AI 与底座：沅虹神经系统，一底座、双能力

01 · 沅虹神经系统

一底座，双能力，按人的神经系统分工

沅虹的独特价值，是自研的一套沅虹神经系统。不管客户在哪个行业，都按同一套分工工作：虹元记得住，智觉传得到，智悟想得清。智觉和智悟合在一起，就是觉悟。

虹元 UanCore · 大脑皮层

储存知识、规则和经验，保存权威依据、处置结果与全程记录。三个业务平台和两项能力用的是同一份口径

智悟 UanMind · 前额叶

思考决断。读取底座里当前生效的依据，判断该怎么处置，在授权范围内安排行动；大模型（含蓝精灵）和智能体都在这里

智觉 UanSense · 神经网络

传导交互。把现场的信号变成带证据的事件，送到智悟和虹元。目前上线的是视觉神经智眸 UanVision，视觉小模型在现场节点就地识别，也可云托管；其他神经在规划中

外部设备 · 四肢

传感器、摄像头、通断器这些现场设备，由伙伴提供或客户已有，是我们和伙伴合作的基础

02 · 为什么长在一起

一件事从看见到闭环，走完是一个圈

底座给依据，智眸给事实，智悟做决断并行动，结果与经验回到底座。下一次的依据就更厚一层。

智眸看见→ 底座给依据→ 智悟决断→ 业务平台闭环→ 回到底座

智眸看见

识别出现场发生了什么，产出带证据的事件：什么人、什么位置、什么行为、什么时间。事件只陈述事实，不带处置结论

底座给依据

签名校验、幂等去重后入库；同时取出这件事要用到的东西：当前生效的是哪一版制度、这个位置归谁管、同类情况近期出过几次

智悟决断

拿这件事与这些依据判断该做什么，并在授权范围内执行：推给谁、开哪张单、要不要停掉相邻作业、要不要同时触发声光电

业务平台闭环

智安承接为隐患工单，派单、整改、复核、销项，责任与时限留痕；建设期的同类事走同一条路进智建

回到底座

决断过程与结果落成事件与任务，处置里沉淀出的经验落成知识并指回原始事件。下一次判断的依据就是它

03 · 传导交互 · 智觉 UanSense

智眸部署在现场的边缘 AI 节点，也可云托管，7×24 盯住现场

智觉是沅虹的神经网络，目前上线的是视觉神经智眸 UanVision，其他神经还在规划中。智眸把存量摄像头直接升级为 AI 监测。模型在现场节点就近推理，画面与原始数据不出园区；也可以云托管，现场只放一台接入盒，画面经加密通道送到沅虹处理中心识别；视觉算法集中在智眸，上行的是带证据的结构化事件：什么人、什么位置、什么行为、什么时间。事件只陈述现场发生了什么，该怎么办交给智悟决断。

视频 AI 监测

安全帽、着装、区域闯入、烟火、跑冒滴漏等百余类工业算法，重点场景按现场真值口径持续调优

智能巡检

移动巡检打卡 + AI 视频复核，任务、漏检率、问题清单一目了然

夜间与恶劣环境

夜间异常光源检测等长尾场景，已在海外油气场站部署运行

识别质量治理

重点事件按场景配置、同一现象去抖不重复上报、人工复核确认回流，把误报压住，让上行的每条事件都站得住。事件之后推给谁、要不要升级，由智悟决断

边缘 AI 节点

现场 GPU 节点就近推理，兼容主流摄像机（RTSP 接入），存量监控直接升级；断网期间检测不停，恢复后事件补传，节点状态与模型版本在云侧集中可见

弱网与海外

MPLS / 星链双链路方案，海外现场告警秒级送达国内总部

越用越准：算法跟着您的现场进化

现场数据回流→ 标注与数据集→ 模型训练→ 下发部署→ 准确率提升

数据集管理、标注、训练、下发全流程自持，算法按现场真值定期调优迭代，客户数据留在客户环境；大模型复判长尾 + 小模型毫秒级初筛的分层架构，成本与准确率兼得。

了解智觉 → 了解智眸 →

04 · 思考决断 · 智悟 UanMind

规则响应引擎与一个智能体

智悟做判断与推动。事件进来，按当前生效的规则与口径判定、通知、派单、超时升级，画面交蓝精灵。规则之外有一个智能体，到点成文：交接班内容、跨系统核对单、作业票风险提示、审批催办、复盘报告这些。数字由程序算，文字由模型写，产出带租户、口径版本与事实依据写回虹元。

一个智能体，技能按岗位加

现有一个智能体，九项技能。安全：跨系统核对、作业票风险提示、复盘报告。生产：交接班汇总、报警归并、计量数据核对。流程：逾期隐患催办、审批催办、周报月报成稿。程序先算好数字、拉齐依据，模型只写成文字，落库前脚本逐条核对数字、编号与时刻，对不上就不落。技能按客户岗位逐项增配

依据取自底座

制度、规程、案例、判定口径存放在虹元底座并带版本与生效时间，智悟每次判断都取当前生效的那一版，判断过程与结果再写回去。三家业务平台调用的因此是同一份口径

从一件事到一串动作

触发它的永远是一件具体的事：一条现场事件、一张快到期的作业票、一个卡住的整改单。取当前生效的制度、这个位置归谁管、同类近期出过几次，判断该做什么，然后去做：推给谁、开哪张单、要不要停掉相邻作业

画面判定交给蓝精灵

智悟不自己看图。隐患照片与视频片段交给蓝精灵场景模型，按企业自己的检查项字典与判定口径给出类型、等级、依据与置信；模型在企业网络内运行，可下沉到现场边缘 AI 节点

带出处的问答

"这种情况按哪条规程处理？"答案只取企业登记的制度、操作规程和人工确认过的案例，每句标出处到文件与条款，没有依据就不作答。检索按提问人的密级过滤，越权的内容进不了模型上下文，每次问答留痕

风险提示与复盘成稿

作业票关联历史事故、相邻作业冲突与区域风险，按条款列出提示，审批人在作业票详情里看到，批不批还是人定。事件处置完，复盘报告由智能体成稿，原因与责任只照抄人写的原文，没写的留给人补。周报与月度安全绩效由智安的报告中心按规则成稿，数据口径与业务系统一致

四级授权，逐级放手

辅助→ 协同→ 执行→ 自适应

每进一级，以数据质量、知识可追溯、效果可度量、责任边界明确为门槛；智能体停在哪一级，由企业定。高风险结论保留人工复核，智能体不越权、不静默操作。

04a · 场景判定模型 · 蓝精灵 Smurf Flash

看得懂现场的模型：这是什么、按哪条办

沅虹用自有现场数据训练的场景判定模型，智悟的判定能力来源。看现场照片与视频片段，按企业自己的判定口径给出结论、置信与依据；接在智眸后面复核行为告警，接在随手拍前面给出隐患定性建议。换客户、换检查项字典，改的是底座里的口径与知识，模型不必重训；每条判定带模型版本、口径版本与追踪编号写回底座，事后说得清"当时是哪一版按哪条判的"。

95.9%

隐患类型判定准确率（类型对齐企业检查项字典）

92.5%

视频行为复核准确率（打架、倒地、攀爬等告警二次判定）

5 秒

单张照片判定，现场推理节点，含结构化输出

8 秒

单段视频复核，连续画面一次判定

指标按人工真值留出集与生产影子对比两条线评测，分类别报告，随版本更新；以交付文档所载版本为准。

了解智悟 → 了解蓝精灵 →

05 · 底座 · 虹元 UanCore

数字对不对，取决于这一层

智觉与智悟的能力、各业务平台的数据都落在底座上。它决定了数据能否打通，也决定了三年后回头看，那些数字还讲不讲得清是怎么来的。

统一对象模型

人员、组织、场域、资产、任务、风险、规则、事件、证据、知识十类对象，全线同一套语义与生命周期；存量系统按映射渐进对齐，不强制改表。其中规则与知识在底座存放并治理，带版本、生效时间与责任人，智悟只取用不改写

统一身份与租户

一个账号进所有应用；租户数据实例级隔离，集团、分公司、场站三级组织分级可见，组织、部门、角色、人员同步进平台；应用开通、功能开关、角色权限、配额四层闸门

云边通道与接入契约

现场边缘节点配对接入、事件签名上行、幂等去重、集中监测；算法与配置从这里下发到节点，联调期的测试事件与生产事件分流；业务数据只读单向订阅，底座不连业务库、不持业务库凭据；契约与 Schema 在文档中心公开

指标与口径管理

指标集中定义，口径变更即新增版本、旧版本永久保留。管理者问"这个数字口径变过没有"，答得上来，也能按当时口径重算

数据质量与血缘

完整性、准确性、一致性、及时性、唯一性、有效性六维校验内建在管道里；问题只标记不静默修复，回推源头；每个数字可追到来源与批次

授权与审计

数据用途登记在先，租户在自己后台握开关、可随时撤回；谁在什么时候查了哪些数据全程留痕，租户自己可查

先定授权，再建管道

定对象→ 定授权→ 定指标→ 建管道→ 验质量

接入任何一个数据域都走同一套顺序：先把对象与授权定下来，再谈指标与管道。为出报表而临时建表，是数据项目失败最常见的起点。数据从业务闭环里长出来，不为了做 AI 单独采一套。

了解虹元 →

一底座，双能力
合起来是沅虹神经系统