商用120天，宇視大模型「梧桐」2.0的四大成果

　　2024年4月,宇視在合作伙伴大會上升級發(fā)布了「梧桐」大模型2.0,并確立了“裝備大模型化”的商業(yè)化落地路線。發(fā)布120天后「梧桐」大模型商業(yè)落地表現(xiàn)如何?今天就帶大家一探究竟!

　　圖 宇視合作伙伴大會上「梧桐」大模型2.0發(fā)布

　　相較于1.0版本,「梧桐」大模型2.0在數(shù)據(jù)、推訓以及測試發(fā)布等多個重要維度上,對產(chǎn)品開發(fā)架構(gòu)進行了深入全面的重塑與優(yōu)化,能夠在圖像質(zhì)量、算法精度、算法生產(chǎn)率、服務(wù)效率和用戶體驗等方面給產(chǎn)品帶來顯著提升,為解決更細分、更碎片化的場景業(yè)務(wù)需求降本提效。

　　數(shù)據(jù)融合分析,解決黑夜成像難題

　　最近驚艷行業(yè)的獵光2.0圖像處理引擎,正是得益于「梧桐」大模型的AI算法加持,從而使前端攝像機可以應(yīng)對多種極黑/無光/微光場景挑戰(zhàn)。

　　該算法具備超強的多場景數(shù)據(jù)融合分析能力,能夠?qū)Σ煌瑘鼍跋碌臄?shù)據(jù)進行精準而深入的融合與分析,從而實現(xiàn)對周圍環(huán)境全方位的態(tài)勢感知。即使在低至令人難以置信的≤0.0001 Lux的照度環(huán)境下,依然能夠讓圖像呈現(xiàn)出如同在白晝中一般的鮮艷色彩。

　　圖 傳統(tǒng)全彩相機和獵光2.0相機效果對比

　　多模態(tài)能力融合,高效視頻數(shù)據(jù)服務(wù)

　　「梧桐」大模型將自然語言處理能力、視頻特征提取能力和語音內(nèi)容理解能力進行深度融合,可以對用戶輸入的語言文字進行深度解析和語義理解,對用戶輸入的語音進行解碼識別和分析, 同時通過大模型特征表示提取視頻中的目標、地點、事件等多維信息,準確理解視頻或圖片內(nèi)容,從而快速檢索匹配出關(guān)鍵字或語音對應(yīng)的視圖內(nèi)容。

　　例如,當需要搜索“河邊釣魚的人”的視頻內(nèi)容時,用戶只需要輸入文字描述,視頻數(shù)據(jù)服務(wù)系統(tǒng)就能從海量的視頻內(nèi)容中快速檢索出貼近用戶意圖的搜索結(jié)果,在城市管理、交通治理、園區(qū)運營等場景幫助提升管理效率和降低人工成本。

　　圖 視頻內(nèi)容快速檢索演示

　　深度學習訓練,構(gòu)建智能客服助手

　　「梧桐」大模型具備強大的深度學習能力,通過學習宇視多年積累的資料庫,構(gòu)建智能客服小助手,相較于傳統(tǒng)的觸發(fā)式客服機器人,不但對話更自然,且對用戶的問題理解力更強,能夠準確地回答更多問題,大幅降低人工客服成本。

　　圖 宇視智能客服助手問答演示

　　場景算法快速生產(chǎn),提升用戶體驗

　　基于「梧桐」大模型,可以快速完成場景算法模型的訓練生產(chǎn),如宇視面向文旅場景提供的旅拍兔VLOG服務(wù),其中核心算法能力就是「梧桐」大模型提供的:可以快速將游客人像信息和視頻畫面自動匹配,生成最優(yōu)視頻片段,同時通過AI體態(tài)分析精準識別人體軀干、四肢到手指的精細動作以及面部的精細表情,精準捕捉游客的精彩POSE瞬間。最后基于多模態(tài)技術(shù)對各場景和動作進行分析,自動疊加最匹配的圖層、特效,還能進行畫面人物消除和畫面優(yōu)化。

　　圖 游客照經(jīng)過算法處理后的效果對比

　　大模型技術(shù)是AIoT行業(yè)當下最大的技術(shù)變量,宇視將持續(xù)探索「梧桐」大模型能力的高效應(yīng)用,將更多創(chuàng)新成果惠及千行百業(yè),守護安全美好生活!