產業數字化浪潮下，千行百業對于人工智能技術的需求正呈幾何級數增長，并表現出碎片化、定制化、精細化的特點。計算機視覺作為占據人工智能行業最大市場規模的細分領域，已迎來技術的大規模應用階段，然而，算法開發成本高、開發周期長、迭代慢、部署難，生產的算法與用戶長期沉淀的商業邏輯、行業經驗不相融，算法人才供應不足等一系列問題使供需矛盾日漸凸顯。

總體來看，當前算法技術的生產模式，僅可滿足少量頭部場景的少量頭部需求，仍存在大量需求迫切的場景陷入應用困境。

為更好應對當前供需難題，千視通從行業需求出發，自研“鴻羽”AI生產力平臺，助力人工智能相關企業快速搭建滿足行業需求的AI視覺能力底座，已形成“鴻維”訓練平臺、“鴻圖”推理平臺、“鴻云”訓推一體平臺、“鴻眸”邊緣智盒等四大核心產品，并實現在金融、教育、城市治理、軌道交通等富AI需求領域的全面覆蓋。

對于廣大用戶來說，一款“好用”的產品往往體現在開發的易遷移性、場景的高適配性和較低的成本付出。千視通“鴻云”AI訓推一體平臺擁有更低的使用成本，在算法開發和產品的商業落地方面也頗具性價比優勢，目前，已實現在智慧金融、公共安全、軌道交通、AI教育等眾多場景的全面覆蓋。

“鴻云”訓推一體平臺是“鴻羽”AI生產力平臺的核心，可提供從數據管理與處理、算法開發測試與迭代、模型部署與應用到系統運維與管理的AI 開發與應用的全生命周期工具鏈，其訓推一體、開放兼容、靈活高效的強大性能可大幅降低算法開發與應用門檻，幫助用戶快速、低成本地建立算法開發與應用能力，致力于一站式解決行業know-how、人才供應不足困境。

該平臺充分利用用戶數據快速生產算法，一鍵部署到端，用戶簡單注冊算法事件，可以零代碼生成行業AI應用。值得一提的是，憑借該平臺，用戶從完成數據準備開始到完成AI完整生產系統的構建，最快僅需1小時。

銀行業當前正經歷邁向全面數字化的特殊時代。隨著互聯網及金融科技企業的崛起、信息壁壘被打破，大數據和信息科技正逐步顛覆銀行過往的業務模式。

面對當前銀行網點業務發展的種種挑戰及邊緣計算的發展趨勢，千視通推出一款集計算、存儲、算法應用于一體的軟硬件產品——“鴻眸”AI邊緣智能盒。

這款盒子根據銀行網點各類場景的特征，運用自研的AI視覺識別分析技術對人、場、事進行全方位監測，可以自動識別各個業務區域的忙閑程度、空間作業規范性、客戶停留情況以及其他突發事件，實現網點客戶服務、運營管理、合規風控三位一體、互相協同。

具體來說，其功能應用主要包括：

?合規風控：臨時離柜識別、主管授權識別、押運交接識別、違規拍照識別、加鈔間規范作業識別。

?安全防范：保安長時間離崗、持刀識別、煙霧識別、火焰識別、長時間滯留識別、消防通道占用、自助區危險品識別、人員倒地識別、特殊區域入侵。

?客戶服務：久候提醒、面部異常、區域擁擠提醒、特殊人群識別。

?精細化運營：軌跡分析、客流統計、區域密度、行員脫崗/離崗。

“鴻眸”AI邊緣智能盒助力銀行實現了網點數字化、管理智慧化、服務個性化建設。在項目實測中，這款盒子算法平均精準度高達90%以上，算法人員需求降為原來的1/10，生產效率提升6倍。

近年來海量且碎片化小場景的智能化需求呈井噴式增長，過去傳統量產的硬件產品已難以覆蓋。針對此現狀，集AI算法包、AI推理應用、數據存儲等一體的邊緣智能設備——“鴻眸”AI邊緣智能盒，可以快速理解分析視頻內容，實時解析監控視頻中的行為。

在日常生活中，潛藏著眾多視頻圖像智能分析的需求。

例如，在加油站，當有人打電話、抽煙，對于異常行為進行實時監測并自動告警，一場意外免于發生；

在銀行，當ATM柜出現尾隨或存在其他不安全因素，及時預警并通知安保人員注意風險防范；

在地鐵、公交等小空間、大人流量的公共場所，自動識別預警，謹防擁擠踩踏事件發生；

在高速公路，當地面出現裂縫或不明物體，通知道路養護人員及時進行修復、清理......

無需額外加裝攝像頭等設備，只需一個小“盒子”，就能從容應對諸多差異化場景，輕松識別并預警，從而使生產效率大大提升，有效滿足海量且碎片化小場景的智能化需求。

以加油站這一場景為例，傳統的智能攝像頭主要解決事后查詢、追溯的問題，無法對于當下正在發生的事件進行告警，且難以同時進行“吸煙檢測”、“打電話檢測”、“危險區域入侵”、“人員離崗”、“工作服檢測”、“排隊檢測”、“物品遺留”等諸多不同類型的檢測任務，而隨著市場進一步發展，場景需求也將同步升級，那么，當需求發生改變時，傳統監控攝像設備將面臨汰換，這一現象，加大企業成本投入的同時還會造成大量資源浪費。

而“鴻眸”AI邊緣智能盒的出現，不僅可以在一定程度上解決以上普適性的問題，同時還可以滿足其他更復雜場景的需求，比如，餐飲店廚房著火、工地未正確佩戴安全帽、生產線不合格產品分類挑揀、住宅小區高空拋物、公共場所老人摔倒或小朋友嬉戲打鬧、電梯中的電瓶車識別......

值得注意的是，當用戶使用場景需求發生改變時，僅需通過加載不同算法包，就可以在一種硬件設備上形成不同的產品，來滿足不同場景下的差異化需求，從而實現一盒萬用，使設備使用效率大幅提升。

隨著時代發展，高校AI教育面臨重理論缺實訓、AI算力資源分配不均、高校專業人才與企業用人銜接不對口、AI設施不規范欠缺教學設備等現實問題。

針對實際問題，千視通推出教學-實驗-實訓-帶訓一體化的AI視覺工程實驗室解決方案，該方案立足高校人工智能現代化教學痛點，從算法開發與訓練、AI算力集群、智慧場景實訓、邊緣智能應用、AI Lab設計等5大核心內容出發，提供實訓教學方案整體規劃、教學體系建設、教學資源供給、特色化企業帶訓、就業資源橋接等5大板塊的產品及服務，致力于構建科研成果轉化、協同育材、聯合培養、盟會協作等多面一體的合作模式，強化高校人工智能教學體系建設，讓高校AI教育變得更符合產業未來發展需求。

當前，數據量呈現指數級增長，為有效挖掘數據價值，數據采集及邊緣計算的應用日趨普及。千視通始終堅持技術創新，依托自動化訓練平臺低代碼、一體化超融和訓推一體全信創、SDE軟件定義邊緣設備等核心能力，面向各行各業持續推出高性價比的AI智能化產品，同時，積極探索新技術的迭代升級及應用，運用新模式新方法加速人工智能產業的發展。