สั่งงานด้วยภาษาทั่วไป
อธิบายสิ่งที่ต้องการให้ตรวจจับในประโยคเดียว และเปลี่ยนคำถามได้ทุกเมื่อโดยไม่ต้องฝึกโมเดลใหม่
PAI-VISION
ระบบวิเคราะห์ภาพอัจฉริยะ
เข้าใจภาพจากกล้องของคุณด้วยภาษาที่ใช้ทุกวัน ประมวลผลในสถานที่
เชื่อมต่อเว็บแคมหรือกล้อง IP ที่มีอยู่ อธิบายสิ่งที่อยากรู้ด้วยภาษาที่ใช้ทุกวัน แล้ว Vision-Language Model ที่รันบนเครื่อง AI ของคุณจะวิเคราะห์ภาพสดแบบเรียลไทม์ ตรวจพบเวลาว่างงานบนไลน์ผลิต พฤติกรรมที่ไม่ปลอดภัย หรือความเคลื่อนไหวนอกเวลาทำการ โดยไม่ต้องฝึกโมเดลเฉพาะ และไม่ต้องส่งภาพแม้แต่เฟรมเดียวขึ้นคลาวด์
- วิเคราะห์ภาพสดจากเว็บแคมและกล้อง IP
- สั่งงานด้วยภาษาทั่วไป ไม่ต้องฝึกโมเดล
- วิดีโอไม่ออกนอกสถานที่ของคุณ
01ความท้าทาย
กล้องบันทึกทุกอย่าง แต่แทบไม่มีใครดู
โรงงาน คลังสินค้า และร้านค้ามีกล้องอยู่แล้ว แต่ภาพจะถูกเปิดดูก็ต่อเมื่อเกิดปัญหาขึ้น Computer Vision แบบเดิมต้องใช้โมเดลเฉพาะสำหรับทุกคำถาม ขณะที่ Vision-Language Model เข้าใจฉากที่อธิบายด้วยภาษาทั่วไป ระบบเดียวจึงตอบคำถามด้านปฏิบัติการได้หลากหลายแบบเรียลไทม์
02ความสามารถ
ระบบนี้ทำอะไรได้บ้าง
สตรีมจากกล้องสด
เว็บแคมผ่านเบราว์เซอร์ด้วย WebRTC และกล้อง IP ผ่าน RTSP ส่งภาพให้โมเดลอย่างต่อเนื่อง
รันบนเครื่อง AI ของคุณ
Vision-Language Model แบบเปิดทำงานภายในเครื่อง วิดีโอและผลลัพธ์จึงอยู่ในสถานที่
ตอบสนองแบบเรียลไทม์
ผลการสังเกตส่งกลับภายในไม่กี่วินาที พร้อมแสดงค่าความหน่วงและการใช้งาน GPU
เหตุการณ์แบบมีโครงสร้าง
บันทึกผลที่พบ สรุปรายกะ และส่งไปยัง Dashboard หรือการแจ้งเตือนได้
ให้คนตรวจสอบ
ผลการสังเกตเป็นตัวชี้วัดให้หัวหน้างานตรวจสอบ ไม่ใช่การตัดสินใจเกี่ยวกับบุคคลโดยอัตโนมัติ
03วิธีการทำงาน
ตั้งแต่คำถามจนถึงคำตอบ ทั้งหมดอยู่ภายในองค์กรของคุณ
NVIDIA Live VLM WebUI อินเทอร์เฟซโอเพนซอร์สแบบเรียลไทม์สำหรับ Vision-Language Model พร้อมโมเดลแบบเปิดที่รันบนเครื่อง AI โดย Logic Sonata เพิ่มการเชื่อมต่อกล้อง การออกแบบคำสั่ง การบันทึกเหตุการณ์ Dashboard และการกำกับดูแล
- 01กล้องเว็บแคมหรือกล้อง IP (RTSP)
- 02สุ่มเฟรมภาพต่อเนื่อง ในสถานที่
- 03Vision-Language Modelรันบนเครื่อง AI
- 04ผลการสังเกตเหตุการณ์แบบมีโครงสร้าง
- 05หัวหน้างานDashboard และการแจ้งเตือน
- 01
เชื่อมต่อกล้อง
เพิ่มเว็บแคมหรือกล้อง IP ที่มีอยู่ สถานที่ส่วนใหญ่ไม่ต้องซื้อกล้องใหม่
- 02
อธิบายสิ่งที่สำคัญ
เขียนคำสั่ง เช่น "พนักงานที่สถานี 4 กำลังทำงาน รองาน หรือไม่อยู่ที่สถานี"
- 03
วิเคราะห์สดในสถานที่
เครื่อง AI สุ่มเฟรมภาพอย่างต่อเนื่อง และ Vision-Language Model ตีความแต่ละฉาก
- 04
ลงมือจากผลที่พบ
หัวหน้างานเห็นผลการสังเกตแบบสดและสรุปรายกะ พร้อมรับการแจ้งเตือนสำหรับเหตุการณ์ที่ตกลงไว้
- 05
ปรับปรุงและต่อยอด
ปรับคำสั่ง เพิ่มกล้อง และคำถามใหม่ เมื่อทีมเรียนรู้ว่าอะไรมีประโยชน์
04Time and Motion ด้วยภาษาทั่วไป
ถามไลน์ผลิตว่ากำลังเกิดอะไรขึ้น
แทนที่จะฝึกโมเดลสำหรับทุกคำถาม หัวหน้างานเพียงอธิบายสิ่งที่ต้องการรู้ โมเดลตอบอย่างต่อเนื่อง และผลลัพธ์ถูกรวบรวมเป็นสรุปรายกะ
คำสั่ง
พนักงานที่สถานี 4 กำลังเย็บผ้า รองาน หรือไม่อยู่ที่สถานี
คำสั่ง
มีมัดงานกองสะสมระหว่างสถานี 3 และ 4 หรือไม่ อธิบายลักษณะคิวงาน
คำสั่ง
มีใครอยู่ในช่องทางรถโฟล์คลิฟต์ที่ตีเส้นไว้ โดยไม่สวมเสื้อสะท้อนแสงหรือไม่
คำสั่ง
หลังเวลา 22:00 น. รายงานบุคคลหรือยานพาหนะที่อยู่ใกล้ประตูท่าขนถ่ายสินค้า
05กรณีใช้งาน
จุดที่เห็นผลตอบแทนได้เร็วที่สุด
Time and Motion บนไลน์ผลิต
ตรวจจับสถานีที่ว่างงาน การรอวัตถุดิบ และการเคลื่อนไหวที่ไม่จำเป็น เพื่อจัดสมดุลไลน์และขจัดคอขวด
สุ่มตรวจคุณภาพ
ผู้ช่วยตรวจอีกแรงสำหรับข้อบกพร่องที่มองเห็นได้ เช่น คราบ ตะเข็บขาด หรือเฉดสีไม่สม่ำเสมอ
ความปลอดภัยและ PPE
แจ้งเตือนเมื่อไม่สวมหมวกนิรภัยหรือเสื้อสะท้อนแสง ทางออกถูกกีดขวาง หรือมีคนเข้าใกล้เครื่องจักรที่กำลังทำงาน
การเฝ้าระวังความปลอดภัย
ความเคลื่อนไหวนอกเวลาทำการ การป้วนเปี้ยนใกล้ประตูหวงห้าม และสิ่งของที่ถูกทิ้งไว้ อธิบายด้วยภาษาทั่วไป
คลังสินค้าและโลจิสติกส์
การใช้งานท่าขนถ่ายสินค้า ความคืบหน้าการขนของ และการวางพาเลทที่ไม่ปลอดภัย ในทุกกะ
การบริหารร้านค้าปลีก
ความยาวคิว ชั้นวางที่ว่าง และเวลารอห้องลองเสื้อ เพื่อให้พนักงานไปอยู่ในจุดที่ต้องการ
06ความปลอดภัยและการกำกับดูแล
ระบบควบคุมที่ออกแบบมาตั้งแต่ต้น ไม่ใช่เสริมทีหลัง
ทุกระบบของ Logic Sonata ทำงานบนฮาร์ดแวร์ที่คุณควบคุมเอง โดยออกแบบการควบคุมสิทธิ์ การตรวจสอบ และขอบเขตข้อมูลไว้ตั้งแต่เริ่มต้น
- วิดีโอและผลลัพธ์ประมวลผลและจัดเก็บในสถานที่เท่านั้น
- กำหนดระยะเวลาเก็บรักษาได้ โดยค่าเริ่มต้นไม่เก็บภาพไว้
- เน้นที่กระบวนการและความปลอดภัย ไม่ใช่การให้คะแนนรายบุคคล
- จำกัดการเข้าถึงภาพสดและประวัติตามบทบาท
- แนวทางการติดตั้งที่สอดคล้องกับกฎหมายคุ้มครองข้อมูลในท้องถิ่น
- แนะนำให้ติดป้ายแจ้งและปรึกษาพนักงานก่อนเริ่มใช้งานจริง
07คำถามที่พบบ่อย
คำถามเกี่ยวกับ PAI-VISION
ต้องติดตั้งกล้องใหม่หรือไม่
โดยทั่วไปไม่ต้อง เว็บแคมและกล้อง IP ส่วนใหญ่ที่ส่งสตรีม RTSP ได้สามารถเชื่อมต่อได้ทันที เราจะตรวจสอบกล้องของคุณระหว่างการประเมิน
นี่คือการสอดแนมพนักงานหรือไม่
ระบบออกแบบมาเพื่อปรับปรุงกระบวนการ ความปลอดภัย และการรักษาความปลอดภัย เราแนะนำให้เน้นคำสั่งที่สถานีและเหตุการณ์มากกว่ารายบุคคล แจ้งให้พนักงานทราบ และปฏิบัติตามกฎหมายคุ้มครองข้อมูลในท้องถิ่น ผลที่พบมีไว้ให้คนตรวจสอบ
แม่นยำแค่ไหน
Vision-Language Model อธิบายฉากได้ดี แต่ก็อาจผิดพลาดได้ ผลการสังเกตจึงถือเป็นตัวชี้วัด เราปรับคำสั่งและตำแหน่งกล้องระหว่างโครงการนำร่อง และวัดความแม่นยำเทียบกับภาพจริง
08ผลิตภัณฑ์อื่นจาก Logic Sonata
ระบบ Private AI อื่นๆ
ผู้ช่วยคลังความรู้องค์กร
ผู้ช่วยที่มีการกำกับดูแล ตอบคำถามจาก SOP สเปก นโยบาย และรายงานของคุณ ทุกคำตอบระบุแหล่งที่มา และผู้ใช้แต่ละคนเห็นเฉพาะข้อมูลที่บทบาทของตนได้รับอนุญาต
ผู้ช่วยเขียนโค้ด AI
เติมโค้ดอัตโนมัติ แชตที่เข้าใจ Repository รีวิวโค้ด และ Agentic Coding ในเครื่องมือที่นักพัฒนาใช้อยู่แล้ว ขับเคลื่อนด้วยโมเดลเขียนโค้ดแบบเปิดบนฮาร์ดแวร์ของคุณเอง
แพลตฟอร์ม AI Agent
AI Agent แบบ Self-hosted ที่สร้างบน Hermes Agent หรือ OpenClaw ช่วยค้นคว้า เขียน และลงมือทำงานข้ามเครื่องมือของคุณ ทำงานบนโมเดลส่วนตัวภายใน Sandbox พร้อมการอนุมัติสำหรับทุกเรื่องที่สำคัญ
สตูดิโอสร้างภาพด้วย AI
สตูดิโอสร้างภาพพร้อมใช้งานที่สร้างบน ComfyUI ติดตั้งโมเดลและเทมเพลตที่คัดสรรไว้แล้ว นักออกแบบจึงสร้างลายพิมพ์ แนวคิด และภาพแคมเปญได้ โดยผลงานไม่ออกนอกอาคาร
เริ่มต้นใช้งาน
ดู PAI-VISION ทำงานกับข้อมูลของคุณเอง
นัดปรึกษา 30 นาที เราจะสาธิตการทำงานของระบบ และวางขอบเขตโครงการนำร่องตามกรณีใช้งานของคุณ