产品发布｜企业级端侧大模型 Alivia Vision Mini，持续提升大空间理解力

「Whale 帷幄」推出全新的企业级端侧大模型 Alivia Vision Mini，主要面向图文理解，特别是大空间理解 (Space Understanding) 场景。总参数量 8B，专门为单图、多图和视频理解优化而生。其在上述能力的性能超越了 GPT-4V、GPT-4o mini、Gemini 1.5 Pro 和 Claude 3.5 Sonnet 等商用模型，并能直接部署于 Whale HUB Pro 16T 和 32T 边缘计算单元。

Alivia Vision Mini 针对基于「帷幄数智空间 Whale SpaceSight」技术的应用场景进行了全面的系统优化。

举例来说，在零售空间场景中，该设备能够精准识别车辆的车门开启与关闭情况，以及人员的进出车辆的动作，并实时生成其对应的边界（Bounding Box）定位；亦能通过对空间图片和视频流的解析，识别场景、物体、人体特征并进行客观陈述，结合指令性 Prompt，可进行是否满足标准的判断。

此外，针对企业用户，在现有的通用功能基础上，帷幄提供了 Alivia Vision Mini 的 Fine-tuning 能力，确保为企业级应用提供高精确度的模型理解能力。

Alivia Vision Mini 是帷幄首个支持在 Whale Hub AI 边缘计算盒子端侧设备上进行图片和实时视频理解的多模态大模型，为全球超过 8 万台的 AI 设备提供高质量的边缘端 LLM 能力。

使用 Alivia Vision Mini 定义任意检测事件

基于 Alivia Vision Mini，用户可以在单个或者多个摄像头中，通过 Prompt 提示词，检测相应事件。提示词将自动 OTA 到边缘 AI 设备中。

我们提供了一些常见的场景设置作为参考：

场景 1：汽车 4S 店

门店管理分析：分析门店销售服务是否符合以下：

1. 门店范围内销售总人数大于 5 人；

2. 门店大门处接待人员大于 1 人；

3. 顾客休息区桌面整洁无杂物；

4. 展厅陈列汽车周边无遮挡物。

只需要在营业时间内设置好检查的规则即可 ⬇️

场景 2：餐饮门店

后厨卫生分析：检查后厨卫生是否符合以下标准：

1. 垃圾桶盖子保持关闭状态；

2. 地面整洁无杂物；

3. 无老鼠出现；

4. 区域内员工佩戴口罩和帽子。

门店运营分析：检查前厅运营是否符合以下标准：

1. 餐桌整洁无杂物；

2. 地面整洁无杂物；

3. 员工没有玩手机行为；

4. 员工没有抽烟行为。

除了指令性的文字 Prompt 外，可同时设定检测事件的参照图，让 Alivia Vision Mini 更精准的理解和分析。

使用 Alivia Vision Mini + 帷幄羽墨提供自动总结报告

另外，用户也可以对摄像头场景做通用解读，并通过 Alivia 大模型，汇总总结报告。

零售门店案例：总结特殊节假日门店客流变化情况。

使用 32T 算力 Whale Hub Pro 鲸盒 V3，可同时接入 28 路摄像头进行 Alivia Vision Mini 推理

结语

Alivia Vision Mini 凭借其出色性能与精准理解能力，致力于在图文及大空间理解场景中为企业提供强大技术支撑。结合 Whale Hub Pro 鲸盒 V3 的强大算力，和帷幄羽墨智能分析能力，为品牌在线下空间场景提供成本更低、操作更便捷、分析更智能的产品解决方案。

AGI 时代，Alivia 平台作为品牌强有力的 AI Copilot，覆盖从线下到线上场景，在商业空间数字化管理运营、内容生产与管理、审核与发布、数据分析及运营优化等方面，有效提升品牌全流程的关键运营能力。

未来，我们也将持续创新，优化产品，给品牌带来更多元化、多场景、高性价比的产品解决方案。