AI年代：自研AI模型＋LLM 解決運作成本問題
[2025.10.06] 發表
【明報專訊】MotoNerv的?「視覺理解?人?工智能模型?」包括兩個部分，分別稱為Vision AI(視覺AI)和Reasoning AI(推理AI)。Vision AI為該公司使用過百萬條短片自行訓練出來的人工智能模型，作用類似人類的眼睛。Reasoning AI是市場上某個主流的人工智能語言大模型(LLM)(若有需要，可以隨時更換另一個)，作用類似人類的大腦。
Vision AI負責將影像內的人類、動物、植物、昆蟲?、物件?、汽車、家具?、背景?、環境??，以及行為動作、交互等詳盡細節?，轉化成LLM能夠高效讀取的「檢索增強生成」(RAG)文本格式。然後，Reasoning AI讀入這些文本資料，分析有沒有和監察要求相符的情况。若有的話，便標記下來。?
MotoNerv共同創辦人兼行政總裁馮鑫傑解釋，若要LLM直接分析影片，它也辦得到，但這樣做的算力要求和運作成本極高。分析幾分鐘短片，要幾十至幾百美元。若直接使用LLM來全日24小時分析多個鏡頭的影像，成本沒有機構能夠負擔。所以，該公司才構思出這個二部曲方案，由2023年初開始研發，到2024年初推出市場。現時該公司亦有就這個方案申請專利。
該公司網頁(www.motonerv.tech/demo2)上，亦可以看到幾條短片，以及視覺理解?人?工智能模型?的運作示範，一般人亦可以隨意輸入問題。
不過，馮鑫傑承認，視覺理解?人?工智能模型?這個方案只適合整體理解影像畫面的應用。它和單一範圍專精的人工智能模型其實是各擅勝場，兩者好像十項全能運動員和單項運動員的對比。舉例說，若用戶需要辨認每個人臉，找出一些失蹤人士或恐怖分子等，當然應該採用專攻人臉辨識的人工智能模型。
更多港聞
灣區熱搜：見證改革開放後行業興盛 嘆今市場與傳承困境
【明報專訊】亨達鐘表的前身為眾鐘表店創立於1955年，隸屬於中國百貨公司廣州分公司，歷經公私合營（1958年）、集體所有制（1967年）和個... 詳情
【明報專訊】「古鐘表修復技藝」去年納入荔灣區第八批非遺項目，項目傳承人周建和解釋：「技藝的價值在於，不同品牌手表的內部構造都是一個微觀世界，...
詳情
【Emily】葉文娟潘廸生做親家 特首到賀 李：夫婦傾偈 幾時發言女方話事
【明報專訊】政府高層日前有喜事，Emily聞說，特首辦主任葉文娟（Carol）上周五嫁女，其女兒Sammi同廸生創建主席潘廸生個仔Pears... 詳情
【Emily】遊港日客增35% 《城寨》街景現東瀛吸客
【明報專訊】香港吸引唔少日本旅客，旅發局宣布今年1至8月錄得超過47萬人次日本旅客，按年升超過35%；當中8月有超過7.6萬人次，按年升近五... 詳情相關新聞
