多模态视觉分析平台
产品概述
鼎驰多模态视觉分析平台深度融合视觉大模型与AI智能体技术，构建“感知-理解-决策-执行”闭环，实现从“看得见”到“看得懂”的跨越。平台基于各类大模型，支持图文互搜、自然语言点位检索、多模态算法编排及大小模型协同复判，显著提升复杂场景识别准确率（如重点人员、遛狗不牵绳、粉尘等），误报率大幅降低。通过文生模型能力，用户仅需少量样本或文本提示即可快速生成新算法，灵活应对碎片化业务需求。平台兼容无人机、固定摄像头等多源设备，支持边云协同部署，已广泛应用于智慧公安、城市治理、应急消防等领域，助力视频资源深度挖掘与价值变现。
产品架构
技术亮点
大小模型协同：
协同大模型(MOE专家混合模式)技术的强泛化能力与小模型高效率技术优势。通过任务动态分配、跨尺度知识蒸馏、特征空间对齐及资源感知推理，实现云-边协同的高效视觉理解。
大模型负责复杂语义推理与知识生成，小模型专注实时、轻量级感知，“小模型初筛+大模型复判”，提升预警精度，同时解决大模型算力有限的矛盾。
网关抓图：
网关抓图大模型视觉推理技术通过边缘网关实时截取视频流关键帧，汇聚到云端多模态大模型进行高阶语义推理（如行为分析、异常事件识别）。聚焦于动态抓帧策略、推理策略协同调度、低带宽下高效特征传输及隐私保护机制，实现“端边云”一体化智能分析，在保障实时性与准确率的同时，降低系统算力资源开销。
文生模型：
文生模型通过多模态基础模型，实现对图像及视频内容的高阶语义理解。视觉理解大规模结合时空注意力机制与跨模态对齐技术，支持场景识别、动作理解、对象关系推理及事件描述生成。构建统一的视觉-语言表征空间，提升细粒度语义理解与零样本视觉建模构建，并提供端侧部署方案，支撑智能安防等复杂应用场景。