中星微芯片+大模型赋能行业应用的独特优势

日前，中星中星微技术（以下简称“中星微”）在“XPU芯片+大模型”双引擎的微芯驱动下，在智慧园区、模型公共安全视频感知、行业交通综合治理等领域布署‌或升级创新应用，应用分别推出“智慧园区AI助手” “SVAC全栈视频AI运维一体机” “AI交通综合治理助手”产品，特优彰显了中星微“芯片+大模型”赋能行业应用的中星独特优势。

大模型赋能 SVAC，微芯开启智慧园区新纪元

传统园区安防系统往往响应迟缓，模型各子系统如同 “信息孤岛”，行业数据资源闲置，应用管理效率低、特优安全隐患频发，中星中星微精准洞察行业痛点，微芯融合前沿 DeepSeek 蒸馏模型与自主 SVAC安全视频技术，模型推出“智慧园区AI助手”，为产业园区管理注入全新活力，引领行业迈向 “全局智慧” 时代。这款产品依托DeepSeek大模型强大的深度推理能力，深度挖掘园区多源数据价值，构建精准风险预测体系，让园区潜在风险无所遁形。在日常办公场景中，通用 AI 模型化身得力助手，公告写作、文件处理、信息查询信手拈来，办公效率实现质的飞跃。

产品优势

数据驱动决策，运营效能全面提升。通过端内计算与DeepSeek融合，产品实现对能耗、设备状态、人车流量等关键数据实时分析，生成直观可视化报表，优化资源配置，辅助决策。

全域感知无盲区，智能识别精准防控。AI视频分析算法精准识别越界、区域入侵、人员聚集、非法停车等20余种异常行为，实时触发报警。创新“训推一体化”技术，算法精度持续迭代。

多系统深度联动，闭环管理高效协同。子系统打破壁垒，数据互通互联。借助大模型融合能力，实现 “报警即联动”。人脸识别与通行记录无缝结合，实时追踪异常人员轨迹，异常停留或未授权进入瞬间预警。

轻量化模型部署，场景自适配迭代。通过融合 AI 视频分析、边缘计算等前沿技术，推动智慧安防向“自适应、自学习”高阶方向发展，助力园区构建韧性安全生态。

大模型赋能视频安全系统：SVAC全栈视频AI运维一体机

在GB35114强制性标准全面落地的新安全时代，中星微基于SVAC安全视频技术与DeepSeek大模型的融合创新，推出“SVAC全栈视频AI运维一体机”。该终端以自主技术为核心，打造高效、智能、可靠的运维管理体系，实现单人快速诊断，智能生成标准化操作指引，确保视频数据的合规性，助力用户提升视频运维效率，目前已在全国数十个项目落地。

该产品通过全链条运维赋能，实现视频感知系统从“可用”到“好用”的质变跨越，重新定义智能安防运维新标准。

产品特色

智能知识库，让运维更轻松。融合Deepseek+RAG技术，构建强大的知识库，用户只需通过自然语言提问，系统即能快速理解需求，返回精准解决方案。

智能监测，故障溯源分析。智能告警，视频检测分析视频安全等级合规性；提供可视化故障图谱，预测硬件寿命衰减曲线，提前触发维护预警；提供视频安全点位优化建议。

自动化报表生成，数据洞察触手可及。高效报表生成，通过自然语言描述报表需求，系统自动生成SQL查询语句并执行，自动生成结构化报告，提升信息检索效率，助力快速定位问题。

大模型赋能交通综合治理：AI交通综合治理助手

中星微深度聚焦城市交通流量监测、道路拥堵治理等关键场景，将交通管理从传统的“被动响应”模式升级为“主动预防”，推出“AI交通综合治理助手”产品，借助SVAC安全摄像机，实时精准抓拍非机动车违章行为，并依托DeepSeek大模型的“训推一体化”技术，准确识别违章行为主体，依据交通违法情况，对外卖骑手及相关厂商进行“绿标、黄标、红标”分级打标，为外卖行业监管提供有力的数据支撑，既解决了过往城市交通监管工作中的难题，也助力于外卖行业规范发展。

产品优势

通过高识别精准度保证监管数据的准确性，对外卖厂商的正确识别率可达90%以上。

具备强大的自学习迭代能力，通过自动学习、训练校正优化误差数据，持续迭代提升算法精度，适应不断变化的交通环境和外卖行业动态。

模型轻量化设计，针对外卖员识别特定场景，实现“小模型”模式的轻量化部署，降低计算资源消耗，提高运行效率。

目前，该产品已在某北方城市交通综合治理项目中成功落地，显示出中星微在交通安防领域的创新实力与卓越品质。未来，中星微将继续深耕大模型应用，以科技赋能交通安防，为构建安全、高效、智能的城市交通环境不懈努力。

中星微技术CEO张韵东博士表示：场景需求呼唤芯片和算力的不断迭代更新，需求无限，研发不止，中星微也将持续依托AI智能芯片，不断赋能公共安全、智慧能源、智慧金融、智慧交通等行业，不断提升基础设施智能化能力。

关注中星微技术

在数字感知领域拥有国际领先的AI芯片设计技术和新一代AI视觉技术的高科技企业，面向公共安全、数字信创、智慧能源、智慧交通、智慧金融、工业物联网、车联网及家庭等领域提供数智化行业应用及解决方案。

(责任编辑：探索)