S1
多源告警研判与处置智能体
痛点：多品牌子系统接入后告警量暴增，值班陷入告警疲劳，真正风险被淹没。
对汇聚告警多层降噪（规则过滤、重复合并、历史去重），高价值告警自动定级、取证并生成结构化研判报告；低风险自动闭环，高风险触发预案并支持人工协查。
- · 人工处理告警量显著下降
- · 单条研判从数十分钟压缩到分钟级
告警降噪定级取证处置工单
安防智能体队伍
告警研判、视频结构化、策略联动、权限合规——让中控值守从事后追溯走向事前预警。
制造智能体队伍
产线工程、预测维护、视觉质检、能效优化——把产线经验变成可验证的改善闭环。
统一闭环方法
数据沉淀 → 分析判定 → 方案生成 → 执行落地 → 评估验证，每一次结果都留下可复用资产。
统一闭环：每一次结果都留下资产
两支智能体队伍共享同一套方法，建立在融合接入与产线采集的数据地基之上
01
数据沉淀
复用融合平台与产线采集已汇聚的告警、视频、设备与作业数据
02
分析判定
降噪、定级、画像、产线工程/健康/质检/能效等多层判定
03
方案生成
输出研判报告、联动预案、改善工单或维护/节能建议
04
执行落地
对接通行、工单、MES 等系统下发，关键动作可人工确认
05
评估验证
对比处置与改善前后指标，结果回流成为可复用资产
安防物联融合平台
安防智能体队伍 S1–S4
在统一接入、权限、审计、告警的平台之上，把告警海洋变成可运营的处置闭环
S2
视频结构化与行为分析智能体
痛点：成百上千路视频价值停在事后调阅，缺少事前预警与事中干预。
对视频流做人员/车辆/事件结构化，支持自然语言检索，并对越界、聚集、跌倒、烟火等风险行为秒级预警，让每一路视频都会「说话」。
- · 从事后回看转向事前预警
- · 海量视频可检索、可研判
结构化行为分析文搜视频
S3
策略联动与应急编排智能体
痛点：传统联动靠固定 IF-THEN，预案外事件难应对，高度依赖值班长经验。
将门禁、报警、视频、广播、对讲等平台能力封装为标准工具，事件发生时自动生成处置预案并编排执行；关键动作保留人工确认与完整审计，自动但不失控。
- · 跨系统处置链路缩短
- · 预案可复用、过程可追溯
应急编排工具调用审计留痕
S4
权限审计与合规智能体
痛点：海量操作日志靠人工审计形同虚设，等保与合规要求持续加码。
为账号与设备建立行为基线，识别异常登录、越权、敏感导出等风险；自动生成合规审计报告，巡查离职未销权、共享账号等治理盲点。
- · 内部威胁更早发现
- · 合规报告可自动输出
UEBA合规审计权限治理
智慧制造产线 AIoT
制造智能体队伍 M1–M4
在设备采集与视觉数据沉淀之上，以产线工程为核心，落地可验证的产能与良率提升
M1产线工程
产线工程智能体
痛点：人、机、料、法、环、测数据割裂，产能与良率难解释、难持续提升；改善依赖专家经验，难落地、难验证。
部署于制造 AIoT 平台之上，通过多模态感知持续采集产线人、机、料、法、环、测全要素数据，以工业大模型与领域专用模型为认知内核，以标准工艺与工业规范为约束，以多智能体协同完成状态感知、异常诊断、优化决策、执行干预与效果验证闭环，实现产能与良率持续提升。
- · 让每一条产线都拥有一队永不疲倦的工业工程师
- · 产能与良率改善可核证、可复制
产线工程人机料法环测产能良率
M2
设备预测性维护智能体
痛点：非计划停机吞噬利润；定期维护又在「维护不足」与「过度维护」间摇摆。
对振动、温度、电流等信号做健康监测：异常检测 → 故障诊断 → 剩余寿命预测，自动生成维护工单并联动备件与排产窗口，从「坏了再修」走向视情维护。
- · 维护成本与停机时间下降
- · 排障从经验驱动转向数据驱动
健康监测RUL视情维护
M3
视觉质检智能体
痛点：缺陷样本稀缺、换型频繁，传统「一条线一套模型」迁移成本极高。
采用监督检测 + 无监督异常检测双轨，结合小样本微调与误判回流再训练，让新品类更快上岗，把质检从数周部署压缩到可快速试点。
- · 小样本即可上线新检项
- · 未知缺陷有兜底能力
视觉质检小样本异常检测
M4
产线能效优化智能体
痛点：多数工厂能源管理停在月底抄表，公辅与高耗能工序缺少可调度优化。
分项能耗建模 → 负荷预测 → 公辅群控与工序时段寻优 → 节能量与碳减排核证，让能效「会算账、会调度」。
- · 用能结构可看清
- · 节能效果可核证
负荷预测群控寻优节能核证
M5
智能排产与调度智能体
以约束求解支撑全局排产与动态重排，与预测维护、产线工程技能矩阵协同安排改造与作业窗口。
M6
安全生产监管智能体
复用视频分析能力做安全帽、动火监护、危险区域入侵等识别，并与作业票联动实现违规即干预。
视觉与感知算法
支撑安防行为分析、产线质检与产线全要素感知的共用能力
视频结构化与文搜
人员/车辆/事件要素提取，支持自然语言检索海量历史视频。
中控调证研判厂区
行为与风险预警
越界、聚集、跌倒、烟火等风险行为秒级识别与推送。
周界值守应急园区
安环与 PPE 识别
安全帽、禁区闯入、动火监护等状态类行为监测。
产线工地危化仓储
视觉质检
已知缺陷精确定位分类，未知缺陷用异常检测兜底。
质检换型小样本回流
产线全要素感知
采集人员节拍与作业质量、设备健康与工艺参数、工具扭矩与寿命、物料批次追溯、环境温湿度洁净度、检测缺陷图谱。
人机料法环测工位IE良率
多源融合研判
视频、告警与物联数据融合，支撑 IOC 指挥与联动决策。
IOC指挥联动复盘
智能体落地的平台触点
智能体建立在双产品主线之上，与融合平台、制造产线 AIoT 与物联底座协同交付
按问题选智能体
以买家问题组织的导购入口
想做产线工程改善并验证产能良率
质检样本少、换型频繁
设备总是坏了再修
能耗算不清、难调度
算法与能力底座
支撑双队伍智能体的共用技术能力（业务表述）
视觉感知
- · 目标检测与跟踪
- · 行为识别
- · 跨模态检索
- · 边缘推理
时序智能
- · 告警异常检测
- · 设备健康与 RUL
- · 负荷预测
- · 工时序列分析
优化决策
- · 应急资源调度
- · APS 排产
- · 能效群控寻优
- · 约束求解
产线工程
- · 全要素感知
- · 异常诊断
- · 优化决策
- · 效果验证
大模型与编排
- · 研判报告生成
- · 预案工具编排
- · 知识问答
- · 合规文书
数据与知识
- · 向量检索
- · 判例与样本库
- · 资产画像
- · 改善知识沉淀