07,15,2026 4views
【Intelligente StädteMarkensäule im Netz„Wenn jemand im Reservoir schwimmt, warnen Sie rechtzeitig.“ In der Vergangenheit war dies ein Befehl an Sicherheitsdirektoren, und auf der WAIC 2026 zeigte Hikvision eine völlig neue Möglichkeit – diese Aufgabe direkt an eine Kamera zu übertragen.
Am 17. Juli, dem ersten Tag der Eröffnung des WAIC 2026, hat Hikvision eine multimodale intelligente Kamera vorgestellt, die "mit einem Wort die Kamera funktionieren lässt". Zum Beispiel in der Reservoir-Sicherheitsmanagement-Szene sehen die herkömmlichen Kameras, dass es "Menschen" und "Gewässer" gibt, während die Multimodus-intelligente Kamera, die eine gute Aufgabe einstellt, nicht nur in der Lage ist, die Risikobereiche in Echtzeit zu überwachen, die Personen, den Zustand und die Umgebung in der Szene genau zu beschreiben, sondern die Szene besser zu verstehen, um zu beurteilen, dass "die Person schwimmt, die Ertrinkengefahr besteht", aktiv verbundene Lautsprecher warnen. Diese Fähigkeit, zu verstehen, zu verstehen und umzusetzen, ist ein Zeichen dafür, dass sich die Kamera zu einem „intelligenten Assistenten“ für aktive Dienste entwickelt.
Dieser Durchbruch wurde durch die tiefe Integration von multimodalen Großmodellen und Edge Computing-Architekturen erreicht. „Wir haben das multimodale Großmodell in diesen kleinen Körper eingebaut, damit es nicht nur präzise erkennen kann, sondern auch schnell erkennen, beurteilen und reagieren kann, um sich an Szenen anzupassen, die sicherer sind und die Echtzeit anspruchsvoller sind“, erklärt der Leiter von Hikvision. „Die multimodale intelligente Kamera verfügt über ein besseres Szenenverständnis, eine flexiblere Aufgabenkonfiguration und eine höhere Echtzeit-Randverarbeitung als herkömmliche Kameras.
Insbesondere können herkömmliche Kameras nur sehen, was im Bild ist, und Kameras mit einem einzigen visuellen Großmodell können verstehen, was im Bild ist, aber nicht auf menschliche Sprachanweisungen reagieren. Multimodale intelligente Kameras haben durch ihre Multimodal-Fähigkeit einen dreifachen Sprung erreicht: Erstens ist die Interaktion aktualisiert, vom Schreiben komplexer Regeln bis hin zur direkten Aussprache der Anforderungen; Zweitens ist das Verständnis eines Upgrades, von der Erkenntnis, dass "es eine Gruppe von Menschen gibt", zum Verständnis, dass "sie schwimmen und ein Risiko besteht". Drittens ist die Entscheidungsfindung zu verbessern, von passiven Alarmen zu aktiven Licht- und Benachrichtigungskontrollen.
In Bezug auf Rechenleistung und Parameter integriert die multimodale intelligente Kamera 26T Rechenleistung, ein eingebautes 2B-parametrisches multimodales Großmodell, unterstützt das tiefe Verständnis von Grafiken und die semantische Auflösung, kann die multimodale Interaktion auf der Endseite geschlossenen Schleifen erreichen, die in öffentlicher Sicherheit, Stadtverwaltung, industrieller Fertigung und sicherer Produktion weit verbreitet werden können.
Es ist erwähnenswert, dass multimodale intelligente Kameras die natürliche Sprachsteuerung unterstützen und die Geschäftseffizienz effektiv verbessern können. Bei Anwendungen in der sicheren Produktionsszene zum Beispiel müssen Benutzer einfach eine natürliche Sprache eingeben, wie z.B. "keine Spiegelkleidung tragen, die in den Baubereich eintritt, bitte die Polizei alarmieren", das System verwandelt sie sofort in eine dynamische Regel für die Steuerung, Endseite Echtzeit-Video-Stream, sobald der Ziel entspricht, löst sofort den Alarm aus und unterstützt die Verknüpfung von Licht, Zugangskontrolle und anderen Peripheriegeräten. Von der passiven Abholung bis zur aktiven Verteidigung, nach der Überprüfung und Intervention, um ein geschlossenes Schleifenmanagement zu erreichen.
Auf der WAIC 2026 Hikvision können die Zuschauer diese „praktische“ Intelligenz auch persönlich erleben. Wenn Sie auf den Bildschirm klicken, wie z.B. "Was ist das für eine Szene, analysieren Sie das Risikeverhalten in der Szene" oder "Erkennen Sie, ob jemand auf dem Bildschirm schwimmt, und wenn ja, warnen Sie", kann die multimodale intelligente Kamera den Videoinhalt automatisch analysieren und in Echtzeit auf dem Bildschirm grafische Frage- und Antwortergebnisse generieren, eine Frühwarnung und einen Sprachalarm senden: "Schwimmen ist hier verboten, bitte verlassen Sie so schnell wie möglich".
Diese Präsentation zeigt nicht nur intuitiv die Stärke von Hikvision im Verständnis von Grafiken und der Interaktion mit natürlicher Sprache, sondern lässt das Live-Publikum auch das Gefühl haben, dass das große Modell nicht nur "verstehen kann", sondern auch "sprechen kann", "arbeiten kann", ist ein intelligenter Assistent, der sich wirklich in die Szene der ersten Linie verwurzeln kann.
Von Tank-Near-Water-Warnungen bis hin zur sicheren Produktion in der Fabrik, von der Stadtverwaltung bis hin zum intelligenten Einzelhandel ... viele Szenarien für intelligente Analysen waren in der Vergangenheit durch Netzwerkbandbreite oder Cloud-Computing-Kosten eingeschränkt und schwierig, Echtzeit-Reaktionen zu erreichen. Hikvision mit der tiefen Akkumulation im Bereich der intelligenten IoT, die kontinuierliche Förderung der Landung der KI-Technologie am Rande, heute die Veröffentlichung der multimodalen intelligenten Kameras, ist ein Zeichen für die KI-Fähigkeit, die wirklich in den letzten Kilometer der Industrieanwendung sinken kann, was die digitale Transformation von Tausenden von Branchen, neue Impulse geben wird.
