Insightek.ai
技术

技术,连同方法论一起披露。

这是一页集中披露映赛智能底层实现的页面:两款产品背后的能力栈、每一个基准数据对应的测试方法、12 项专利的完整清单与诚实状态标签,以及让这些标签保持诚实的工程原则。

能力栈

支撑产品的 6 层底座。

我们交付的每一款产品都从同一套底层栈取用能力。没有产品专属的魔法,也没有黑盒式的宣称 — 下面每一层都有清晰的职责与清晰的输出契约。

01

视觉基础模型

一个大型多模态视觉模型 — 理解的是元器件、文字与结构,而不是裸像素。这让「视觉检测 AI Agent」具备拍照、确认、上线的流程,也让「动作合规」系统获得稳健的关键点提取能力。

  • RGB、文字与空间线索的多模态特征融合
  • 面向工业场景的零样本元器件与文字识别
  • 适应光照、材质与轻微位置偏移,无需重新校准
  • 两条产品线共用同一骨干 — 一模型,两部署
02

边云协同推理

一个调度器 — 根据延迟预算、数据敏感度与硬件余量,决定哪一部分推理工作落在工厂边缘、哪一部分走云端。客户定义分工,系统遵守。

  • PLC 触发的实时管道固定在边缘
  • 按策略允许时,重型注册与再训练任务调度到云端
  • 网络中断时优雅降级为仅边缘模式
  • 每个工位在负载下保持确定性延迟目标
03

语义 OK 样本学习

不再为每种缺陷类别训练一个新模型 — 系统从少量合格样品中提取语义基准。「合格」学一次,异常在产品自身的特征空间中进行判断。

  • 基准由少量 OK 样品生成,不依赖数千张已标注的缺陷图
  • 操作员一键确认 — 零脚本,零阈值
  • 换型时间从小时或天压缩到分钟
  • 工业相机与普通手机都可以参与注册与检测
04

三级动作定位

在动作合规系统中,判定由绝对(相机坐标系)、相对(身体坐标系)与时间(周期坐标系)三级得分加权合成,再分桶为正确 / 待复核 / 异常。单一脆弱规则无法触发报警。

  • 绝对:手部位置是否在目标作业区域
  • 相对:手 ↔ 身体几何,对操作员差异免疫
  • 时间:动作在运行周期与动作周期中的相位
  • 阈值:≥0.85 正常 · 0.70–0.85 人工复核 · <0.70 异常
05

现场数据主权

我们交付的每一款产品都默认支持本地部署。视频、图像、结构化数据、事件与日志都留在客户工厂网络内部。只有客户明确同意时,才启用云端。

  • 按任务命名空间进行本地加密存储
  • 基于角色的访问控制与防篡改审计日志
  • 可选的「仅结构化」模式:只存事件与指标,不存原始视频
  • 动作合规按设计只提供本地部署 — 是原则,不是遗漏
06

方法论优先的评估

我们公开的每一个数字都配有它的测试方法与对照基线。如果某个指标不能公开,我们就公开它的测量方法。这是一条发布规则,不是营销口号 — 缺失披露时,MethodologyTable 组件会直接抛出构建错误。

  • 所有性能宣称都经过同一个披露组件
  • 测试方法、对照基线与说明注脚都是必填 — 没有例外
  • 完整方法论报告在 POC 阶段出具,不会散落在新闻稿里
  • 我们从不在文案里写「已认证」 — 一律使用带颜色点的状态标签
产品基准

每一个数字都披露测试方法。

下面的基准数据与各产品页上的行完全一致,集中在这里以便对照阅读。这一页不做任何润色或取整 — 它忠实地映射了产品团队愿意在工程师面前捍卫的数据。

本页每一个数字都披露了对应的测试方法。没有任何数字是营销表演。当某个指标不能公开时,我们公开它的测量方法。

视觉检测 AI Agent

查看产品页 →

以下数字来自签署 NDA 的真实客户项目 — 一条多型号控制模块产线。「对照基线」列记录的正是该客户此前在用的方案。每一行数据都在真实产线上端到端测得,不是在合成测试环境里。

视觉检测 — 已验证的客户指标
指标 数值 测试方法 对照基线
工程调试时间 −95% 新产品从空白产线到首条 OK/NG 的端到端耗时 同一客户此前的传统机器视觉方案
单工位检测效率 +50% 部署前后产线节拍对照 同一工位的人工目检基线
编程代码量 0 注册流程工程师工时记录(拍照 + 确认)
产品换型时间 分钟级 从新样品到稳定 OK/NG 的计时 传统规则式视觉:数小时到数天

以上数据来自单一签署 NDA 的客户项目实测,具体数值因产线、产品组合与光照条件而异。NDA 后可提供完整测试方法报告。

动作合规与瓶颈分析

查看产品页 →

动作合规系统更新,因此下面的行是原型与试点阶段验证过的验收目标 — 不是营销上限。「备注」列说明了每个目标的口径(按工位、按班次、≥ 或 ≤)。真实数值会随工位配置、光照与动作复杂度不同而变化。

动作合规 — 带测试方法的验收指标
指标 目标 测试方法 备注
视频采集与采样成功率 ≥ 99% 成功采集任务数 ÷ 总任务数 按工位、按班次统计
关键关节结构稳定性 ≥ 95% / ≥ 90% 有效关键点占采样帧的比率 头/肩/脚 ≥ 95% · 其它关节 ≥ 90%
主操作员序列追踪率 ≥ 98% 连续有效轨迹帧 ÷ 总帧数
周期识别准确率 ≥ 90% 周期边界标注 vs. 系统输出
动作综合判定准确率 ≥ 92% 系统输出 vs. 模板动作标注
人工纠正率 ≤ 10% 待复核态判定占比 上线后 7 天累计
单次 UI 响应时间 ≤ 3 秒 本地网络端到端耗时
10 分钟视频完整解析时间 ≤ 10 分钟 整段时间线解析的墙钟耗时 参考硬件配置

以上是原型与试点验证得到的验收目标,不是上限数值。真实数值随工位配置、光照与动作复杂度不同而有差异,POC 阶段出具正式测试报告。

专利

12 项专利 · 每一项都有诚实的状态标签。

覆盖两条产品线与共享底座的完整清单。我们从不写「已认证」 — 每一项都用带颜色点的状态徽章(已授权 / 申请中 / 已公开)标注,读起来毫不含糊。具体申请号与司法辖区在签署 NDA 后向合格合作伙伴提供。

共 12 项
已授权 申请中 已公开
01 已授权

工业视觉多模态特征融合

类别 视觉底座
02 已授权

基于 OK 样本学习的语义基准

类别 视觉底座
03 已授权

零样本产品注册工作流

类别 视觉检测
04 已授权

三级动作定位算法

类别 动作合规
05 申请中

边云分布式推理调度

类别 基础设施
06 申请中

工业 CV 的自适应光照不变性

类别 视觉底座
07 申请中

时序动作周期切分

类别 动作合规
08 申请中

像素 ↔ 语义混合匹配

类别 视觉检测
09 申请中

PLC 触发的实时检测流水线

类别 基础设施
10 申请中

现场隐私保护推理

类别 基础设施
11 已公开

仅结构化模式的视频分析

类别 动作合规
12 已公开

面向 OK 样本学习的工业相机标定流水线

类别 视觉检测

具体申请号与司法辖区在签署 NDA 后向合格合作伙伴提供。当底层申请的状态发生变化时,本页会同步更新状态标签 — 我们不会把更新攒到营销节点上一次性发布。

工程承诺

让上面的数字保持诚实的原则。

这些不是愿景 — 它们是我们在代码评审与构建流水线里强制执行的发布规则。

01

方法论先于营销数字

站点上每一个性能宣称都要经过同一个 MethodologyTable 组件。该组件要求必须提供测试方法、对照基线与说明注脚 — 任何一项缺失都会让构建失败。从架构上不可能发出一个裸数字。

02

数据主权默认开启

我们交付的每一款产品都支持本地部署。动作合规按设计只提供本地部署。云端是客户主动开启的选项,不是我们藏在默认里的设置。没有客户另行确认之前,图像、视频与事件都不会离开工厂网络。

03

诚实的状态标签

我们从不在官网文案里写「已认证」。专利、认证与合规工作都使用同一个带颜色点的 StatusBadge 组件,且词表是固定的 — 已授权、申请中、建设中、已公开。词表里没有的标签,我们不会自造一个。

04

POC 优先的市场策略

每一次合作都从一次针对真实工位、真实产线的付费 POC 开始。我们不公开定价表 — 因为真实部署差异太大(产线数、型号数、集成范围)。方法论报告在 POC 阶段出具,而不是等签完合同之后。

先读方法论,再把您的产线交给我们。

如果本页有任何一点触发了您当前供应商回答不了的问题,那正是我们希望展开的对话。预约一次 30 分钟的技术沟通。