安全生产视觉 AI
在现有摄像头和录像机上叠加 AI：看见 → 判断 → 行动 → 留证，不换前端硬件。
- 监控屏没人一直盯；违规发现晚、证据难留；新建一套系统成本高。
- 工厂车间、仓储物流、园区、工地
- 边缘设备 + 中心服务器，私有化部署
- 边缘 AI 实时识别：叉车超速、超高、危险区域闯入、未戴安全帽等
- 中心大模型复核降误报，自动生成证据
- 声光、投影警示联动，消息推送到责任人
- 证据链归档与统计驾驶舱，可扩展巡检机器人
安全生产与应急
复用现有的摄像头和录像机，不换前端硬件，在上面叠加 AI 识别、复核、警示和证据归档。
安全生产视觉 AI
复用现有摄像头，从“看录像”变成“实时发现、自动警示、证据留存”
怎么运转
1
现有摄像头
复用录像机与平台
2
边缘识别
实时检测与跟踪
3
中心复核
大模型降误报
4
警示联动
声光、投影、推送
5
证据归档
可回溯、可统计
带来什么
- 不换前端硬件，投入可控
- 违规实时发现、现场即时提醒
- 每次告警都有证据链，便于考核与整改
交付什么
- 边缘识别设备与中心服务器方案
- 识别规则与告警策略
- 安全驾驶舱
- 可扩展巡检机器人
火灾识别与调查辅助
上传现场视频、图片、语音和文字，AI 识别烟火迹象、整理证据时间线，生成带引用的调查辅助报告。
- 现场材料多、格式杂，整理证据和写报告耗时。
- 消防救援、应急管理、园区与大型场馆安全部门
- 私有化部署，接企业微信 / 飞书 / 钉钉或 Web
- 视频、图片、语音、文字多模态上传
- 烟火迹象识别与证据时间线
- 检索授权专业资料并引用
- 报告须经调查人员确认，AI 不下结论
1
场景对齐工作坊
- 业务负责人与 IT 负责人到场
- 梳理 1–3 个候选场景与数据现状
- 产出：场景清单、成功指标草案
2
PoC 提案
- 数据与系统边界、评测集设计
- 里程碑、双方投入、验收门槛
- 产出：可签字的 PoC 提案
3
PoC 执行
- 用客户真实资料，私有化或演示环境
- 每周同步，指标透明
- 产出：评测报告与上线方案