对思维处理和行为提供了迷人的见解，例如最繁忙的电路如何通往和离开大脑的学习中心。
果蝇具有复杂的学习和决策行为，它们是神经科学研究中研究最多的动物之一。更重要的是，该地图揭示了让人联想到机器学习架构的电路特徵，这甚至可能为新的人工智慧提供参考。
Vogelstein说：”我们对果蝇代码的了解将对人类的代码产生影响。这就是我们想要了解的–如何编写一个导致人类大脑网路的程序。”
绘制老鼠大脑的研究正在进行中，并可能在未来十年内实现。但这是一项艰巨的任务，其规模估计又要比幼年果蝇大一百万倍。
目前的计算工具可以追踪数以百万计的神经通路，但不能像人脑那样拥有数万亿的神经通路。我们不太可能在很长一段时间内看到一个完整的人类连接组–这可能会映射出我们复杂意识的关键。
这项研究发表在《科学》杂志上。…
市值一夕间暴增超过 800 亿美元，微软 2023 年开春就写下惊奇。
这间成立将近半个世纪的老科技公司，浏览器IE被Google Chrome打到从地表消失，搜寻引擎领域几乎没有立足之地。现在微软执行长纳德拉挟着AI，要一口气收复浏览器和搜寻市场失土。
台湾时间7日凌晨，微软发表ChatGPT和GPT-3.5升级版支援的全新搜寻引擎Bing和Edge浏览器，市值暴增。
两天後，Google宣布推出自家聊天机器人Bard，发表会却大出包，答错该如何向9岁小孩解释韦伯望远镜的最新发现，市值瞬间蒸发1,000亿美元。
「这是搜寻的新时代」，微软执行长纳德拉（Satya Nadella）表示，网页搜寻数十年来不变，但AI驱动，可帮助资讯传递比传统更顺畅且迅速。他甚至形容，这是自15年前云端运算刚推出以来，他看过最重大的发展。
《华尔街日报》、《经济学人》等外媒指出，说微软是Google最大威胁，一点也不为过。
第一个优势，资源能与Google匹敌。微软是全球第二大云端供应商，仅次亚马逊，也早在2009年就推出搜寻引擎Bing，拥有广大网路基础设施，含大量计算能力、储存系统、网路爬虫程式等。
且科技巨头中，除了全球市值第一的苹果，只有微软能超越Google每年600亿美元自由现金流量。英国竞争及市场管理局（CMA）调查，若上述搜寻基础设施要从零打造，与Google竞争市占，需花费上看300亿美元的巨额成本。
第二个优势，Open AI强力助攻。1月微软宣布投资Open AI数十亿美元。微软早在2016年就布局AI战场，并看上这间小小AI开发商的无穷潜力，2019、2021年分别注资两阶段。
Open AI不只开发聊天机器人，还有文字转图像模型DALL-E、写程式模型Codex等。如今，这些应用不仅都会与微软服务产品强化整合，还同步加速技术最佳化。
如线上会议室Teams的AI进阶版「Teams Premium」订阅服务，可自动产生会议纪录、字幕即时翻译、个人化时间轴标记等，帮用户大幅减轻工作负担。
又如原本ChatGPT资料库只到2021年，但最新AI版Bing已克服缺点，采用升级版GPT-3.5、号称「普罗米修斯」模型，不仅汇整最新资料，也降低出现不符合事实的幻觉率，像是藉附注来源连结，或以人工协助AI选择更恰当的回答、更可靠的资讯。
相比之下，Google因担心聊天机器人产出争议性内容，迟迟未推出Bard；发表会时Bard的回答除了没有附注来源连结，甚至答错天文学问题，似乎暗指准备仍不足。Google後续详细AI进展计画、时间轴仍未明朗，反让多数投资人更愿意埋单微软的AI野心。
微软第三个优势，恐怕也是Google最大的弱点，是不受底层商业模式束缚。Google搜寻引擎市占高达九成，这优势却陷入「创新者困境」；反观微软没有这担忧，可较无悬念发展AI。
Google获利主力来源，是搜寻点击产生的广告收入，但AI驱动将大幅减少搜寻点击次数。AI也会大增搜寻运算成本支出。当每10%搜寻变成AI驱动，到2025年，会为Google增加7亿至116亿美元营运支出，端看AI平均回覆字数多寡。
而微软下一步会怎麽走？《经济学人》指出，可能会押注聊天机器人辅助的搜寻引擎吸引更多用户。虽然有办法压低成本前，无疑会牺牲获利，但只要能从Google手中夺下可观的搜寻市场，就有望转亏为盈。微软预计，市占率每增加1个百分点，便能创造20亿美元年度广告收入。
然而，成功也可能带来新问题。《华尔街日报》形容，这是把双面刃，因微软影响力过於巨大，欧美面临多起反垄断控诉，现在恐怕得再多聘请几个律师；甚至AI大战仍是起跑阶段，难保日後不会被Bard技术超车，夺回用户的心。
文 | 小伊评科技
桌面版RTX4060还尚未发布，但是移动版RTX4060 Laptop（下称RTX 4060M）却已经悄然上架了，包括某命，某神，某船等二线笔记本品牌都已经陆续发布了搭载RTX4060M 140W满血版的终端产品。
40系笔记本
某命发布的终端产品价格价格甚至已经下探到了5999元，比一些一线平台搭载RTX3060M的笔记本价格还要低，当然了，抢购难度比较高，我相信很多人可能都抢不到，和曾经的低价RTX3070本是一个套路。
那麽RTX4060M的性能到底如何，和目前这个价位的广泛存在的RTX 3060M，RTX3070Ti相比又有多大差距和优势，我们来做一个详细的对比评测。
RTX 4060M VS RTX 3060M VS RTX 3070M参数对比：
RTX40系列移动显卡参数对照
RTX4060M：
AD107核心，8GB显存，满载功耗（115W-140W），显存位宽128Bit，3072颗流处理器，2175Mhz核心频率，4nm工艺。
RTX 3060M：
GA106核心，6GB显存，满载功耗（80W-130W），显存位宽192Bit，3840颗流处理器，1750Mhz核心频率，8nm工艺。
RTX3070M：
GA104核心，8GB显存，满载功耗（80-140W），显存位宽256Bit，5120颗流处理器，1720Mhz核心频率，8nm工艺。
由於核心架构存在较大差异，我们很难从参数上直接看出三款显卡在性能上的差异，RTX4060除了在核心频率明显高於後两者之外，在流处理器，显存位宽等方面均不如後两款显卡，尤其是相比於RTX3070，差别巨大。
RTX4060的显存位宽只有128bit，所以这也就注定了其在高解析度下的表现会比较拉跨，但是考虑到定位高端的桌面端RTX4070TI的显存位宽也就只有192Bit，这还能算短板呢？再说了，谁会在笔记本上玩高分游戏？
不过，需要注意的是，RTX4060搭载的是8G显存，更不容易出现显存危机。
总之，看参数我们根本看不出性能差别，最终还是要依靠跑分和游戏实测。
RTX 4060M VS RTX 3060M VS RTX 3070M跑分对比：
3DMark …
（报告出品方/作者：兴业证券，石康、郭亚男）
1、减速机：工业自动化核心零部件，长坡厚雪千亿赛道
1.1、减速机简介：机械传动基础件，分为通、专用两类
减速机又名减速器，是机械设备中起到传动功能的基础部件。机械设备一般由动 力、传动与执行三大系统构成。通常执行系统是决定机械设备功能及使用方式的 关键，所以每种机械设备对应的执行系统形式多样。而传动系统起到在动力源和 执行系统之间传递和调节动力的功能，相比执行系统而言，传动部件具有更强的 通用性，因此减速机下游的应用场景极其广泛，涵盖绝大部分的机械设备领域。
减速机通常在原动机和工作机之间起着匹配转速和增大扭矩的作用。基本的减速 机通常由多个齿轮组成，利用齿轮的啮合改变原动机的转速、扭矩及承载能力， 使其符合执行系统的要求。同时，部分减速机也可以用於实现精密运动控制。由 於大多机械设备的工作机负载大、转速低，或者对精密度有一定要求，多数不宜 用原动机直接驱动，因此，减速机通常在原动机和工作机之间起着匹配转速和增 大扭矩的作用。减速机通常具有高、精、广三特性，高，即高单位体积承载能力、 高可靠性、高耐用度；精，即零部件精度高，从而降低运行噪音和振动，对切削、 磨削加工工艺技术要求高；广，即产品广泛适用於众多行业。
减速机依照传动原理可分齿轮减速机、蜗轮蜗杆减速机与行星齿轮减速机。齿轮 减速机箱体内结构相对紧凑，设计难度较低，是应用最为广泛的减速机形制；蜗 轮蜗杆减速机采用两轴交错结构，在减速比较高的情况下具有反向自锁功能；而 行星齿轮减速机在刚性、精度、扭矩等性能方面都具有优势，但整体结构却较为 复杂。这三大类减速机的技术侧重点与零部件加工要求存在差异，因此不同品类 减速机之间存在技术迁移的壁垒。
减速机按不同的下游应用场景主要分为通用和专用减速机两大类。通用减速机以 模块化、系列化产品为主，通常一类型号的产品可以兼容下游多种应用场景。而 专用减速机则更多针对某一特定应用领域，其中有工程机械齿轮箱、重载齿轮箱 等较为传统的产品线，也包含了精密减速机、微型传动系统、新能源车用减速齿 轮等新兴品类。
1.2、减速机行业：国内千亿以上规模，下游应用广泛，市场竞争激烈
减速机生产主要原材料为铁、铜等金属材料，核心零部件包括电机、铸件、锻件、 轴承等。主要生产设备为金属切削机床，因此行业上游主要为电气机械和器材制 造业、金属冶炼和压延加工业与通用设备制造业。我国相关行业发展成熟，减速 机原材料产品市场供应较为充足，但铁、铜等原材料的市场价格波动对减速机行 业的采购成本存在一定影响。
减速机下游应用广泛。减速机的下游应用行业主要包括起重运输、水泥建材、重 型矿山、冶金、电力、机器人等领域，此外还有化工、环保、能源、制药、粮油、 物流、纺织、航空航天、海洋装备国民经济及国防工业的各个领域。2019 年，起 重运输行业使用减速机产品的数量占比约为 25.0%，水泥建材行业使用减速机产 品的数量占比约为 …