案例簡介

憑借深厚的行業(yè)經(jīng)驗和系統(tǒng)集成能力，圖靈新訊美率先基于 NVIDIA 用于視頻搜索與總結(jié) (VSS, Video Search and Summarization) 的 AI Blueprint，在中國推出企業(yè)級多模態(tài)視覺大模型融合解決方案，推動先進(jìn) AI 模型在交通治理、工業(yè)質(zhì)檢、金融風(fēng)控等領(lǐng)域?qū)崿F(xiàn)高效識別、精準(zhǔn)預(yù)警和穩(wěn)定交付。

圖靈新訊美長期深耕金融安防、視頻監(jiān)控等關(guān)鍵領(lǐng)域，聚焦人工智能在復(fù)雜業(yè)務(wù)場景下的識別、分析與智能決策。憑借深厚的行業(yè)經(jīng)驗和系統(tǒng)集成能力，圖靈新訊美率先基于 NVIDIA 用于視頻搜索與總結(jié) (VSS, Video Search and Summarization) 的 AI Blueprint，在中國推出企業(yè)級多模態(tài)視覺大模型融合解決方案，推動先進(jìn) AI 模型在交通治理、工業(yè)質(zhì)檢、金融風(fēng)控等領(lǐng)域?qū)崿F(xiàn)高效識別、精準(zhǔn)預(yù)警和穩(wěn)定交付。該平臺以NVIDIA AI Blueprint和 Watsonx、OpenShift 為核心技術(shù)底座，結(jié)合本地化架構(gòu)設(shè)計和多行業(yè)深度適配，打造出國內(nèi)首個實現(xiàn)工程化部署的視頻智能平臺。VSS 面向交通治理、工業(yè)質(zhì)檢、金融風(fēng)控等復(fù)雜場景，以高適配性、可持續(xù)交付和專業(yè)服務(wù)能力，助力企業(yè)從數(shù)據(jù)感知走向智能決策，推動行業(yè)加速邁向高質(zhì)量發(fā)展。

從“識別對象”到“理解意圖”：視頻智能的躍遷式升級

在實際業(yè)務(wù)場景中，交通事故預(yù)警、工業(yè)生產(chǎn)溯源、金融欺詐監(jiān)測等任務(wù)，對系統(tǒng)的理解能力提出了遠(yuǎn)高于傳統(tǒng)視覺系統(tǒng)的要求。基于VSS Blueprint的融合解決方案聚焦“意圖識別”，突破以往僅能做對象檢測和分類的技術(shù)瓶頸，通過多模態(tài)融合實現(xiàn)對視頻內(nèi)容的結(jié)構(gòu)化分析、語義提取、事件追蹤和交互問答，真正支撐企業(yè)業(yè)務(wù)的智能化升級。

該系統(tǒng)運用先進(jìn)的視覺識別分析技術(shù)和多種先進(jìn)算法模型，采用 IBM Red Hat OpenShift 及 NVIDIA 的視覺大模型為技術(shù)底座，通過上傳視頻或?qū)崟r接入 RTSP (Real Time Streaming Protocol，實時流協(xié)議) 視頻流，對人臉、人體、特殊物品、行為事件等進(jìn)行高精度識別，能精準(zhǔn)檢測并跟蹤目標(biāo)，廣泛適用于智慧安防、交通管理、企業(yè)園區(qū)、校園、礦山等多個領(lǐng)域，在不同領(lǐng)域中，能夠根據(jù)各自的場景特點和需求，提供針對性的監(jiān)控感知服務(wù)，如準(zhǔn)確識別工廠違規(guī)行為、吸煙、睡覺、離崗事件等多種場景。在智慧交通領(lǐng)域，對交通流量、車輛行為、行人動態(tài)等實時分析的準(zhǔn)確率高，違章檢測、擁堵預(yù)警、事故識別等功能表現(xiàn)出色。系統(tǒng)一旦發(fā)現(xiàn)異常，系統(tǒng)將立即發(fā)出警報，提醒相關(guān)人員及時處理，有效防范非法入侵，加強安全防護(hù)，減少交通事故等安全隱患，降低各類風(fēng)險。

構(gòu)建可交付的多模態(tài)視頻智能系統(tǒng)，支撐復(fù)雜業(yè)務(wù)場景落地

依托 NVIDIA AI Blueprint，圖靈新訊美融合解決方案具備如下工程化能力：

平臺集成與視覺大小模型整合：基于 VSS Blueprint 開發(fā)的應(yīng)用接口，將事件分析，證據(jù)留存，觸發(fā)告警的工作流無縫的集成到現(xiàn)有的新訊美的視頻管理及調(diào)度平臺上，實現(xiàn)不同目標(biāo)任務(wù)，不同數(shù)據(jù) (RTSP) 源，視覺模型及視覺大模型的靈活匹配和最佳部署。

多路視頻并發(fā)與流調(diào)度：支持大規(guī)模實時或錄播視頻流的并發(fā)處理，自動完成流識別、隊列管理與并行調(diào)度，大幅提升吞吐率，適用于高密度交通與工業(yè)場景。

多模態(tài)數(shù)據(jù)協(xié)同理解：集成音頻自動轉(zhuǎn)錄 (NVIDIA Riva ASR微服務(wù))，實現(xiàn)“圖像+語音”雙模語義抽取，顯著提升講解、培訓(xùn)、安防等多場景下的智能解析能力。

語義驅(qū)動的零樣本對象檢測與追蹤：通過 Grounding DINO、SAM2 視覺模型及 Set-of-Mark (SoM) 提示機制，無需樣本即可進(jìn)行復(fù)雜目標(biāo)檢測、分割與跨幀追蹤。

上下文增強檢索與事件鏈推理：內(nèi)嵌 CA-RAG、GraphRAG 框架，對視頻中實體、事件和語義塊進(jìn)行圖結(jié)構(gòu)建模，實現(xiàn)跨時空事件分析、多跳問答與復(fù)雜場景洞察。

彈性部署與低資源消耗：支持 NVIDIA Hopper 及 Ada Lovelace 架構(gòu)，以及邊緣的多種部署方式，可在資源受限環(huán)境下高效運行，無需大型集群，滿足行業(yè)客戶本地化、安全性和經(jīng)濟(jì)性需求。

模塊化開發(fā)與云端支持：提供 Docker / Helm 一鍵部署、API Catalog 及云端快速集成，方便企業(yè)按需擴(kuò)展業(yè)務(wù)流程。

賦能復(fù)雜場景，驅(qū)動行業(yè)深度應(yīng)用

平臺已在多個行業(yè)場景實現(xiàn)實際應(yīng)用與驗證：

城市交通治理：支持交管中心對路口視頻流的異常檢測、違規(guī)行為識別和事故回溯，實現(xiàn)從“被動錄像”到“主動智能管控”的轉(zhuǎn)型。

工業(yè)生產(chǎn)與質(zhì)檢：在制造業(yè)質(zhì)檢中，平臺可自動識別生產(chǎn)線異常工況和不合規(guī)操作，支持 SOP 合規(guī)性審核與生產(chǎn)過程追溯，提升安全與質(zhì)量管理效率。

金融風(fēng)控與安防：通過視頻與音頻聯(lián)動，實時監(jiān)控和追溯潛在風(fēng)險行為，實現(xiàn)“事前預(yù)警+事后可查”的風(fēng)控閉環(huán)。

目前，圖靈新訊美已與多地交管單位、頭部企業(yè)展開深度合作，平臺能力也正加速拓展至工業(yè)制造、金融服務(wù)、公共安全等多個領(lǐng)域。

構(gòu)建智算驅(qū)動的多模態(tài)基座，重塑企業(yè)視覺智能生產(chǎn)力

以融合解決方案為切入口，圖靈新訊美充分發(fā)揮自身作為獨立軟件供應(yīng)商 (ISV) 在技術(shù)集成、場景適配和客戶交付方面的專業(yè)優(yōu)勢，打通從智算基礎(chǔ)設(shè)施到場景應(yīng)用的全鏈路，推動視覺智能從“看得清”走向“想得通、答得快”，真正將多模態(tài) AI 轉(zhuǎn)化為生產(chǎn)力、決策力與增長引擎。

未來，圖靈新訊美將繼續(xù)專注技術(shù)創(chuàng)新與工程實踐，助力客戶用更智能、高效、可持續(xù)的方式釋放數(shù)據(jù)價值，推動行業(yè)加速邁向數(shù)智化新階段。