产业数字化浪潮下，千行百业对于人工智能技术的需求正呈几何级数增长，并表现出碎片化、定制化、精细化的特点。计算机视觉作为占据人工智能行业最大市场规模的细分领域，已迎来技术的大规模应用阶段，然而，算法开发成本高、开发周期长、迭代慢、部署难，生产的算法与用户长期沉淀的商业逻辑、行业经验不相融，算法人才供应不足等一系列问题使供需矛盾日渐凸显。

总体来看，当前算法技术的生产模式，仅可满足少量头部场景的少量头部需求，仍存在大量需求迫切的场景陷入应用困境。

为更好应对当前供需难题，千视通从行业需求出发，自研“鸿羽”AI生产力平台，助力人工智能相关企业快速搭建满足行业需求的AI视觉能力底座，已形成“鸿维”训练平台、“鸿图”推理平台、“鸿云”训推一体平台、“鸿眸”边缘智盒等四大核心产品，并实现在金融、教育、城市治理、轨道交通等富AI需求领域的全面覆盖。

对于广大用户来说，一款“好用”的产品往往体现在开发的易迁移性、场景的高适配性和较低的成本付出。千视通“鸿云”AI训推一体平台拥有更低的使用成本，在算法开发和产品的商业落地方面也颇具性价比优势，目前，已实现在智慧金融、公共安全、轨道交通、AI教育等众多场景的全面覆盖。

“鸿云”训推一体平台是“鸿羽”AI生产力平台的核心，可提供从数据管理与处理、算法开发测试与迭代、模型部署与应用到系统运维与管理的AI 开发与应用的全生命周期工具链，其训推一体、开放兼容、灵活高效的强大性能可大幅降低算法开发与应用门槛，帮助用户快速、低成本地建立算法开发与应用能力，致力于一站式解决行业know-how、人才供应不足困境。

该平台充分利用用户数据快速生产算法，一键部署到端，用户简单注册算法事件，可以零代码生成行业AI应用。值得一提的是，凭借该平台，用户从完成数据准备开始到完成AI完整生产系统的构建，最快仅需1小时。

银行业当前正经历迈向全面数字化的特殊时代。随着互联网及金融科技企业的崛起、信息壁垒被打破，大数据和信息科技正逐步颠覆银行过往的业务模式。

面对当前银行网点业务发展的种种挑战及边缘计算的发展趋势，千视通推出一款集计算、存储、算法应用于一体的软硬件产品——“鸿眸”AI边缘智能盒。

这款盒子根据银行网点各类场景的特征，运用自研的AI视觉识别分析技术对人、场、事进行全方位监测，可以自动识别各个业务区域的忙闲程度、空间作业规范性、客户停留情况以及其他突发事件，实现网点客户服务、运营管理、合规风控三位一体、互相协同。

具体来说，其功能应用主要包括：

•合规风控：临时离柜识别、主管授权识别、押运交接识别、违规拍照识别、加钞间规范作业识别。

•安全防范：保安长时间离岗、持刀识别、烟雾识别、火焰识别、长时间滞留识别、消防通道占用、自助区危险品识别、人员倒地识别、特殊区域入侵。

•客户服务：久候提醒、面部异常、区域拥挤提醒、特殊人群识别。

•精细化运营：轨迹分析、客流统计、区域密度、行员脱岗/离岗。

“鸿眸”AI边缘智能盒助力银行实现了网点数字化、管理智慧化、服务个性化建设。在项目实测中，这款盒子算法平均精准度高达90%以上，算法人员需求降为原来的1/10，生产效率提升6倍。

近年来海量且碎片化小场景的智能化需求呈井喷式增长，过去传统量产的硬件产品已难以覆盖。针对此现状，集AI算法包、AI推理应用、数据存储等一体的边缘智能设备——“鸿眸”AI边缘智能盒，可以快速理解分析视频内容，实时解析监控视频中的行为。

在日常生活中，潜藏着众多视频图像智能分析的需求。

例如，在加油站，当有人打电话、抽烟，对于异常行为进行实时监测并自动告警，一场意外免于发生；

在银行，当ATM柜出现尾随或存在其他不安全因素，及时预警并通知安保人员注意风险防范；

在地铁、公交等小空间、大人流量的公共场所，自动识别预警，谨防拥挤踩踏事件发生；

在高速公路，当地面出现裂缝或不明物体，通知道路养护人员及时进行修复、清理......

无需额外加装摄像头等设备，只需一个小“盒子”，就能从容应对诸多差异化场景，轻松识别并预警，从而使生产效率大大提升，有效满足海量且碎片化小场景的智能化需求。

以加油站这一场景为例，传统的智能摄像头主要解决事后查询、追溯的问题，无法对于当下正在发生的事件进行告警，且难以同时进行“吸烟检测”、“打电话检测”、“危险区域入侵”、“人员离岗”、“工作服检测”、“排队检测”、“物品遗留”等诸多不同类型的检测任务，而随着市场进一步发展，场景需求也将同步升级，那么，当需求发生改变时，传统监控摄像设备将面临汰换，这一现象，加大企业成本投入的同时还会造成大量资源浪费。

而“鸿眸”AI边缘智能盒的出现，不仅可以在一定程度上解决以上普适性的问题，同时还可以满足其他更复杂场景的需求，比如，餐饮店厨房着火、工地未正确佩戴安全帽、生产线不合格产品分类挑拣、住宅小区高空抛物、公共场所老人摔倒或小朋友嬉戏打闹、电梯中的电瓶车识别......

值得注意的是，当用户使用场景需求发生改变时，仅需通过加载不同算法包，就可以在一种硬件设备上形成不同的产品，来满足不同场景下的差异化需求，从而实现一盒万用，使设备使用效率大幅提升。

随着时代发展，高校AI教育面临重理论缺实训、AI算力资源分配不均、高校专业人才与企业用人衔接不对口、AI设施不规范欠缺教学设备等现实问题。

针对实际问题，千视通推出教学-实验-实训-带训一体化的AI视觉工程实验室解决方案，该方案立足高校人工智能现代化教学痛点，从算法开发与训练、AI算力集群、智慧场景实训、边缘智能应用、AI Lab设计等5大核心内容出发，提供实训教学方案整体规划、教学体系建设、教学资源供给、特色化企业带训、就业资源桥接等5大板块的产品及服务，致力于构建科研成果转化、协同育材、联合培养、盟会协作等多面一体的合作模式，强化高校人工智能教学体系建设，让高校AI教育变得更符合产业未来发展需求。

当前，数据量呈现指数级增长，为有效挖掘数据价值，数据采集及边缘计算的应用日趋普及。千视通始终坚持技术创新，依托自动化训练平台低代码、一体化超融和训推一体全信创、SDE软件定义边缘设备等核心能力，面向各行各业持续推出高性价比的AI智能化产品，同时，积极探索新技术的迭代升级及应用，运用新模式新方法加速人工智能产业的发展。