戴上 AR 眼镜就能查隐患、派工单，百度智能云助力臣博视把 AI 装进巡检一线

10 月 29 日，在武汉举办的百度智能云超级智能体大会上，湖北臣博视人工智能科技有限公司分享了与百度智能云合作打造「市监锐眼」方案的应用成果。在相关实践中，数据标注效率提升约 60%，模型训练周期由 3—4 周缩短至 5 天左右，核心场景识别准确率由约 78% 提升至 92% 以上。通过将 AR 智能眼镜与百度一见、百度搭子结合，臣博视加快了巡检识别能力的开发，并将现场采集、问题识别、报告生成与整改复核串联起来，让 AI 从「看见问题」走向「协助处理问题」。

湖北臣博视人工智能科技有限公司首席运营官黄一夫

从拍照记录到工单处理，一副眼镜连接巡检流程

传统巡检中，工作人员既要观察现场、核对信息，又要拿出手机或平板拍照，随后整理记录、填写表格。设备之间反复切换，打断现场检查节奏；采集到的照片和记录，还需要进一步转化为可跟进的处理任务。

专注政企外勤场景的臣博视，希望通过 AR 眼镜改善这一工作方式。但记录现场只是第一步。「识别出来以后怎么用？如何判断如何分析？」湖北臣博视人工智能科技有限公司首席运营官黄一夫在演讲中提出的问题，也是双方合作要解决的关键。

在「市监锐眼」方案中，臣博视提供 AR 眼镜并开发行业应用；视觉智能体平台百度一见提供视觉识别和模型开发能力，帮助系统看懂现场、判断是否符合检查要求；通用智能体百度搭子承接识别后的任务，辅助完成检查报告、作业工单及后续处理。三者分工衔接，让现场发现的问题能够进入后续业务流程。

大会现场，黄一夫展示了一段在小学食堂实拍的第一人称巡检视频，涵盖九个检查大项。巡检过程中，发现问题时，画面出现红字提示；符合要求时，则显示绿字。工作人员查看现场的同时，就能获得检查提示。

巡检员还可以说出「拍照留存」，通过眼镜完成采集，无需腾出手操作手机。面对营业执照、后厨环境等检查对象，百度一见识别采集画面，将异常提示反馈至眼镜端；百度搭子进一步核验、整理识别结果，生成报告并派发工单，附上整改建议与法规依据。整改后，通过现场拍照、前后画面对比，辅助完成复核归档，减少重复录入和材料整理。

从采集到复核，照片、识别结果和处理记录能够持续关联，减少巡检员在现场检查与案头整理之间来回切换。

模型开发提速，让识别能力更快适配现场

要让方案真正可用，既要识别准确，也要跟得上现场节奏。

黄一夫介绍，项目起步时，团队走过一些弯路。完全依靠大模型，从拍摄、分析到输出可能需要 3—4 秒，难以满足现场实时提示的要求；小模型有利于快速识别，但仍需解决数据标注与复杂逻辑判断等问题。如何结合大小模型的优势，是百度智能云与臣博视共同解决的重要课题。

百度一见提供从数据管理、标注、模型训练到部署应用的完整流程，并通过训练模板支持场景调优，帮助臣博视加快模型开发。合作后，数据标注效率提升约 60%，模型训练周期从 3—4 周缩短至 5 天左右，模型训练周期从 3—4 周缩短至 5 天左右——这意味着每当面对新的巡检场景或检查标准，团队不再需要耗时近一个月去重头训练 AI，只需 5 天就能让眼镜「学会」新规、快速上岗。同时，核心场景识别准确率从约 78% 提升至 92% 以上，为现场判断与后续处理提供支持。

这些变化最终服务于一线使用：模型更快适配检查要求，眼镜及时给出提示，识别结果进一步进入报告和工单，让巡检员获得贯穿任务全过程的辅助。

「市监锐眼」是臣博视探索政企外勤智能巡检的一步。黄一夫表示，未来希望进一步复用百度一见的技能库，深化与百度搭子的多智能体协同，并探索引入百度伐谋优化方案，推动相关能力在更多场景复制。

臣博视与百度智能云的实践，也呈现了产业智能体落地的一条具体路径：行业伙伴带来专用终端和一线需求，百度智能云提供视觉识别、模型开发与任务执行能力，双方围绕实际业务共同打磨应用。随着行业经验与智能体能力持续结合，更多场景也将获得贴近现场、能够协助完成任务的智能助手。

来源：互联网