人工智能应用工程

创意成为现实

服务企业客户。常做的四类场景:出海电商、物流供应链、知识管理、商业空间。

01

企业级 AI 应用开发

把模型接进你已有的业务流程

02

算法工程与模型训练

通用模型不够用,就拿你的数据来训

03

AI 硬件与互动体验终端

展厅、大堂、活动现场,装上就能用

04

系统集成与 AI Agent 开发

前后端、数据层,和会自己干活的 Agent

项目案例

按现场情况自动挑内容的屏
自研技术
互动展示
03 AI 硬件与互动体验终端
01 企业级 AI 应用开发

按现场情况自动挑内容的屏

问题

一块屏挂上去不难,难的是它从早到晚播同一段。时段在变、人多人少在变,内容不跟着变,路过的人第二次就不看了。

我们做了什么

屏自己判断该放什么:按时段、按现场人多人少切换,不用有人守着换

内容由场地方或品牌方在后台投放,随时能改,不用跑到现场接线

只判断"有没有人、大概几个人",不做身份识别,画面不留存

结果

同一块屏,早上和傍晚放的不是一件事;换一批内容不用换设备,也不用派人跑一趟。

AI Agent 与各端应用开发
自研技术
软件工具
04 系统集成与 AI Agent 开发
01 企业级 AI 应用开发

AI Agent 与各端应用开发

问题

客户要的往往不是一个模型,是一整套能用的东西:后台、网站、小程序、App,再加一个能自己把活干完的 Agent。拆给几家分头做,接口对不上,出了问题谁都不认。

我们做了什么

前后端、数据层、第三方接口一家做完,口径统一,出问题只找一个人

Agent 负责串起多步任务:调工具、取数据、回写结果,每一步都留得下记录

源码与部署文档一并交付,你的团队随时能接手

结果

网页、小程序和 App 用的是同一份数据、同一套规则。要加一个新功能,不用把三端各改一遍。

海外获客
自研产品
外贸出海
01 企业级 AI 应用开发
02 算法工程与模型训练
04 系统集成与 AI Agent 开发

海外获客

问题

名单不难拿,难在一千条里大部分根本不是你的客户。人工一条条看要一周,看完还是靠感觉;全丢给大模型逐条打分,又贵,而且它对每一条都能编出一套像样的理由。

我们做了什么

分三步筛:先用现成字段免费粗筛,再用中等模型批量打分,最后只对靠前的细查

查海关提单记录,把"看着像客户"和"真的在进口这类货"分开

筛完直接给出可以发出去的第一封邮件,不用再从零写

结果

一千条名单的初筛,从人工好几天变成跑一次任务,每条结论都能查到出处。业务同事看到的不是"系统打了 87 分",而是"这家有 12 条提单记录,最近还在扩采购团队"。

只在指定范围内作答的问答系统
自研技术
知识管理
01 企业级 AI 应用开发
04 系统集成与 AI Agent 开发

只在指定范围内作答的问答系统

问题

通用模型什么都答,这在很多场合恰恰是问题。一是答到范围之外去——问什么它都接;二是答得太超前,用了对方还没学到的方法,答案是对的,但看不懂,也用不上。

我们做了什么

先划定范围:能答什么、不能答什么一条条写清楚,范围之外直接不接

再划定方法:每个阶段允许用哪些解法,模型答完先自查,超了就带着限制重答

关掉深度思考、重写调用流程,一次回答从 42 秒降到 0.9 秒

结果

问到范围之外,系统会直说"这个不在范围内",而不是硬答一个。换一份范围设定,同一套做法就能用到别的领域——讲题、讲画法、讲代码,用的都是它。

边改边跑的互动作品工作台
自研技术
软件工具
01 企业级 AI 应用开发
04 系统集成与 AI Agent 开发

边改边跑的互动作品工作台

问题

想让没写过代码的人改一个能跑的东西,卡点不在模型写不出代码,在改完要立刻看见这一点上。每改一次就重装环境、重启一次服务,人就不会想改第二次。

我们做了什么

一句话说清要改什么,系统只动相关的那几行,并把改在哪里标出来

改完不重启,画面当场刷新,一个来回是几秒不是几分钟

一键打包发布,拿到一个能直接打开的网址;源码随时导出带走

结果

从"提一个想法"到"看见它变了"缩短到一次呼吸的时间,做出来的东西有一个能发给别人的网址。这套东西交给合作方去用,对外运营由他们负责。

把一张成品图拆成能照着做的步骤
自研技术
知识管理
01 企业级 AI 应用开发
02 算法工程与模型训练

把一张成品图拆成能照着做的步骤

问题

难的不是说出七个步骤,是这七步要真的对得上那张图。让模型凭空描述做法,它会给出一套听起来合理、但和图上位置对不上的顺序——照着做就走样了。

我们做了什么

先给出一张完整的成品图,步骤全部从这张图上倒推,不是另外编一套

主体的位置由图本身算出来:白底以外的才是内容,再按离中心的远近分档

每一步只加一个动作,只用圆、方块、三角这几种基本形来说,不用专业词

结果

先看见要做成什么样,再一步一步长出来,每一步都落在成品图的同一个位置上。换一批题材,同样的做法也能用来讲别的手艺。

跟着人动的立体画面装置
自研原型
互动展示
03 AI 硬件与互动体验终端
01 企业级 AI 应用开发

跟着人动的立体画面装置

问题

展厅里最常见的问题是:屏幕就只是一块屏幕,人走过去画面不变,没人愿意停下来。想让一块平屏看起来像一扇能望进去的窗,难点不在认人脸,在画面怎么算。

我们做了什么

用摄像头实时找到观众头的位置,直接用成熟的开源方案,不自己训练模型

按观众眼睛的位置,把画面的透视实时重算一遍——窗框不动,只有窗里的景物移动

场景按远近分层,画面才有东西可以错开;没有摄像头时也能用鼠标演示

结果

人左右一动就能看到物体的侧面,屏幕像墙上开了一扇窗。整套跑在浏览器里,现场一台笔记本加一个摄像头就能布置。好莱坞的 LED 环幕背景用的是同一套原理,区别是那边跟着摄影机走,这里跟着观众走。

合作方式

四步交付,每一步都能验收

能做什么、做不了什么,第一步就说清楚。

第一步

场景评估

先判断这件事该不该用 AI 做。梳理业务流程、数据条件与验收标准,给出可行性判断和不建议做的部分——包括直接告诉你哪些环节用规则或人工更划算。

第二步

方案与原型

确定技术路线、模型选型与系统架构,产出可运行的原型和明确的工期、成本、验收指标。方案阶段就把调用成本和时延算清楚,不留到上线才发现。

第三步

工程交付

完整开发、测试、部署与联调。交付物包含源代码、部署文档与运维说明,确保你的团队能接手,不产生对单一供应商的隐性依赖。

第四步

运行与迭代

上线后持续监测效果,按真实使用数据调整流程与参数。模型和业务都在变,交付不是终点。