7月17日，2026世界人工智能大会（WAIC）暨人工智能全球治理高级别会议在上海盛大开幕。
作为我国人工智能领域最高规格的国际盛会，本届大会以“智能伙伴，共创未来”为主题，汇聚全球顶尖专家、科研机构和AI企业，集中展示人工智能领域最新技术成果与产业实践，成为全球AI创新的风向标。
本届大会，当虹科技以“AI多模态+空间视频+行业”为主题亮相世博展览馆，首次系统展示覆盖理解、连接、交互、控制四大能力的专业级AI多模态能力体系。
从AI“看懂”复杂视频，到AI多模态数据实时连接；从重塑人与视频交互体验，到机器人自主巡检与远程接管，当虹科技全面展示了公司从“以视频为核心”迈向“AI多模态+空间视频+行业”全新发展阶段的最新成果。
智能理解：让AI“看懂”复杂内容
AI走向物理世界的起点，是“看懂”复杂内容。
走进当虹科技“智能理解”展区，一块大屏幕正实时播放足球比赛画面。只要轻触按键，球员位置、跑动轨迹、攻防区域就被自动标注，进球瞬间随即生成慢动作回放。不少观众驻足观看，并拿起手机记录这一过程。
这是当虹科技Sports AI体育赛事智能理解与包装系统。基于BlackEye多模态空间大模型，系统能够对比赛中的球员、动作、轨迹、事件及场上空间关系进行深度理解，并自动生成球员标签、雷达图、慢动作等AI轻量化包装。
真正的“看懂”，不仅是识别画面里的球和人，还要理解和预测环境变化。顶级足球赛事是最复杂的视频场景之一，22名球员高速跑动、激烈对抗，十余路机位实时切换，每一秒都包含海量信息。“赛事是非常复杂的视频样本，看懂一场球赛，需要AI具备处理更复杂视频场景的能力。”现场工作人员介绍。
目前，当虹科技的Sports AI系统已在2026美加墨世界杯、巴黎奥运会等国际顶级赛事转播中落地验证。
（观众正在了解Sports AI 体育赛事智能理解与轻量化包装）
超级连接：AI多模态超级压缩实时连接
当AI能够理解世界后，下一步，就是让海量多模态数据高效流动。
如今，感知终端已经从传统摄像头，扩展到无人机、无人车、机器人等多类智能装备，视频、音频、雷达点云等数据量快速增长，对传输带宽、时延和传输成本提出了更高要求。
在当虹科技“超级连接”展区，两块屏幕实时播放着看似“一模一样”现场监控画面。然而，一段原始视频码率高达3120kbps，另一段经过AI多模态感知压缩后仅398kbps，码率降低约10倍，而肉眼几乎看不出任何画质差异，这也让现场不少观众驻足，反复比对寻找区别。
“我们希望在尽可能保留关键目标、不影响AI分析前提下，大幅降低多模态数据的传输压力。”现场工作人员介绍。依托AI多模态感知压缩与回传技术，当虹科技的视频压缩可实现10倍以上压缩效率，最高节省90%以上带宽和存储成本；在卫星互联网等带宽受限场景下，压缩比甚至可达10至100倍。
目前，这项能力已覆盖视频、图片、音频、雷达点云、文本、信令等多模态数据，为无人机巡检、远洋通信、机器人遥操等场景提供稳定、高效的数据连接能力。
（现场观众对AI多模态超级压缩兴趣浓厚）
语义交互：AI Agent重塑人与视频交互新方式
当数据能够实时连接之后，人与AI之间，也需要一种更自然的交互方式。
在当虹的视频AI Agent体验区，不少观众排队体验。“我想看哪吒、敖丙共渡天劫那一段。”话音刚落，大屏便快速定位到对应画面，乌云翻涌、雷霆落下，经典片段瞬间播放，引来现场阵阵惊叹。
与传统搜索不同，体验者无需输入关键词，也不用反复拖动进度条，只要用自然语言描述想看的内容，哪怕只记得一句台词、一个人物，或是一个经典场景，视频AI Agent都能快速理解用户意图，精准定位到对应片段，并支持持续追问、边看边聊。
“视频比文本复杂得多，它包含人物、场景、动作、音乐、字幕等多模态信息，真正理解这些内容及其关系，才是视频AI交互最大的挑战。”现场工作人员介绍。
依托BlackEye多模态空间大模型，当虹视频AI Agent融合了多维内容理解与多轮语义交互能力，将传统“搜索视频”升级为“与视频对话”，让视频从被动播放的内容载体，演变为一个可理解、可检索、可持续交互的智能入口。目前，这一能力已经被搬进智能座舱，为车主带来更自然、更高效的视频娱乐体验。
（现场观众体验车载智能座舱AI Agent）
AI多模态融合：打造机器人“自主巡检+远程接管”新体系
如果说理解、连接和交互是基础，那么最终，它还需要真正“走进”现实，完成感知与执行的闭环。
本届WAIC，当虹科技BlackEye Vision机器人巡逻巡检平台首次亮相。现场，工作人员拿起手机，远程控制一只正在280多公里外的四足机器人。
随着指令发出，正在宁波具身智能产业基地自主巡检的机器人，立即调整方向、靠近目标区域。现场大屏上的第一视角画面，几乎同步变化。
事实上，来自华翔启源的这只机器人，此前一直在自主巡检机器人整机产线、零部件工厂和测试中心，只有遇到复杂情况时，工作人员才会远程接管。“平时机器人自主巡检，必要的时候，我们远程接管。”当虹科技首席技术官、机器人业务线负责人吴奕刚介绍。
这只四足机器人所搭载的BlackEye Vision机器人巡逻巡检平台，融合了视频、音频、雷达点云、图像等多模态感知能力，让机器人具备自主巡检、环境感知和异常识别能力。
同时，依托AI多模态压缩与自研帧级编码技术，即使在复杂网络环境下，也能实现端到端低至80毫秒的超低时延传输，保障第一视角画面与控制信令实时回传，让远端人员第一时间掌握现场、快速介入现场。
吴奕刚介绍，在复杂、高风险的真实场景中，机器自主执行、人类远程兜底，可能是一种务实的产业形态。远程接管也不只是自主能力不足时的“补丁”。远程接管产生的数据，还可以反过来推动机器人自主能力进化，每次人工判断和处置，都可能沉淀为机器人理解复杂场景、优化策略的数据。
（工作人员介绍机器人远程遥操与巡逻巡检平台）
