Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖01

讓既有攝影機,從「看見」走到「事件結案」。

Tensor Dynamics Watch 将 CCTV 升级为能够观察、调查、通报并持续跟踪结果的 AI 安全运营系统。

原型系統已完成院內私有/離線部署

不只生成一次警报;AI 会继续确认人员是否到场、风险是否解除、事件是否真正结案。

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|院内安全事件中控4 / 4 路摄像头在线
EDGE AI 已就绪
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
现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖02

跨域團隊,把研究能力轉成可部署系統。

医疗问题定义、Computer Vision、Edge AI、分布式系统与产品工程由核心团队直接负责。

01

胡智堯

创始人兼 CEO

拥有台大医学系、台大计算机研究所背景;研究发表于 SIGGRAPH、CVPR 与 CoRL。

  • 醫療場域需求與產品策略
  • AI Agent 与任务流程设计
  • 商業拓展與合作驗證
02

葉又齊

CTO

主导多智能体 AI、Vision-Language Model、实时视频管线与平台架构。

  • Computer Vision 与 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 桌面产品

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

与 GW Instek 进行场景测试,验证多路视频负载。

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 扩展

已测试 ArduPilot 模拟流程,并取得雷虎机具用于集成。

場域需求 AI 推理 系統架構 產品落地
现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖03

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。
现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖04

以院内 Edge AI 建立感知—推理—行动—跟踪闭环。

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

私有 EDGE AIWatch 事件助手

院內推論|事件驅動|完整稽核

现有 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。

现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖05

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。

现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖06

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 与本地事件库
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

现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖07

既有約 60 路測試基礎,複審階段挑戰 64 路連續運作。

使用真实摄像头、Edge AI 主机和实体警示设备,测量负载、响应延迟、事件调查能力与稳定性。

2–4 路 IP Camera

RTSP/ONVIF 接入与时间同步

1 台 Edge AI 主机

Apple Silicon、RTX 工作站或院内服务器

實體告警套件

ESP32/Relay、警示灯、蜂鸣器与门禁

負載驗證階梯

从可复现演示到 64 路连续负载

可测量
4演示
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 显存同時事件數連續運作穩定性
Tensor Dynamics Physical AI 任务控制原型的实际界面
實際產品介面截圖Physical AI 任务规划与人工批准流程
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
现有 CCTV院内 Edge AI事件調查人工決策由人决定下一步
Tensor Dynamics Watch天序动力|用于现有摄像头的 AI 安全运营系统
2026 AI 创新奖08

先用 4 路證明價值,再擴到整個院區。

以 B2B 软件授权、实施服务与年度维护为主;从监控负担重、事件风险高、已有摄像头的场所切入。

01

试点

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 官网的台北市政府交通局合作页面
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

确认高价值事件与现有 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