網(wǎng)達(dá)軟件通過(guò)多年來(lái)在視頻采集、處理、理解及制作等領(lǐng)域的技術(shù)積累，擁有豐富的媒體視頻及行業(yè)視頻多場(chǎng)景下的AI賦能實(shí)踐經(jīng)驗(yàn)，基于視覺(jué)大模型技術(shù)以及豐富的算法開(kāi)發(fā)能力，實(shí)現(xiàn)視頻內(nèi)容的快速識(shí)別、定位、編輯與分發(fā)；也可以結(jié)合行業(yè)場(chǎng)景實(shí)際需求，精準(zhǔn)識(shí)別視頻中的人員違規(guī)、車(chē)輛違規(guī)、設(shè)備和環(huán)境異常等安全隱患，具備融合感知、多視角聯(lián)動(dòng)、預(yù)警聯(lián)動(dòng)、快速處置、多維分析等統(tǒng)一管理能力，助力企業(yè)實(shí)現(xiàn)安全生產(chǎn)的可測(cè)可管可控。

 

     以人體為核心的行為大模型

 

     網(wǎng)達(dá)軟件基于積累的海量業(yè)務(wù)數(shù)據(jù)，可以實(shí)現(xiàn)各數(shù)據(jù)之間的更細(xì)粒度的對(duì)齊，通過(guò)引入顯式和隱式知識(shí)對(duì)數(shù)據(jù)進(jìn)行有效篩選，構(gòu)造了豐富的訓(xùn)練集微調(diào)度基座大模型，除用于增強(qiáng)人體視覺(jué)特征的基礎(chǔ)數(shù)據(jù)，還開(kāi)發(fā)了適配各類(lèi)下游任務(wù)場(chǎng)景特點(diǎn)指令微調(diào)數(shù)據(jù)，進(jìn)一步提升大模型識(shí)別新數(shù)據(jù)屬性的能力，以適應(yīng)特定的任務(wù)和場(chǎng)景需求。

     高效訓(xùn)練與算法優(yōu)化能力

 

     網(wǎng)達(dá)軟件通過(guò)現(xiàn)場(chǎng)視頻數(shù)據(jù)和結(jié)構(gòu)化知識(shí)進(jìn)行大模型的預(yù)訓(xùn)練，通過(guò)設(shè)計(jì)基于自監(jiān)督學(xué)習(xí)的預(yù)訓(xùn)練任務(wù)形成更適合的算法模型，利用多視覺(jué)大模型技術(shù)，通過(guò)對(duì)視頻中的行為、時(shí)序動(dòng)作、時(shí)空動(dòng)作進(jìn)行檢測(cè)，從而更為準(zhǔn)確地對(duì)視頻中人物、車(chē)輛動(dòng)作特征進(jìn)行識(shí)別，并提升在復(fù)雜場(chǎng)景（天氣、光照、溫濕度）下的泛化能力。

 

     多源融合感知

 

     隨著感知數(shù)據(jù)類(lèi)型的日益豐富，利用圖像、視頻、紅外、雷達(dá)等多類(lèi)型傳感數(shù)據(jù)進(jìn)行融合，形成更大規(guī)模的視頻-圖像-感知預(yù)訓(xùn)練數(shù)據(jù)，進(jìn)一步提升模型的表達(dá)能力和應(yīng)用范圍?；诖竽Ｐ蜕疃葘W(xué)習(xí)框架，實(shí)現(xiàn)融合多視角視覺(jué)、多波段光學(xué)、多頻譜振動(dòng)等多元感知數(shù)據(jù)分析，實(shí)現(xiàn)復(fù)雜場(chǎng)景精準(zhǔn)預(yù)警。

 

     云邊協(xié)同，多平臺(tái)多架構(gòu)實(shí)現(xiàn)

 

     針對(duì)不同應(yīng)用場(chǎng)景與算力需求特征，提供“視覺(jué)大模型+語(yǔ)言大模型”與“視覺(jué)大模型+場(chǎng)景小模型”兩種架構(gòu)選型，在云端大算力平臺(tái)及邊端有限算力平臺(tái)上針對(duì)不同的應(yīng)用場(chǎng)景進(jìn)行模型適配壓縮和推理加速，擴(kuò)展創(chuàng)新應(yīng)用。

 

     應(yīng)用場(chǎng)景

 

     1. 智能視頻檢索

 

     支持以圖像、自然語(yǔ)言等形式進(jìn)行目標(biāo)檢索，快速反向查找特定人物及事件的時(shí)空軌跡。

 

     2. 安全生產(chǎn)監(jiān)督

 

     準(zhǔn)確識(shí)別監(jiān)控視頻內(nèi)人員及車(chē)輛的安全行為風(fēng)險(xiǎn)，全視場(chǎng)下24小時(shí)助力安全監(jiān)督管理。

 

     3. 窄帶高清

 

     基于對(duì)視頻內(nèi)容及場(chǎng)景理解下的視頻流編碼參數(shù)調(diào)優(yōu)，從而實(shí)現(xiàn)低碼率條件下ROI內(nèi)容的高清晰度輸出。

 

     視覺(jué)大模型以其卓越的技術(shù)性能和廣泛的應(yīng)用前景正逐步成為推動(dòng)各行業(yè)智能化轉(zhuǎn)型的重要力量。隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展，在未來(lái)發(fā)揮更加重要的作用，為人類(lèi)社會(huì)帶來(lái)更多的便利和創(chuàng)新。