以住宅与楼宇数据为基础进行实证,实现“可运营的AI”…通过降低推理成本、轻量化与现场KPI取胜
通过参与联合体验证住宅与楼宇特化多模态AI…拓展至智能家居、监控与设施管理服务

HDC Labs参与“自主AI基础模型”国家项目,加速布局住宅AX View original image

HDC Labs以Motif Technologies联合体成员身份参与“自主人工智能基础模型”国家项目。本次由科学技术信息通信部主导的项目旨在扶持国内人工智能产业,入选企业将在获得“国家代表人工智能(AI)”认可的同时,得到开发支持。


在本项目中,由Motif Technologies主导人工智能模型设计与开源生态扩散,More负责基础设施优化,Crowdworks负责数据构建,HDC Labs则负责面向住宅与楼宇领域的多模态人工智能(大语言模型/视觉语言模型)服务实证。通过该项目,HDC Labs计划强化预计于明年上半年推出的人工智能壁挂式终端商用服务的核心竞争力,并全面扩大以住宅AX为基础的业务版图。


本次项目不仅仅停留在单纯的人工智能模型开发层面,而是将综合验证技术的独创性以及是否符合政策与伦理标准,并分阶段评估其不仅在基准测试中的性能表现,还要考察在实际现场是否能以合理成本加以应用。尤其是要在住宅与楼宇运营环境中形成可行的成本结构,并通过实证加快向商用化转型的速度。


在推动人工智能壁挂式终端商用化的过程中,HDC Labs一直在与真实服务环境相似的条件下测试多种小型语言模型(轻量级大语言模型),在这一过程中发现,运营负担中的主要课题不仅包括模型性能,还包括微调难度以及根据用户提问产生的推理成本。HDC Labs技术研究所所长Park Jongmin表示:“为了让人工智能壁挂式终端能够在客户环境中持续运行,不仅要考量性能,还必须对成本、响应速度、系统稳定性以及安全性进行全面验证。通过参与本次课题,我们有望在基础模型之上,获得轻量化、蒸馏、量化等衍生模型开发与调优的可能性,并设计出适用于实际服务的成本结构。”


HDC Labs计划借助本次项目,在住宅与楼宇AX(自动化变革)领域将人工智能技术应用于真实运营环境,并通过量化指标验证其效果。实证将不局限于简单演示,而是以在现场对安全性与管理效率改善成效进行量化确认的方式推进。重点课题包括:基于视频的安全监控(危险状况自动检测与报告)、公共空间运营效率提升(利用模式分析及设施异常征兆探测)、投诉与公告自动化(摘要、分类与推荐)等。


HDC Labs在成果评估方面也将突破以准确度为中心的传统方式,而是以现场可切实感知的运营指标为核心标准。公司计划通过事件误报率降低、管理员工作时间缩减、事件处理时间缩短、并发访问应对性能、系统故障发生率、单笔业务的人工智能处理成本(推理成本)等一系列现场导向指标,正面回应用户的评价诉求。


住宅与楼宇空间是视频、传感器、文档、投诉等多种数据相互融合的环境,其在安全、便捷性与能源效率等方面的成效可以通过数据进行量化,因此被视为人工智能技术具有较高扩散潜力的领域。HDC Labs计划将通过本次课题获得的技术,以人工智能壁挂式终端为中心,扩展应用到智能家居应用程序、监控系统以及设施管理解决方案等公司整体服务之中。



HDC Labs代表Lee Junhyeong表示:“此次参与不仅是简单的研究合作,更是与明年上半年人工智能代理壁挂式终端商用上市相衔接的实战型课题。我们将以基础模型为核心,获取可直接应用于产品的轻量化、高效率模型,从而在住宅与楼宇AX市场中进一步强化差异化竞争力。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点