让门店AI持续进化 深象智能发布星象训推一体平台

  模型上线与业务价值之间的落差，是当下视觉AI行业*普遍的落地难题：算法定制以月计交付，现场环境一变、精度便随之衰减，让AI进入门店之后不止于能用，而是越用越准、成本可控，行业需要的是对生产链路本身的重构。

  9月22日，2026年云栖大会首日，深象智能在"看见是起点，看懂才是答案"新品发布会上正式发布星象训推一体平台。在这场与云栖大会同频的发布中，产品负责人耿致远将平台定义为"视觉自进化体系"——目标不是单纯提升模型指标，而是让视觉AI在真实门店中持续产生业务价值：接入前可验证、上线后能进化、成熟后可低成本复制。

  星象训推一体平台将传统"采样—标注—训练—部署"的线性交付改造为环形链路：门店运行中产生的误报、漏报等业务反馈，在取得客户明确授权后，经特征加密回流平台，由大模型辅助筛选与标注，再经人工复核和评测门禁形成新版本，统一下发回门店。这一机制将数据标注周期由两至三周压缩至一到两天，新场景适配由数月缩短至五至十天，从发现问题到新模型上线的端到端周期由约一个月缩短至十天。

  在部署架构上，平台采用边云协同：轻量模型在门店边缘设备完成实时推理，单台设备可接入6～256路不等的视频流，大模型仅在复杂语义判断时于云端介入，视频流无需全量上云。研发团队负责人丁益介绍，平台自设计之初即面向Agent构建，数据处理、模型训练与实验分析均由AI深度参与，"用AI制造AI"——把视觉模型生产全链路做成Agent原生的商用平台，在行业内尚属*。

  客户价值层面，深象智能将其概括为"多、快、准、省"：平台内置100余个模型插件，支持组合上万种AI应用，可覆盖60%以上新需求;单应用配置控制在10分钟内，需求当天即可验证效果;首次冷启动准确率达80%以上;据实践案例测算，定制开发支出下降40%+，端到端适配成本降低30%。

  据了解，深象智能累计申请国内外专利70余项，登记软件著作权18项，覆盖感知、理解、定位、追踪全链路，隐私层面坚持"不落地、不存储、不识别"红线;算法团队为中国首家通过FIDO国际*认证的团队，并获中国人工智能大赛*高级认证。

  "我们真正希望解决的，不是再做一个AI项目，而是让AI应用像工业产品一样被标准化地持续生产出来。"丁益表示。据悉，星象平台已于发布当日开放试用，用户可登陆“深象智能”官网首页申请试用。云栖大会期间，深象智能在大会产业馆D02d展位设有线下体验展台，观众可现场直观感受视觉AI从"看清"到"看懂"的完整链路，并有机会抽取金秋蟹券。