07,15,2026 5visualizações
【Cidades inteligentesColuna Marca Web“Se alguém nadar no reservatório, avise-o a tempo.” No passado, essa era uma ordem para os administradores de segurança, e na WAIC 2026, a Hikvision mostrou uma nova possibilidade: dar essa tarefa diretamente a uma câmera.
No dia 17 de julho, o primeiro dia de abertura do WAIC 2026, a Hikvision lançou uma câmera inteligente multimodal, realizando que "a câmera funciona com uma palavra". Por exemplo, no cenário de gerenciamento de segurança de reservatórios, as câmeras tradicionais veem "pessoas" e "águas", e as câmeras inteligentes multimodais com uma missão bem definida não só podem monitorar as áreas de risco em tempo real, descrever com precisão as pessoas, os estados e o ambiente na cena, mas também podem entender a cena e julgar que "pessoas nadam em risco de afogamento", e os altos-falantes ativamente conectados emitem alertas. Essa capacidade de “compreender, compreender e executar” marca a evolução das câmeras como “assistentes inteligentes” de serviço proativo.
Esse avanço se beneficia da profunda convergência de grandes modelos multimodais com arquiteturas de computação de borda. "Nós colocamos o grande modelo multimodal nesta pequena carroceria para que ele não só perceba com precisão, mas também perceba, julgue e responda rapidamente, adaptando-se a cenários que exigem segurança, como lembretes de proximidade à água, em tempo real". Em comparação com as câmeras tradicionais, as câmeras multimodais inteligentes têm uma maior compreensão de cena, configuração de tarefas mais flexível e capacidade de processamento de borda em tempo real.
Especificamente, as câmeras tradicionais só podem ver o que está na imagem, e as câmeras com um único modelo visual podem entender o que está na imagem, mas não podem responder a instruções de linguagem humana. As câmeras inteligentes multimodais alcançaram um salto triplo através da capacidade multimodal: uma é a atualização da interação, da escrita de regras complexas à expressão direta das necessidades; Segundo, compreender a atualização, de identificar “há um grupo de pessoas” para entender “eles estão nadando, há risco”; Terceiro, a atualização da tomada de decisão, do alarme passivo à ligação ativa da luz e do controle de notificação.
Em potência de cálculo e parâmetros, a câmera inteligente multimodal integra a potência de cálculo 26T, o modelo multimodal multimodal de parâmetros 2B incorporado, suporta a compreensão profunda de gráficos e análise semântica, e pode alcançar o ciclo fechado de interação multimodal no lado final, que pode ser amplamente utilizado em segurança pública, governança urbana, fabricação industrial, produção segura e outras áreas.
Vale a pena mencionar que as câmeras inteligentes multimodais suportam o controle de linguagem natural, o que pode melhorar a eficiência dos negócios. Tome a aplicação em um cenário de produção de segurança, por exemplo, o usuário só precisa digitar uma linguagem natural, como "sem roupa reflexiva para entrar na área de construção, por favor, alarme", o sistema imediatamente converte-o em regras de controle dinâmico, fluxo de vídeo em tempo real do lado final, uma vez que coincida com o alvo, imediatamente dispara o alarme e suporta a ligação de luz sonora, controle de acesso e outros dispositivos periféricos. Desde a recuperação passiva até a defesa ativa, envolva-se na verificação pós-incidente e intervenha para alcançar o gerenciamento de ciclo fechado.
No WAIC 2026, os espectadores também podem experimentar pessoalmente essa inteligência “ao alcance da mão”. Ao clicar em palavras na tela, como "Qual é a cena, analise o comportamento de risco na cena" ou "Detectar se alguém está nadando na tela e, se houver, alerta", a câmera multimodal inteligente analisa automaticamente o conteúdo do vídeo e gera resultados de perguntas e respostas em tempo real na tela, mensagens de alerta precoce e um alarme de voz com a mensagem "Nadar aqui é proibido, por favor saia o mais rápido possível".
Esta demonstração não só mostra intuitivamente a força da Hikvision na compreensão gráfica e interação de linguagem natural, mas também faz com que o público ao vivo sinta que o grande modelo não é apenas "capaz de entender", mas também "capaz de conversar", "capaz de trabalhar", é um assistente inteligente que pode realmente enraizar-se na cena de primeira linha.
Desde alertas perto de depósitos de água até produção segura em fábricas, da governança urbana ao varejo inteligente ... muitos cenários de análise inteligente no passado foram limitados por largura de banda de rede ou custos de computação em nuvem, dificultando a resposta em tempo real. Com a profunda acumulação no campo da IoT inteligente, a Hikvision continua a impulsionar o pouso da tecnologia de IA na extremidade, e o lançamento de câmeras inteligentes multimodais marca que a capacidade de IA pode realmente afundar até o último quilômetro de aplicações da indústria, o que injetará um novo impulso para a transformação digital de milhares de indústrias.
