我们研发什么
围绕感知、任务判断与设备协同，研发端侧 AI 软件能力及配套产品。
HOW IT WORKS
设备 AI 技术架构
当前以视觉任务与规则联动形成应用链条，向更多传感器和设备形态演进。
01现场输入
摄像机画面与已接入的设备状态，提供任务所需信息。
02端侧计算
在盒子中运行视觉分析，管理任务、区域、时段与运行资源。
03任务结果
生成事件、保存证据、记录处理状态，并触发约定通知。
04设备与平台
通过已适配接口连接外部系统与现场设备，核对执行结果。
01
感知
识别对象，组织空间位置与画面变化。
02
判断
用区域、时间与设备条件定义有效事件。
03
连接
让事件进入既有平台和设备响应流程。
04
演进
从单一视觉任务走向多模态与设备智能。
详细说明：设备 AI 技术体系
EXPLORE MORE · 即合智能实施路径指示图：按顺序展开问题，每一步的具体说明见下方。手机可在图内横向滑动。 01 02 03 04 关系示意：左侧是需要了解的输入，右侧是希望形成的结果。结果范围仍需结合实际产品、项目条件与验证确认。
设备 AI 技术体系
从当前可验证的视觉任务出发，逐层建立感知、任务与设备之间的联系。
感知层：现场信息获取
摄像机提供连续画面，分析能力输出对象、位置和变化线索。感知是否可用取决于输入质量与任务要求；同一画面中的不同目标可能需要不同能力。这里的目标是让现场信息能够被后续任务使用，而不只是显示一个检测框。
任务层：条件与状态判断
区域、时段、数量、方向和持续条件把识别结果转化为业务判断。对于需要外部设备状态的任务，还要确认输入端点的状态定义。清晰的任务条件让系统输出能够与客户实际流程对齐，也让验收具备可重复的方法。
连接层：接口与任务响应
事件可以进入人员通知、上层平台或已适配设备端点。连接不仅是协议互通，还包括事件字段、动作条件、失败处理与执行反馈。设备是否执行、人员是否处理应分开记录，避免把发出一条指令当成任务已经完成。
演进层：适配与评测
从盒子到未来模组和嵌入式软件，需要逐步解决硬件适配、运行资源、版本兼容和量产维护。多模态理解与更复杂任务能力属于继续研发的方向，应以实际设备和评测结果推进，不将通用自主行动描述为当前产品事实。