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 convierte el CCTV en un sistema de operaciones de seguridad con IA que observa, investiga, notifica y sigue los resultados.
La IA no se limita a emitir una alerta: sigue comprobando si ha llegado el personal, si el riesgo se ha resuelto y si el incidente está realmente cerrado.
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。
El equipo principal asume directamente la definición de necesidades clínicas, Computer Vision, Edge AI, los sistemas distribuidos y la ingeniería de producto.
胡智堯
FUNDADOR Y CEOFormación en Medicina e Informática en la Universidad Nacional de Taiwán; investigaciones publicadas en SIGGRAPH, CVPR y CoRL.
- 醫療場域需求與產品策略
- Diseño de agentes de IA y flujos de tareas
- 商業拓展與合作驗證
葉又齊
CTOLidera la IA multiagente, los modelos de visión y lenguaje, las canalizaciones de vídeo en tiempo real y la arquitectura de la plataforma.
- Computer Vision y Edge AI
- 分散式系統與事件資料庫
- 設備整合、可靠性與擴充性
不是概念提案,已有原型與場域驗證。
Watch de escritorio con 64 vistas
完成可同時管理大量攝影機的操作介面與推論流程。
約 60 路壓力測試
Pruebas de escenarios con GW Instek para validar la carga de múltiples transmisiones.
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。
Ampliación a Physical AI
Flujo de simulación de ArduPilot probado y vehículos de Thunder Tiger adquiridos para la integración.
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。
影像存在,但需要人員持續盯看
有事件訊號,但缺少前後脈絡
資訊重新口述,證據與時間容易遺失
完成與否未回寫到同一事件
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。
04 | Solución de Physical AI / Embodied AI
Edge AI dentro del hospital cierra el ciclo de percepción, razonamiento, acción y seguimiento.
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。
感知
人物、姿態、物件、區域與軌跡
推理
任務規則、時間序列與場域情境
調查
回看前後畫面並搜尋相鄰鏡頭
行動
通知、警示燈、蜂鳴器與門禁整合
結果追蹤
確認人員到場、風險解除與事件結案
院內推論|事件驅動|完整稽核
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。
05 | Tareas concretas que pueden demostrarse en la segunda evaluación
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。
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。
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。
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。
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。
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。
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。
所有任務採同一組可量測指標
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。
06 | Arquitectura del sistema y diseño de integración de IA
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。
感測接入
RTSP · ONVIF · VMS
沿用既有設備視覺感知
偵測 · 追蹤 · 姿態
常時低成本運作事件路由
候選事件 · 算力調度
只升級重要事件代理調查
脈絡 · 跨鏡頭 · 證據
建立可查證結論行動整合
Notificaciones · API · Edge I/O
人工決策後執行事件治理
搜尋 · 稽核 · 留存
完整事件生命週期權限控管
事件可回溯
人員最終確認
留存政策可設定
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。
Medimos la carga, la latencia de respuesta, la capacidad de investigación de incidentes y la estabilidad con cámaras reales, un equipo Edge AI y dispositivos físicos de aviso.
2–4 cámaras IP
Conexión RTSP/ONVIF y sincronización horaria
1 equipo Edge AI
Apple Silicon, estación de trabajo RTX o servidor del hospital
實體告警套件
ESP32 / relé, luz de aviso, zumbador y control de acceso
De una demo reproducible a una carga continua de 64 transmisiones

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。
El modelo se basa en licencias de software B2B, servicios de implantación y mantenimiento anual. Empezamos por lugares que ya tienen cámaras, una elevada carga de vigilancia y un alto riesgo de incidentes.
Prueba piloto
4 路攝影機|14–30 天驗證 1–2 個高價值場景
病房/院區
16–64 路攝影機建立標準作業與整合流程
多院區擴展
共用模型與管理政策依場域保留私有部署
醫院/急診
精神醫療
長照/護理之家
大型醫療園區

Identificar los eventos prioritarios y los procedimientos operativos actuales
接入攝影機、網路與門禁
以指標證明後擴增路數