3 分钟风险闭环！ “小安” 大模型一体机，让企业安全管理快人一步

在科技飞速发展的当下，人工智能正以前所未有的态势重塑各个行业，安全生产领域也不例外。2025 年 6 月 10 日，全国首个聚焦工贸企业园区安全管理的轻量化人工智能解决方案 ——“小安” 企业安全服务大模型一体机及 “小安 AI 安全巡查员” 企业安全服务智能体震撼发布，这一创举标志着我国安全生产领域正式迈入 “主动感知、智能预警” 的崭新时代

全栈国产化架构：数据安全的坚固堡垒

在信息时代，数据安全至关重要，尤其是在安全生产这样关乎国计民生的领域。“小安” 大模型一体机采用的全栈国产化架构，犹如为数据安全打造了一座坚不可摧的堡垒。

从硬件层面来看，其底层硬件设施均源自国内自主研发生产，确保了设备源头的安全可靠，有效规避了因国外硬件可能存在的安全漏洞而带来的数据泄露风险。在软件方面，操作系统、数据库管理系统以及各类驱动程序等，无一不是国内技术团队智慧的结晶。这一系列国产化软件相互协同，构建起一个安全、稳定的运行环境。

这种全栈国产化架构使得 “小安” 能够实现数据本地闭环处理。企业在日常运营过程中产生的海量安全相关数据，从采集到存储、分析再到应用，整个流程都在本地完成，数据无需上传至外部云端，从而彻底杜绝了数据在传输过程中可能遭遇的窃取、篡改等风险，切实保障了企业数据的零外泄。在当前国际形势复杂多变，数据安全面临诸多挑战的背景下，“小安” 的全栈国产化架构无疑为企业数据安全提供了最为坚实的保障，让企业能够毫无后顾之忧地将其应用于安全管理工作中。

智能巡查底座：多场景安全守护的强大引擎

“小安” 构建的智能巡查底座堪称其技术体系中的核心亮点之一，它犹如一台强大的引擎，为企业园区多场景的安全守护注入源源不断的动力。该底座具备生态兼容、分层解耦、多模感知、高并发响应以及轻量级部署等诸多卓越特性。

生态兼容性使得 “小安” 能够与企业现有的各类安全系统和设备完美融合，无论是已有的监控摄像头、门禁系统，还是其他安全监测设备，“小安” 都能轻松与之对接，充分利用企业已有的硬件资源，避免了重复建设带来的成本浪费。同时，结合机器狗、机器人的巡逻，能让安防监控更加全方位、无死角。分层解耦设计则让整个系统的架构更加清晰、灵活，不同功能模块相互独立又协同工作。当某个模块需要进行升级或维护时，不会对其他模块的正常运行产生影响，大大提高了系统的可维护性和扩展性。

多模感知技术赋予了 “小安” 敏锐的 “感知力”。它能够同时对视频图像、声音、环境数据等多种模态的信息进行采集和分析。例如，通过摄像头捕捉到的画面，“小安” 不仅能够识别人员的行为动作，判断是否存在违规操作，还能根据画面中的光线、色彩等细节变化，察觉潜在的安全隐患；借助声音传感器，它能捕捉到异常的声响，如设备的异常噪音、火灾发生时的警报声等，并及时做出响应。

高并发响应能力确保了 “小安” 在面对大量数据和众多请求时，依然能够迅速做出准确的反应。在企业园区中，同时存在着大量的安全监测点位和实时数据传输，“小安” 的高并发响应特性能够保证它在瞬间处理这些信息，及时发现并预警各类安全风险，为企业安全管理赢得宝贵的时间。而轻量级部署特性则让 “小安” 能够快速、便捷地在企业园区落地实施。它无需复杂的硬件设施和冗长的安装调试过程，只需简单的配置，即可迅速投入使用，大大降低了企业引入新技术的门槛和成本。

凭借这些特性，“小安” 的智能巡查底座能够实现企业园区生产安全、消防安全、治安管理、交通管控、人流监测、环境及秩序维护等七大场景的自主安全巡查与动态风险评估。无论是生产车间里的设备运行状态，还是仓库中的消防设施是否完好；无论是园区出入口的人员和车辆流动情况，还是公共区域的环境质量是否达标，“小安” 都能进行精准的监测和评估，为企业安全管理提供全方位、多层次的大模型能力支撑。

多模态融合分析：复杂场景识别的智慧之眼

在企业安全管理过程中，所面临的场景往往复杂多样，单一的数据分析方式难以满足精准识别风险和隐患的需求。“小安” 创新性地融合构建了文本大模型、视觉大模型和多模态大模型底座，并提出了大模型和 CV 视觉模型融合处理框架，这一举措犹如为 “小安” 装上了一双洞察复杂场景的智慧之眼。

文本大模型为 “小安” 提供了对大量安全生产专业文献、操作规程、事故报告、法律法规、行业标准以及专家经验等文本信息的深度理解和分析能力。通过对这些海量文本数据的学习和挖掘，“小安” 能够准确把握安全生产领域的专业知识和规范要求，为后续的风险识别和隐患排查提供坚实的知识基础。例如，在分析一份事故报告时，文本大模型能够快速提取出关键信息，如事故发生的原因、经过、造成的后果以及从中应吸取的教训等，为企业预防类似事故的发生提供参考。

视觉大模型则专注于对视频图像数据的处理和分析。它能够识别出图像中的各种物体、人员、场景等信息，并对其进行分类、跟踪和行为分析。在企业园区的安全巡查中，视觉大模型可以通过监控摄像头拍摄的画面，实时监测人员是否佩戴安全帽、是否存在违规动火作业等行为，还能对设备的外观状态进行检查，判断是否存在损坏、泄漏等安全隐患。

多模态大模型底座则将文本大模型和视觉大模型的优势有机结合起来，实现了对多模态数据的协同分析。当 “小安” 同时接收到文本信息和视频图像信息时，多模态大模型能够综合利用两者的数据特征，进行更加全面、准确的分析。例如，在判断一个生产场景是否存在安全风险时，它不仅可以通过视觉大模型观察现场的实际情况，还能结合文本大模型中关于该场景的操作规程和安全标准，进行对比分析，从而得出更为精准的结论。

大模型和 CV 视觉模型融合处理框架进一步优化了多模态分析的泛化性、准确性和高效性。在泛化性方面，该框架使得 “小安” 能够适应不同类型、不同环境下的企业安全管理场景，即使面对一些从未见过的复杂场景，也能通过对已有知识和经验的迁移，做出合理的判断。在准确性上，通过对多模态数据的相互验证和补充，大大提高了风险识别和隐患排查的准确率，有效减少了误判和漏判的情况。而在高效性方面，该框架通过优化算法和计算流程，实现了对多模态数据的快速处理，确保 “小安” 能够在短时间内完成复杂场景的分析，并及时给出预警信息。

动态风险预警闭环：安全管理的高效保障

企业安全管理的关键在于能够及时发现风险并采取有效的措施进行处置，“小安” 的动态风险预警闭环系统为实现这一目标提供了高效的保障。它具备灵活配置企业安全巡查场景的能力，企业可以根据自身的实际需求和特点，对不同区域、不同时段、不同类型的安全巡查场景进行个性化设置。

“小安” 采用千级特征维度实时计算架构，结合企业安全动态知识图谱，能够实时扫描企业风险点位。在企业运营过程中，各类设备、人员、环境等因素时刻都在发生变化，这些变化可能会引发新的安全风险。

千级特征维度实时计算架构使得 “小安” 能够对海量的实时数据进行快速、精准的分析，从多个维度提取数据特征，及时发现潜在的风险因素。而企业安全动态知识图谱则为 “小安” 提供了一个全面、系统的企业安全知识网络，它包含了企业内部各种设备的运行参数、安全标准、人员的岗位职责以及以往发生的各类安全事件等信息。通过将实时数据与知识图谱进行关联分析，“小安” 能够准确判断风险的类型、级别以及可能产生的后果，并自动发出告警信息。

一旦发出告警，“小安” 能够在 3 分钟内迅速完成 “感知→预警→处置” 全链路闭环。在感知阶段，通过多模感知技术和实时计算架构，快速捕捉到安全风险的迹象；在预警阶段，利用准确的风险判断和高效的告警机制，及时将风险信息传达给相关人员；在处置阶段，根据预先制定的应急预案和知识图谱中的处置建议，为企业提供具体的应对措施和指导，帮助企业迅速采取行动，消除安全隐患。

“小安” 大模型一体机凭借其全栈国产化架构的数据安全保障、智能巡查底座的多场景强大支撑、多模态融合分析的复杂场景精准识别以及动态风险预警闭环的高效安全管理，为我国安全生产领域带来了革命性的变革。随着 “小安” 在全国各类企业和园区的逐步推广应用，它必将为千万企业织就一张 “全时全域、智能精准” 的安全防护网，让新质生产力在安全的轨道上加速奔跑，推动我国安全生产事业迈向新的高度。