近日，聲麥信息科技在上海對(duì)外發(fā)布其自主研發(fā)的私有多模態(tài) AI 大模型 Srnt V2。該模型面向?qū)嶓w商業(yè)與公共空間等復(fù)雜現(xiàn)實(shí)場(chǎng)景，重點(diǎn)提供多模態(tài)感知與自動(dòng)化決策能力，并已基于該模型推進(jìn)多類商業(yè)智慧系統(tǒng)的集成與落地。

Srnt V2：從“生成式 AI”走向“場(chǎng)景決策型 AI”

與當(dāng)前主流以通用對(duì)話和文本生成為核心的大語言模型不同，Srnt V2 的定位更加明確——服務(wù)現(xiàn)實(shí)世界場(chǎng)景的理解與決策。以 Vision Transformer 為核心視覺編碼架構(gòu)，并結(jié)合 MAE 等自監(jiān)督預(yù)訓(xùn)練方法，用于提升視覺表征能力，在此基礎(chǔ)上構(gòu)建多模態(tài)理解與決策模型體系。

從技術(shù)表現(xiàn)來看，Srnt V2 在多項(xiàng)典型多模態(tài)任務(wù)中展現(xiàn)出領(lǐng)先的泛化能力，包括：

視覺問答（VQA）、圖像內(nèi)容描述、視覺對(duì)話等任務(wù)，能夠適應(yīng)非標(biāo)準(zhǔn)化、動(dòng)態(tài)變化的現(xiàn)實(shí)環(huán)境；

多語言場(chǎng)景下的視覺 + 文本聯(lián)合理解，適合跨語言商業(yè)環(huán)境及多語言公共空間的圖像理解與分析應(yīng)用；

模型能力更側(cè)重于“理解—推理—決策”鏈路輸出，為業(yè)務(wù)系統(tǒng)提供結(jié)構(gòu)化分析結(jié)果與決策建議，而非單純生成自然語言內(nèi)容。

在聲麥的產(chǎn)品定位中，Srnt V2 并不是一個(gè)直接面向終端用戶的應(yīng)用，而是作為底層 AI 能力，為上層商業(yè)智慧系統(tǒng)提供統(tǒng)一的多模態(tài)決策引擎。

基于 Srnt V2 的商業(yè)智慧系統(tǒng)正在落地

圍繞 Srnt V2，聲麥已經(jīng)推進(jìn)多類商業(yè)智慧系統(tǒng)的系統(tǒng)化集成。這些系統(tǒng)并非簡(jiǎn)單調(diào)用模型接口，而是將多模態(tài)感知與決策能力嵌入到具體業(yè)務(wù)流程中，用于解決實(shí)際運(yùn)營(yíng)和治理問題。

目前已落地或試點(diǎn)的應(yīng)用方向包括：

商業(yè)綜合體與連鎖門店運(yùn)營(yíng)系統(tǒng)

通過對(duì)客流行為、交易數(shù)據(jù)與空間狀態(tài)的綜合分析，輔助商場(chǎng)進(jìn)行動(dòng)線優(yōu)化、業(yè)態(tài)調(diào)整，并支持坪效與營(yíng)業(yè)額的評(píng)估和優(yōu)化，深入商業(yè)決策流程，提供自動(dòng)化管理決策樹。

人流聚集與安全風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)

基于視覺分析能力，對(duì)人流密度異常聚集、行為異常等情況進(jìn)行實(shí)時(shí)識(shí)別，為現(xiàn)場(chǎng)管理提供預(yù)警和調(diào)度決策支持。

安全態(tài)勢(shì)感知與智能預(yù)警系統(tǒng)

結(jié)合圖像識(shí)別與環(huán)境傳感數(shù)據(jù)，對(duì)煙霧、火焰、消防通道占用等風(fēng)險(xiǎn)進(jìn)行提前識(shí)別和提示。

市政公共活動(dòng)空間綜合治理系統(tǒng)

面向市民中心等公共空間，支持人流管理、環(huán)境監(jiān)測(cè)及應(yīng)急響應(yīng)的智能化決策。

上述應(yīng)用共同構(gòu)成了“Srnt V2 多模態(tài)大模型 + 商業(yè)智慧系統(tǒng)”的整體方案。

杭州、上海試點(diǎn)運(yùn)行，驗(yàn)證真實(shí)場(chǎng)景價(jià)值

目前，基于 Srnt V2 的相關(guān)系統(tǒng)已在杭州、上海的多個(gè)連鎖門店與商業(yè)綜合體中開展試點(diǎn)運(yùn)行。試點(diǎn)階段主要圍繞商業(yè)運(yùn)營(yíng)支持與空間管理等能力進(jìn)行驗(yàn)證。

從試點(diǎn)情況來看，相關(guān)系統(tǒng)在提升運(yùn)營(yíng)響應(yīng)效率、優(yōu)化空間利用以及強(qiáng)化現(xiàn)場(chǎng)安全管理等方面，已展現(xiàn)出有效的實(shí)際應(yīng)用價(jià)值。聲麥方面表示，后續(xù)將在總結(jié)試點(diǎn)經(jīng)驗(yàn)的基礎(chǔ)上，逐步將相關(guān)方案推廣至全國(guó)更多商業(yè)綜合體和公共空間場(chǎng)景。

讓 AI 真正參與商業(yè)與空間決策

聲麥信息科技創(chuàng)始人朱子丹表示，未來公司將持續(xù)圍繞 Srnt V2 推進(jìn)模型能力演進(jìn)與系統(tǒng)化落地，并在研發(fā)過程中引入更多具備國(guó)際化背景和跨文化經(jīng)驗(yàn)的技術(shù)力量，

重點(diǎn)提升多模態(tài)感知精度、跨場(chǎng)景泛化能力以及與商業(yè)流程的深度融合。

面向未來，他強(qiáng)調(diào) Srnt V2 是公司室內(nèi)機(jī)器人與具身智能（embodied intelligence）的發(fā)展第一步。模型未來不僅需要“看懂”環(huán)境，更要能夠“與環(huán)境互動(dòng)”的趨勢(shì)下，單一的感知模型已難以滿足實(shí)際需求。Srnt V2 的多模態(tài)理解與決策能力，結(jié)合動(dòng)態(tài)空間感知與實(shí)時(shí)推理，在未來也將為機(jī)器人在復(fù)雜室內(nèi)場(chǎng)景的服務(wù)能力打下堅(jiān)實(shí)基礎(chǔ)。

他認(rèn)為，AI 在商業(yè)領(lǐng)域的價(jià)值不應(yīng)停留在“生成內(nèi)容”，而應(yīng)更多參與到真實(shí)世界的判斷與決策中。“Srnt V2 更像是一套面向現(xiàn)實(shí)場(chǎng)景的決策型 AI 能力，我們希望它能夠成為商業(yè)運(yùn)營(yíng)和公共空間管理中的基礎(chǔ)智能組件?！?/p>

聲明：本網(wǎng)轉(zhuǎn)發(fā)此文章，旨在為讀者提供更多信息資訊，所涉內(nèi)容不構(gòu)成投資、消費(fèi)建議。文章事實(shí)如有疑問，請(qǐng)與有關(guān)方核實(shí)，文章觀點(diǎn)非本網(wǎng)觀點(diǎn)，僅供讀者參考。