视觉大模型平台

产品定位与目标

视觉大模型平台是一款面向企业级市场的视觉智能解决方案，旨在通过大模型技术，满足企业在安全管理、服务合规、质量管控等多方面的视觉类需求，推动企业实现管理数字化的转型升级。该平台致力于解决小模型时代视觉智能落地困难的问题，如落地周期长、开发成本高、泛化能力差等，以高效、低成本的方式，助力企业提升管理效率和质量。

技术架构与核心功能

（一）多模态大模型体系

• 通用多模态大模型（L0）：具备广泛的视觉识别能力，能够处理各种通用场景下的视觉任务，如人脸、车牌、安全帽等高频需求。
• 专属多模态大模型（L1）：针对特定行业或场景进行深度定制，满足企业独特的视觉需求，如工业质检、工厂SOP等。
• 场景增强多模态大模型（L2）：在专属模型的基础上，进一步增强特定场景下的性能，实现更精准的视觉识别与分析，如煤矿作业中的设备运行状态监测、人员安全检测等。

（二）数据与模型处理流程

• 自动化数据工程：从数据采集、标注到模型训练，全流程自动化处理，大幅降低人力成本，提升数据处理效率。例如，在汽车驾驶员安全操作检测场景中，方案设计、数据收集、数据标注、原子模型训练等环节均实现自动化，总场景平均消耗时间从传统方法的55人天缩短至2人天。
• 大小模型MoE级联推理：将大模型与小模型相结合，发挥各自优势，实现更高效、更精准的推理结果。大模型负责全局理解与决策，小模型负责细节处理，协同工作以提升整体性能。
• AI技能编排：通过零代码的方式，灵活编排AI技能，快速适应现场管理需求的变化。用户可以像搭积木一样，将不同的AI技能组合起来，形成完整的业务流程，如煤矿作业中的刮板机检测、人体检测、煤壁区域分割等技能的编排，实现对设备运行状态、人员安全、危险区域等级的实时监控和分析。

产品优势

（一）低成本满足碎片化需求

• 多模态大模型能够以低成本的方式满足企业大量的碎片化视觉需求，如安全监控、合规检查、品控等。相较于传统视觉专家模型，开发周期更短，成本更低，使得企业能够快速响应各种复杂多变的视觉需求，推动管理数字化的进程。

（二）应用效果调优自动化

• 通过预警处置、结果复判、数据标签自动匹配等功能，实现应用效果的自动化调优，不断提升视觉识别的准确性和可靠性。例如，在预警处置环节，系统能够自动对识别结果进行评估和校正，及时发现并处理潜在的安全隐患；在数据标签自动匹配环节，能够智能地将新采集的数据与已有标签进行匹配，为模型的持续优化提供准确的训练数据。

（三）丰富的行业模型库和算法产线

• 拥有涵盖油气、电力、水务、化工、矿山、港口、园区、钢铁等多个行业的模型库和算法产线，能够快速为不同行业企业提供定制化的视觉智能解决方案。这些模型和算法都是经过专业团队精心打造和优化的，具有高精度和强泛化能力，能够满足企业在特定场景下的视觉智能需求。

（四）云边协同，构建集约管控体系

• 采用云边协同架构，实现对大规模设备和场景的集中管控。例如，在龙源电力的AI集中管控项目中，平台成功管控了200+风电场、1.2万台风机，监控人效提升了300%，响应效率从小时级提升到分钟级。这种集约管控体系，不仅提高了监控效率，还降低了管理成本，使企业能够更好地进行资源调配和决策支持，实现管理的精细化和智能化。

（五）软硬一体，灵活部署，高效价比

• 提供标准版、旗舰版、轻量版等多种硬件部署方案，满足不同规模企业的需求。所有智能硬件与平台打通，支持技能配置与下发、数据回流及模型效果调优。例如，度目·AI相机大模型版，能够实现多模态大模型的冷启动，提供高性能的推理能力。这种软硬一体的部署方式，确保了视觉智能应用的高效运行和快速响应，同时具有较高的性价比，使企业能够以较低的成本获得专业的视觉AI应用支持。

（六）内置大模型分析研判助手“度安安”

• 度安安作为平台内置的大模型分析研判助手，能够为生产作业人员、集控/调度人员、生产/安全管理人员等不同角色提供智能分析和决策支持。它能够理解图片内容，并做出精准的判断，如判断图中是否有人在操作位看仪表盘、是否有人在操作发动机等。度安安的入选“智赋百业”2023年人工智能融合发展与安全应用典型案例，充分证明了其在实际应用中的卓越表现和重要价值。

应用场景

（一）安全管理数字化

• 煤矿作业安全监控：通过煤矿作业场景中的设备运行状态监测、人员安全检测、危险区域划分等AI技能编排，实时监控煤矿作业的安全状况，及时发现并预警潜在的安全隐患，如设备运行异常、人员违规操作、人员进入危险区域等，保障煤矿作业的安全性。
• 矿区内车辆安全检查：利用多模态大模型对矿区内车辆的制动系统、发动机、转向系统、灯光、轮胎等主要部件进行安全检查，确保车辆在出车前符合安全标准，严禁车辆带病作业，降低矿区内车辆事故的发生率。

（二）服务合规数字化

• 员工服务流程合规性检查：在企业服务场景中，通过视觉AI技术对员工的服务流程进行实时监控和分析，确保员工严格按照规定的流程进行操作，如在银行服务中，检查柜员是否按照标准流程进行客户身份验证、业务办理等，提高服务质量和合规性。
• 服务环境合规性检测：对服务环境进行视觉检测，确保其符合企业的合规标准，如在餐饮服务中，检查餐厅的清洁卫生状况、桌椅摆放是否整齐等，为客户提供良好的就餐环境。

（三）工厂SOP数字化

• 生产工序合规性监测：在工厂生产过程中，利用视觉AI技术对员工的操作流程进行实时监控，确保其符合规定的生产工序，如在汽车制造工厂中，检查员工是否按照规定的步骤进行汽车零部件的组装，提高生产效率和产品质量。
• 生产环境合规性检测：对工厂的生产环境进行视觉检测，确保其符合企业的合规标准，如在电子工厂中，检查生产线上的设备是否处于正常工作状态、物料摆放是否有序等，保障生产的顺利进行。