海清智元亮相物理AI技术研讨会,与行业专家共话应用前沿

10月14日，由图为科技与NVIDIA（英伟达）联合举办的物理AI技术研讨会在上海举行。海清智元研发总监李杰受邀出席，在会上发表《AI时代算力中心的物理安全智能堡垒》主题演讲，结合基于NVIDIA Jetson平台的多光谱AI实践，分享AI算力中心物理安全管理方案的技术思路，并通过现场人形巡检机器人一体化演示，呈现感知、计算与动作响应的技术路径。

海清智元研发总监李杰作主题演讲分享

本次会议聚焦NVIDIA Jetson平台的部署优化与产业应用，涵盖数据中心安全、自动驾驶及高端装备智能化等领域。

物理AI走向真实场景，需要将多源感知、实时推理与任务执行有效衔接，同时满足现场部署对算力、功耗和响应效率的要求。

围绕这些共性需求，NVIDIA解决方案架构工程师Lex Yang现场深度解析了NVIDIA Jetson新一代边缘A平台，介绍其在紧凑型计算、能效和模型部署方面的核心能力，并分享涵盖边缘硬件、BSP与JetPack软件栈、推理流水线、推理服务框架及模型量化的五层优化方法；通过内存优化技能、模型基准测试技能、Linux定制技能，为满足复杂场景下的开发提供支撑。

NVIDIA专家作技术分享

面向AI算力中心的安全需求，海清智元以NVIDIA Jetson AGX Orin为端侧算力底座，为客户提供多光谱AI行业模型的边缘端轻量化部署。通过抽帧调度与并发推理时序配准避免任务积压，利用图像数据压缩算法，用较小Token达到最佳效果，大小模型协同与规则引擎，实现自动路由小模型初筛与大模型复核，极大地降低了告警误报；实时数据与历史建模数据分层治理，结合AIDC行业知识图谱，让安全预警更可靠、更精准、更可控。

同时，图为科技分享了机器人大脑与本体集成实践；森云智能聚焦多模态感知信息融合在自动驾驶等领域的应用；雪浪云则以工程机械等大型装备为例，介绍基于Jetson的工业智能落地实践，为不同场景下的物理AI应用提供落地经验。

随着高密度GPU集群加速部署，AI算力中心的功率密度、热密度和业务关键性持续提升，对物理安全保障提出更高要求。

李杰介绍，针对系统信息分散、告警关联不足及柜内感知盲区等问题，海清智元面向配电、电池、机柜及液冷等关键场景，将异常发现、关联研判与处置验证相衔接。

海清智元现场展区

在柜内、空间与移动节点互补覆盖的基础上，系统对可见光、红外、紫外等多波段数据进行时空配准与弱信号增强，使不同来源的物理信息具备联合分析的基础。「智元起源大模型」结合物理空间健康状态、设备历史记录与行业知识图谱，对持续温升、间歇性放电等异常线索开展关联研判，并在多模态推理中引入物理一致性约束，为现场核查提供依据。

海清智元多光谱AI系列产品

“智能化升级，就是要做到每一起风险事件都可关联、可解释、可处置、可验证。”李杰在演讲中表示。针对这一目标，海清智元将多源信号与具体设备、风险事件相联系，形成可追溯、可复核的证据，并结合现场处置与复检结果，支持风险的持续跟踪。

在AI算力中心的场景探索之外，海清智元进一步将多光谱感知与机器人载体相结合，拓展其对可见光之外物理信息的获取和分析能力，为具身智能理解现场状态提供多维感知来源。

海清智元多光谱AI与人形机器人融合应用演示

现场演示中，采用“肩载感知、背载计算”配置的人形机器人识别放电装置产生的异常信号后，以举手动作发出提示，直观展示从信号识别到动作响应的联动过程，也呈现了多光谱AI向具身载体迁移的应用成果。

此次交流，既是海清智元“小而美”计划阶段性成果的一次集中展示，也是产业各方围绕物理AI落地开展的一次深度思想碰撞。公司将继续围绕高价值场景，沿着轻量化、专业化技术路线，依托NVIDIA Jetson端侧算力生态，加速多光谱AI技术在实体场景的落地验证，携手产业链伙伴共同探索物理AI与具身智能的产业新可能。

撰文&编辑 | Zuri

图片| Sommer Daniel

初审| Lori

二审 | Logan