SonidAI 完成自研 VLM 与区块链应用的“AI 监控解决方案”开发

by Jang Hyowon

Published 05 Feb.2025 08:48(KST)

Sonid表示，其子公司Sonid AI已于5日完成将自研视觉语言模型（VLM）技术和区块链安全技术融合到端侧人工智能“Brainbot”中的“AI闭路电视解决方案”开发。

Brainbot通过端侧人工智能技术，在不依赖中央服务器的情况下提升了闭路电视数据处理速度，即使发生网络故障也能保持稳定性能。尤其是应用了自研VLM技术和区块链安全技术后，提升了对物体及情境的识别能力，并在集中监控时强化了存储于云端数据的个人信息保护。

AI闭路电视解决方案通过将人的动作数据化，便于分析事故及事件的原因。为此，必须采用对视频和图像进行学习并生成结果值加以应用的VLM技术。应用VLM技术后，闭路电视可以实时识别目标、探测异常行为，并执行更加精细的分析。

Sonid AI自研了能够理解和检索视频的多模态人工智能模型VLM。基于该模型，可以识别视频中的各类人物和物体，甚至掌握其行为。VLM是在大型语言模型（LLM）的基础上强化图像和视频处理能力而成。

迄今为止，人工智能技术主要由大型语言模型主导，今后则预计将向VLM等模拟人类学习方式的算法发展，使人工智能朝着自主生成数据的方向演进。Sonid AI的VLM应用了能够在红外线波段区分温度并进行视频处理的Clairpixel RGBIR图像传感器技术以及区块链安全技术，实现了“安全性强化、可进行安全推理的VLM”。

通过VLM的实现，在对闭路电视拍摄的视频执行诸如“帮我找出持有凶器的人”、“帮我找出在斑马线上乱穿马路的人”、“请把这段视频中发生的事情整理成文本”等检索时，能够准确找到所需画面，并将视频内容整理成文本呈现。借此可以利用闭路电视拍摄的数据检索事故发生时的具体情形。

区块链安全技术可保障数据完整性，并以分布式方式管理访问权限，从而大幅提升闭路电视的安全性。

Sonid AI相关负责人表示：“我们不仅计划将该技术应用于政府和地方自治团体的防范及安保用闭路电视、警方车辆搜索、智慧城市基础设施项目和民间安保企业，还期待在需要预防犯罪和实时监控的场所广泛替代现有闭路电视系统。通过在本公司的AI闭路电视解决方案中应用区块链安全技术，有望构建更加可信的安全环境。”