亮點搶先看！當虹科技AI多模态能力體系，首次亮相WAIC2026

　　/朝聞通/7月17日，2026世界人工智能大會(WAIC)暨人工智能全球治理高級别會議在上海盛大開幕。

　　作為我國人工智能領域最高規格的國際盛會，本屆大會以“智能夥伴，共創未來”為主題，彙聚全球頂尖專家、科研機構和AI企業，集中展示人工智能領域最新技術成果與産業實踐，成為全球AI創新的風向标。

　　本屆大會，當虹科技以“AI多模态+空間視頻+行業”為主題亮相世博展覽館，首次系統展示覆蓋理解、連接、交互、控制四大能力的專業級AI多模态能力體系。

　　從AI“看懂”複雜視頻，到AI多模态數據實時連接;從重塑人與視頻交互體驗，到機器人自主巡檢與遠程接管，當虹科技全面展示了公司從“以視頻為核心”邁向“AI多模态+空間視頻+行業”全新發展階段的最新成果。

　　智能理解：讓AI“看懂”複雜内容

　　AI走向物理世界的起點，是“看懂”複雜内容。

　　走進當虹科技“智能理解”展區，一塊大屏幕正實時播放足球比賽畫面。隻要輕觸按鍵，球員位置、跑動軌迹、攻防區域就被自動标注，進球瞬間随即生成慢動作回放。不少觀衆駐足觀看，并拿起手機記錄這一過程。

　　這是當虹科技Sports AI體育賽事智能理解與包裝系統。基于BlackEye多模态空間大模型，系統能夠對比賽中的球員、動作、軌迹、事件及場上空間關系進行深度理解，并自動生成球員标簽、雷達圖、慢動作等AI輕量化包裝。

　　真正的“看懂”，不僅是識别畫面裡的球和人，還要理解和預測環境變化。頂級足球賽事是最複雜的視頻場景之一，22名球員高速跑動、激烈對抗，十餘路機位實時切換，每一秒都包含海量信息。“賽事是非常複雜的視頻樣本，看懂一場球賽，需要AI具備處理更複雜視頻場景的能力。”現場工作人員介紹。

　　目前，當虹科技的Sports AI系統已在2026美加墨世界杯、巴黎奧運會等國際頂級賽事轉播中落地驗證。

　　(觀衆正在了解Sports AI 體育賽事智能理解與輕量化包裝)

　　超級連接：AI多模态超級壓縮實時連接

　　當AI能夠理解世界後，下一步，就是讓海量多模态數據高效流動。

　　如今，感知終端已經從傳統攝像頭，擴展到無人機、無人車、機器人等多類智能裝備，視頻、音頻、雷達點雲等數據量快速增長，對傳輸帶寬、時延和傳輸成本提出了更高要求。

　　在當虹科技“超級連接”展區，兩塊屏幕實時播放着看似“一模一樣”現場監控畫面。然而，一段原始視頻碼率高達3120kbps，另一段經過AI多模态感知壓縮後僅398kbps，碼率降低約10倍，而肉眼幾乎看不出任何畫質差異，這也讓現場不少觀衆駐足，反複比對尋找區别。

　　“我們希望在盡可能保留關鍵目标、不影響AI分析前提下，大幅降低多模态數據的傳輸壓力。”現場工作人員介紹。依托AI多模态感知壓縮與回傳技術，當虹科技的視頻壓縮可實現10倍以上壓縮效率，最高節省90%以上帶寬和存儲成本;在衛星互聯網等帶寬受限場景下，壓縮比甚至可達10至100倍。

　　目前，這項能力已覆蓋視頻、圖片、音頻、雷達點雲、文本、信令等多模态數據，為無人機巡檢、遠洋通信、機器人遙操等場景提供穩定、高效的數據連接能力。

　　(現場觀衆對AI多模态超級壓縮興趣濃厚)

　　語義交互：AI Agent重塑人與視頻交互新方式

　　當數據能夠實時連接之後，人與AI之間，也需要一種更自然的交互方式。

　　在當虹的視頻AI Agent體驗區，不少觀衆排隊體驗。“我想看哪吒、敖丙共渡天劫那一段。”話音剛落，大屏便快速定位到對應畫面，烏雲翻湧、雷霆落下，經典片段瞬間播放，引來現場陣陣驚歎。

　　與傳統搜索不同，體驗者無需輸入關鍵詞，也不用反複拖動進度條，隻要用自然語言描述想看的内容，哪怕隻記得一句台詞、一個人物，或是一個經典場景，視頻AI Agent都能快速理解用戶意圖，精準定位到對應片段，并支持持續追問、邊看邊聊。

　　“視頻比文本複雜得多，它包含人物、場景、動作、音樂、字幕等多模态信息，真正理解這些内容及其關系，才是視頻AI交互最大的挑戰。”現場工作人員介紹。

　　依托BlackEye多模态空間大模型，當虹視頻AI Agent融合了多維内容理解與多輪語義交互能力，将傳統“搜索視頻”升級為“與視頻對話”，讓視頻從被動播放的内容載體，演變為一個可理解、可檢索、可持續交互的智能入口。目前，這一能力已經被搬進智能座艙，為車主帶來更自然、更高效的視頻娛樂體驗。

　　(現場觀衆體驗車載智能座艙AI Agent)

　　AI多模态融合：打造機器人“自主巡檢+遠程接管”新體系

　　如果說理解、連接和交互是基礎，那麼最終，它還需要真正“走進”現實，完成感知與執行的閉環。

　　本屆WAIC，當虹科技BlackEye Vision機器人巡邏巡檢平台首次亮相。現場，工作人員拿起手機，遠程控制一隻正在280多公裡外的四足機器人。

　　随着指令發出，正在甯波具身智能産業基地自主巡檢的機器人，立即調整方向、靠近目标區域。現場大屏上的第一視角畫面，幾乎同步變化。

　　事實上，來自華翔啟源的這隻機器人，此前一直在自主巡檢機器人整機産線、零部件工廠和測試中心，隻有遇到複雜情況時，工作人員才會遠程接管。“平時機器人自主巡檢，必要的時候，我們遠程接管。”當虹科技首席技術官、機器人業務線負責人吳奕剛介紹。

　　這隻四足機器人所搭載的BlackEye Vision機器人巡邏巡檢平台，融合了視頻、音頻、雷達點雲、圖像等多模态感知能力，讓機器人具備自主巡檢、環境感知和異常識别能力。

　　同時，依托AI多模态壓縮與自研幀級編碼技術，即使在複雜網絡環境下，也能實現端到端低至80毫秒的超低時延傳輸，保障第一視角畫面與控制信令實時回傳，讓遠端人員第一時間掌握現場、快速介入現場。

　　吳奕剛介紹，在複雜、高風險的真實場景中，機器自主執行、人類遠程兜底，可能是一種務實的産業形态。遠程接管也不隻是自主能力不足時的“補丁”。遠程接管産生的數據，還可以反過來推動機器人自主能力進化，每次人工判斷和處置，都可能沉澱為機器人理解複雜場景、優化策略的數據。

　　(工作人員介紹機器人遠程遙操與巡邏巡檢平台)