Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202601

01｜提案整體說明

讓既有攝影機，從「看見」走到「事件結案」。

Tensor Dynamics Watch 將 CCTV 升級為可觀察、調查、通報並持續追蹤結果的 AI 安全營運系統。

原型系統已完成院內私有／離線部署

不只產生一次告警；AI 會繼續確認人員是否到場、風險是否解除、事件是否真正結案。

觀察持續理解畫面

調查補齊前後脈絡

通報送達正確人員

追蹤確認安全結案

64單機目標攝影機路數

24/7持續事件理解

1人員做最後決定

WATCH｜院內安全事件中控4 / 4 CAMERAS ONLINE

EDGE AI READY

CAM 01急診走廊持續觀察

跌倒候選事件

CAM 02護理站外正常

CAM 03病房通道人員到場

CAM 04管制出入口正常

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202602

02｜團隊介紹、組成與分工

跨域團隊，把研究能力轉成可部署系統。

醫療問題定義、Computer Vision、Edge AI、分散式系統與產品工程由核心團隊直接負責。

01

胡智堯

FOUNDER & CEO

臺大醫學系、臺大資工所背景；研究發表於 SIGGRAPH、CVPR 與 CoRL。

醫療場域需求與產品策略
AI Agent 與任務流程設計
商業拓展與合作驗證

02

葉又齊

CTO

主導多代理 AI、Vision-Language Model、即時影像管線與平台架構。

Computer Vision 與 Edge AI
分散式系統與事件資料庫
設備整合、可靠性與擴充性

執行證據

不是概念提案，已有原型與場域驗證。

01

64 格 Watch 桌面產品

完成可同時管理大量攝影機的操作介面與推論流程。

02

約 60 路壓力測試

與 GW Instek 情境測試，驗證多路影像負載。

03

公共場域合作經驗

與臺北市政府交通局進行交通事件應用評估。

04

Physical AI 延伸

已測試 ArduPilot 模擬流程，並取得雷虎載具進行整合。

場域需求 AI 推理系統架構產品落地

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202603

03｜產業場景痛點

問題不在攝影機數量，而在事件流程中間的斷點。

現行系統多半停在「偵測到一個畫面」；醫院需要的是跨時間、跨鏡頭、跨人員的完整處置流程。

監看負擔過高

值班人員無法長時間同時監看病房、急診、走廊與出入口。

單點辨識缺少脈絡

一張畫面無法判斷徘徊、衝突升高或跌倒後是否恢復。

處置工具彼此割裂

攝影機、門禁、護理站、保全與通訊工具沒有共同事件紀錄。

告警之後無人追蹤

無法回答人員是否到場、風險是否解除、事件是否已結案。

現行安全作業流程4 個主要斷點

攝影機畫面

影像存在，但需要人員持續盯看

資料斷裂

單點告警

有事件訊號，但缺少前後脈絡

資料斷裂

人工通報

資訊重新口述，證據與時間容易遺失

資料斷裂

現場處置

完成與否未回寫到同一事件

造成的管理風險誤報疲勞反應延遲責任不清無法稽核

醫院需要的不是更多畫面，而是可被追蹤、查證與結案的事件。

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202604

04｜Physical AI／Embodied AI 解決方案

以院內 Edge AI 建立感知—推理—行動—追蹤閉環。

輕量視覺模型常時監測；只有候選事件啟動大型模型與代理調查，兼顧速度、成本、隱私與治理。

01

感知

人物、姿態、物件、區域與軌跡

02

推理

任務規則、時間序列與場域情境

03

調查

回看前後畫面並搜尋相鄰鏡頭

04

行動

通知、警示燈、蜂鳴器與門禁整合

05

結果追蹤

確認人員到場、風險解除與事件結案

PRIVATE EDGE AIWatch 事件代理

院內推論｜事件驅動｜完整稽核

既有 CCTV 人員通知現場警示門禁設備事件資料庫

人員保有最終決策權

高風險實體動作需人工確認；每次模型判斷與設備動作皆留存稽核軌跡。

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202605

05｜複審階段可 Demo 的具體任務

6 項可重現任務，驗證完整事件流程。

評估重點不是單一辨識畫面，而是事件發現、調查、通知、人員到場到結案的端到端成效。

01

跌倒與久未起身

確認是否自行起身、人員是否到場，追蹤至安全結案。

發現調查結案

02

徘徊與限制區域

依區域、時段、停留時間與反覆接近行為判斷。

發現調查結案

03

衝突與人員求援

回看前後脈絡，查證推擠、追逐、投擲與求助動作。

發現調查結案

04

動線與環境安全

偵測推床、輪椅或設備阻塞，確認障礙是否移除。

發現調查結案

05

跨鏡頭主動調查

搜尋相鄰鏡頭，整理人物路徑、時間軸與證據鏈。

發現調查結案

06

自然語言任務

用白話指定鏡頭與規則，串接通知與結果追蹤。

發現調查結案

複審評估表

所有任務採同一組可量測指標

指標量測方式輸出

事件成功率腳本重複測試成功／失敗

發現延遲事件發生至建立事件秒

誤報／漏報人工標註對照比例

證據完整度前後畫面與時間軸0–100%

人員到場時間通知至現場確認分鐘

安全結案率事件生命週期比例

每項任務保留事件紀錄、關鍵畫面、模型判斷、人工回覆與結案時間。

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202606

06｜系統架構與 AI 整合設計

六層架構，把影像轉成可查證的安全工作流程。

分層推論降低常時運算成本；事件資料、人工回覆與設備動作皆在同一稽核軌跡中。

01

感測接入

RTSP · ONVIF · VMS

沿用既有設備

02

視覺感知

偵測 · 追蹤 · 姿態

常時低成本運作

03

事件路由

候選事件 · 算力調度

只升級重要事件

04

代理調查

脈絡 · 跨鏡頭 · 證據

建立可查證結論

05

行動整合

通知 · API · Edge I/O

人工決策後執行

06

事件治理

搜尋 · 稽核 · 留存

完整事件生命週期

資料最小化

常時影像感知

候選事件升級

需人工處置事件

示意：讓大型模型只處理值得調查的事件，不持續分析所有畫面。

部署選項

混合雲彈性擴充與集中管理

院內私有醫療場域建議方案

完全離線Edge AI 與本地事件庫

治理原則

權限控管

事件可回溯

人員最終確認

留存政策可設定

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202607

07｜硬體平台與實體驗證規劃

既有約 60 路測試基礎，複審階段挑戰 64 路連續運作。

用真實攝影機、Edge AI 主機與實體警示設備，量測負載、反應延遲、事件調查能力與穩定性。

2–4 路 IP Camera

RTSP／ONVIF 接入與時間同步

1 台 Edge AI 主機

Apple Silicon、RTX 工作站或院內伺服器

實體告警套件

ESP32／Relay、警示燈、蜂鳴器與門禁

負載驗證階梯

從可重現 Demo 到 64 路連續負載

MEASURABLE

4Demo

16功能

32壓力

≈60既有測試

64複審目標

推論延遲每秒處理量GPU 記憶體同時事件數連續運作穩定性

Tensor Dynamics Physical AI 任務控制原型實際介面 — 實際產品介面截圖**Physical AI 任務規劃與人工核准流程**

可驗證任務、路徑、事件與核准狀態皆可留存有門檻部署前由操作人員確認

Tensor Dynamics Watch天序動力｜既有攝影機的 AI 安全營運系統

AI 創新獎 202608

08｜商業模式與市場發展規劃

先用 4 路證明價值，再擴到整個院區。

以 B2B 軟體授權、導入服務與年度維護為主；從高監看負擔、高事件風險、已有攝影機的場域切入。

01

Pilot

4 路攝影機｜14–30 天

驗證 1–2 個高價值場景

02

病房／院區

16–64 路攝影機

建立標準作業與整合流程

03

多院區擴展

共用模型與管理政策

依場域保留私有部署

收入模式

軟體授權依路數／院區

導入服務流程與設備整合

年度維護更新、監控與支援

優先市場

醫院／急診

精神醫療

長照／護理之家

大型醫療園區

Tensor Dynamics Watch 官網上的臺北市政府交通局合作頁面 — 官網實績頁面截圖**已累積公共場域合作與真實事件評估經驗**

1場域夥伴

確認高價值事件與現行 SOP

2系統整合商

接入攝影機、網路與門禁

3規模部署

以指標證明後擴增路數