近年來，宇視科技持續深化AI布局，繼今年初升級發布「萬物X」後，4月在宇視合作夥伴大會上再度發布了大模型「梧桐2025」，推動AIoT智能體生態建設，加速大模型技術全場景産業化落地。

    宇視將梧桐大模型能力深度注入産品矩陣，將全場景智能化業務淬煉成新質生産力。目前，梧桐大模型已在城市管理、能源工業、企業服務等領域的100余個實戰局點實現規模化部署，覆蓋交通治理、安全生産、民生服務等核心場景，以技術實效驅動行業效率革命。

    萬物控

    湖北：1句話布控！農用車違規檢測高效落地

    無需標注數據或訓練模型，直接輸入自然語言指令，系統自動生成視覺算法，攻克傳統AI難以覆蓋的消防堆物、漏油、漏水等冷門場景。

    在湖北，通过输入简单的自然语言指令“农用车载人”，自动生成针对农用车违规载人的检测模型，实时识别高风险行为。传统开发模式需耗时数天，而“萬物控”可将布控时间压缩至1分钟，目前已成功应用于骑乘人员未佩戴头盔识别、车辆拥堵、道路积雪等各类复杂场景。

    某企業園區項目中，用戶輸入“消防通道物品堆放”、“漏油”、“漏水”等指令，系統即時生成定制化算法，自動檢測消防通道占用和油液泄漏問題，算法上線時間大大減少，高危區域巡檢不再依賴人工。

    萬物搜

    內蒙古：1分鍾尋人！「黃發白褲」鎖目標

    萬物搜」结合语义理解与图像比对能力，用户输入任意文字、语音或图片，快速匹配海量视图数据，精准定位目标。结合智能轨迹研判，将传统人工筛查的数小时流程压缩至分钟级，提升民生服务效率。

    今年5月，在内蒙古一地的夜间车内钱物失窃事件中，仅有一张夜间模糊图片，通过输入关键词“黄头发白裤子男性”，「萬物搜」仅用1分钟就从100+路视频中快速找出高清图像锁定目标。“模糊输入→高清输出”已成解决事件新标配。

    無獨有偶，6月初，某地群衆在停放電動車時不慎遺失照相機，負責的工作人員利用大模型系統，建立視頻分析任務，成功篩選出撿走照相機的人員，並通過智能研判快速生成其行程軌迹。僅用30分鍾，便找回失物，爲群衆排憂解難。

    而這僅是當地梧桐大模型應用的冰山一角：3月以來，已累計自主巡航超900駕次，針對巡航視頻分析産生有效預警100余次，消除野泳野釣、翻越護欄等風險隱患、發現交通違法等安全事件近100起，並助力尋回走失人員、護航大型活動等民生服務20余次，精准觸達安全與民生每個角落。

    萬物核

    河北：礦山誤報濾除95%！生産零中斷

    为减少告警误报，「萬物核」基于大模型构建智能分析中枢，对原始告警进行二次过滤与自动复核，再转发报警至宇視平台或第三方。

    在河北某礦山部署近百路前端相機和智能體裝備後，鏟車、貨車及人員區域誤告警數量從4000+條降至200+條，誤報去除率超95%，告警精准度提升，生産中斷風險也降低了。

    技術不炫技，落地見真章！梧桐大模型通過全場景智能化業務，將技術沈澱爲千行百業的生産力，讓「萬物X」能力成爲各行業場景的效率杠杆與安全閥門。