一、服务概述
服务对象：TWeSee 主要面向消费电子品牌商、物联网设备制造商、智能硬件开发者，帮助客户快速集成 AI 视觉能力，实现产品智能化升级与 C 端增值服务变现。
核心价值：开箱即用地提供目标检测、事件识别、视频摘要、智能搜索、视频浓缩等核心能力，相比通用大模型在垂直场景的准确率更高，开发集成周期缩短为1-3天，适合中国市场及海外市场。
二、TWeSee 的核心三大功能
视觉理解、智能搜索和视频浓缩的介绍如下：
| 功能 | 功能分类 | | 介绍 |
| 视觉理解 | 视频理解 | 视频摘要 | 对视频进行 AI 分析，生成自然语言描述（如“快递员在门口放下包裹”）。支持同时检测关键目标（人、车、猫、狗、包裹、火焰等）及标签事件（有人吸烟、老人跌倒、明火燃烧等），并把检测结果融入描述。 |
| | | 视频事件检测 | 支持单独对视频进行关键目标和事件检测，并输出检测结果。 |
| | 图片理解 | 图片摘要 | 对图片进行 AI 分析，生成自然语言描述。支持同时检测关键目标及标签事件，并把检测结果融入描述。 |
| | | 图片事件检测 | 支持单独对图片进行关键目标和事件检测，并输出检测结果。 |
| | 人脸检测 | 人脸识别 | 客户可以开启人脸识别开关，导入人脸图像及配置对应的名称，后续可输出含有相关人脸的结果。 |
| | 总结 | 摘要日总结 | 每日对前一天的摘要、检测文字内容进行总结，输出前一天的完整总结。 |
| 智能搜索 | – | – | 支持用户用自然语言直接搜索海量云存内容（如“昨天穿红衣服的女人”、“猫咪捣乱”），快速定位相关视频/图片片段。 |
| 视频浓缩 | – | – | 把每天海量视频信息进行 AI 处理，自动剪辑和倍速处理，浓缩成1-2分钟的精彩短视频，用户可自定义需要浓缩成短视频的目标，如：人、车、宠物。 |
以上功能全都包含在 TWeSee 包月套餐中。部分内容，如视频摘要、图片摘要、人脸识别等服务，可按调用次数收费。接入方式详见 接入指引。
图片/视频增强、图片生成视频等更多 AI 功能即将推出，敬请关注。
三、应用场景
| 场景 | 视觉理解 | 智能搜索 | 视频浓缩 |
| 看家护院 | 陌生人/车辆/翻越实时检测；按人/车/事件生成摘要。 | "昨天上午谁在门口逗留"一键定位。 | 将全天监控浓缩为3-5分钟，过滤无动静时段。 |
| 宠物看护 | 抓挠/进食/破坏等行为检测；区分猫/狗动作摘要。 | "上周哪天吐了"关键词直达片段。 | 自动剪辑宠物活跃片段，轻松查看所有爱宠精彩瞬间。 |
| 婴幼儿看护 | 睡姿/爬行/跌倒立刻识别；实时推送防止危险。 | "宝宝昨晚几点哭的"秒级回溯。 | 将24小时浓缩为喂养/哭闹/活动精华。 |
| 老人看护 | 摔倒/久坐/离床/静姿等检测；可自定义事件更贴心关注老人。 | "上周几次摔倒"一搜索即出结果。 | 滤除日常起居，仅保留异常/互动片段。 |
| 商铺安防 | 斗殴/徘徊/吸烟/无人值守等行为检测。 | "穿红衣服的顾客什么时候来的"跨天检索。 | 营业时段浓缩为顾客动线、高峰时段的精华。 |
| 区域安全监测 | 越界/轨迹追踪检测；生成告警摘要。 | "前天 E 区有车进入吗"跨设备搜索。 | 多点位视频合并浓缩，只看有人/车入侵的时段。 |
| 厨房安全 | 烟火/燃气/明火检测；可按事故类型出摘要。 | "上周哪天有明火"快速定位取证。 | 滤除无人时段，保留操作/异常画面精华。 |
四、视觉理解事件标签列表
| 事件分类 | 标签列表 |
| 通用事件 | person_enter：有人进入vehicle_entering：车辆进入vehicle_parking：车辆停靠pet：有宠物no_signal：视频画面异常（无信号等）camera_angle_abnormal：相机画面视角异常using_mobile_phone：看手机vehicle_exiting：车辆驶出 |
| 婴儿看护 | baby：有婴儿baby_dropping：婴儿跌落床铺person_holding_baby：有人抱起婴儿baby_rolling：婴儿翻滚baby_crying：婴儿哭闹 |
| 儿童看护 | child：有小孩child_falling：小孩摔倒child_entering_kitchen：小孩进入厨房child_climbing_window：小孩攀爬室内窗户child_near_water：小孩靠近水域child_playing_danger_item：小孩玩火、玩刀child_writing：小孩写作业 |
| 老人看护 | elderly：有老人elderly_falling：老人摔倒elderly_eating：老人用餐elderly_using_stove：老人使用灶具 |
| 宠物看护 | pet_eating：宠物进食pet_damaging：宠物损坏家具pet_barking：宠物吠叫pet_scratching_door：宠物挠门person_playing_with_pet：人宠互动玩耍pet_close_to_camera：宠物靠近摄像头 |
| 看家护院 | person_climbing_fence：有人翻围墙door_window_open：门窗被开启person_carrying_object：有人搬运物品 |
| 商铺看管 | person_at_cashier：有人在收银台person_taking_goods：有人拿商品person_night_moving：夜间有人移动person_entering_store：有人进入商铺staff_absent：人员离岗uniform_abnormal：工服异常 |
| 公共安全 | person_stealing：有人偷盗crowd：多人聚集smoking：有人吸烟safety_fire：明火safety_smoke：浓烟fireworks：有人燃放烟花爆竹knife：有人持刀具gun：有人持枪fight：有人打架hurt：有人受伤流血person_falling：人员跌倒 |
| 养殖看护 | person_feeding_animal：有人投喂牲畜animal_lying：有动物躺地上animal_wild_intrusion：野生动物入侵 |
| 果园农田 | person_picking_fruit：有人采摘果实person_carrying_bag：有人携带包裹person_entering_farm：有人进入田地 |
| 鱼塘看管 | fishing：有人钓鱼net_fishing：有人撒网person_carrying_fishing_gear：有人携带渔具loitering_near_water：有人岸边逗留throwing_into_water：有人投掷物品 |
五、开箱即用
提供端到端场景化解决方案，从视频接入到结果交付的完整闭环，客户无需进行复杂二次开发，典型功能集成周期仅需1-3天，开发周期相比传统方案大幅缩短。
六、垂直场景深度优化
TWeSee 针对消费物联网场景进行海量数据微调，相比通用大模型在垂直场景的准确率更高，误报率更低。
七、多模态语义理解
支持图像、视频、文本多模态融合分析，实现从“看见”到“看懂”的跨越，用户可通过自然语言进行视频搜索与内容理解，交互体验显著优于传统视觉引擎。
八、MoE 大模型架构
采用混合专家模型架构，支持持续迭代更新，可灵活扩展新场景、新事件类别，在保证推理速度的同时实现更高的识别准确率。
九、计费方式灵活多样
有按次及包月的两种付费模式，详见 智能视觉（TWeSee）计费说明。
十、使用智能视觉服务（TWeSee）的特别说明
1. 本服务不得用于未经授权的大规模人群监控、侵犯个人隐私等违规用途。
2. 使用智能视觉服务（TWeSee）时，你应：
2.1 遵守《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》等相关法律法规。
2.2 对 AI 生成的内容（如视频摘要、图片描述等）进行显著标识。
2.3 确保使用本服务处理的数据已获得相关主体的合法授权。
2.4 不得利用本服务生成违反法律法规或侵犯第三方合法权益的内容。
2.5 智能视觉服务（TWeSee）提供的视频理解、图片理解等功能，基于人工智能技术实现。我们致力于提供安全、稳定、持续的服务，以保障你的正常使用，但由于大模型技术发展的局限性，我们无法完全保证：
2.5.1 本服务或算法模型将符合你的实际或特定需求或目的；
2.5.2 本服务或算法模型百分百准确可靠、功能可用、持续稳定、不存在故障；
3. AI 生成的内容（包括但不限于视频摘要、图片描述、事件检测结果等）仅供参考，实际结果可能因场景复杂性、数据质量、环境因素等原因而存在偏差。你不应将 AI 识别结果作为唯一决策依据，尤其是在涉及人身安全、财产保护等重要场景时，请结合其他方式进行验证。
十一、相关文档
·TWeSee 计费说明
·TWeSee 接入指引
·Demo 体验链接