中國北京——2025年6月28日——圖靈新訊美長期深耕金融安防、視訊監控等關鍵領域，聚焦人工智慧在複雜業務場景下的識別、分析與智能決策。憑借深厚的行業經驗和系統集成能力，圖靈新訊美今日宣佈，率先基於 NVIDIA 用於視訊搜索與總結 (VSS, Video Search and Summarization) 的 AI Blueprint，在中國推出企業級多模態視覺大模型融合解決方案，推動先進 AI 模型在交通治理、工業質檢、金融風控等領域實現高效識別、精准預警和穩定交付。
該平台以 NVIDIA AI Blueprint 和 IBM Watsonx、Red Hat OpenShift 為核心技術底座，結合本地化架構設計和多行業深度適配，打造出國內首個實現工程化部署的視訊智能平台，助力企業從資料感知走向智能決策。
從「識別對象」到「理解意圖」：視訊智能的躍遷式升級
在實際業務場景中，交通事故預警、工業生產溯源、金融欺詐監測等任務，對系統的理解能力提出了遠高於傳統視覺系統的要求。基於 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瓶頸，通過多模態融合實現對視訊內容的結構化分析、語義提取、事件追蹤和交互問答。
該系統採用 IBM Red Hat OpenShift 及 NVIDIA 視覺大模型為技術底座，通過上傳視訊或實時接入 RTSP 視訊流，對人臉、人體、特殊物品、行為事件等進行高精度識別，能精准檢測並跟蹤目標，廣泛適用於智慧安防、交通管理、企業園區、校園、礦山等多個領域。在智慧交通領域，對交通流量、車輛行為、行人動態等實時分析的準確率高，違章檢測、擁堵預警、事故識別等功能表現出色。
構建可交付的多模態視訊智能系統
依託 NVIDIA AI Blueprint，圖靈新訊美融合解決方案具備以下工程化能力：
平台集成與視覺大小模型整合：基於 VSS Blueprint 開發的應用接口，將事件分析、證據留存、觸發告警的工作流無縫集成到現有視訊管理及調度平台上，實現不同目標任務、不同資料源、視覺模型及視覺大模型的靈活匹配和最佳部署。
多路視訊併發與流調度：支援大規模實時或錄播視訊流的併發處理，自動完成流識別、隊列管理與並行調度，適用於高密度交通與工業場景。
多模態資料協同理解：集成音頻自動轉錄（NVIDIA Riva ASR 微服務），實現「圖像+語音」雙模語義抽取，顯著提升講解、培訓、安防等多場景下的智能解析能力。
語義驅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，無需樣本即可進行複雜目標檢測、分割與跨幀追蹤。
上下文增強檢索與事件鏈推理：內嵌 CA-RAG、GraphRAG 框架，對視訊中實體、事件和語義塊進行圖結構建模，實現跨時空事件分析、多跳問答與複雜場景洞察。
彈性部署與低資源消耗：支援 NVIDIA Hopper 及 Ada Lovelace 架構，以及邊緣多種部署方式，可在資源受限環境下高效運行，滿足行業客戶本地化、安全性和經濟性需求。
模組化開發與雲端支援：提供 Docker/Helm 一鍵部署、API Catalog 及雲端快速集成，方便企業按需擴展業務流程。
賦能複雜場景，驅動行業深度應用
平台已在多個行業場景實現實際應用與驗證：
城市交通治理：支援交管中心對路口視訊流的異常檢測、違規行為識別和事故回溯，實現從「被動錄像」到「主動智能管控」的轉型。
工業生產與質檢：自動識別生產線異常工況和不合規操作，支援 SOP 合規性審核與生產過程追溯，提升安全與品質管理效率。
金融風控與安防：通過視訊與音頻聯動，實時監控和追溯潛在風險行為，實現「事前預警+事後可查」的風控閉環。
目前，圖靈新訊美已與多地交管單位、頭部企業展開深度合作，平台能力正加速拓展至工業製造、金融服務、公共安全等多個領域。
構建智算驅動的多模態基座，重塑企業視覺智能生產力
以融合解決方案為切入口，圖靈新訊美充分發揮自身作為獨立軟體供應商 (ISV) 在技術集成、場景適配和客戶交付方面的專業優勢，打通從智算基礎設施到場景應用的全鏈結，推動視覺智能從「看得清」走向「想得通、答得快」，真正將多模態 AI 轉化為生產力、決策力與增長引擎。
未來，圖靈新訊美將繼續專注技術創新與工程實踐，助力客戶用更智能、高效、可持續的方式釋放資料價值，推動行業加速邁向數智化新階段。
WeChat
Profile