CAPMIND
垂域大模型

产品概述
CAPMIND是锐西科技基于RACEMIND通用基座大模型,面向安全生产领域开发的垂直行业大模型。"CAP"取自"Capability"(能力)与" Cap"(安全帽)的双关含义,寓意"赋能安全帽的智慧大脑"。CAPMIND主要部署在锐西科技穿戴式智能终端(智能安全帽)上,服务于电网、能源、矿山、建筑等行业的安全生产场景。
CAPMIND大模型针对工业安全场景进行了深度优化,具备行业知识图谱融合、边缘端轻量化推理、实时视频分析、多模态安全检测等专业能力。模型通过对生产现场的海量数据学习,能够实现安全风险识别、操作规范监测、应急响应辅助、智能巡检等核心功能,是一线作业人员的"AI安全助手"。
CAPMIND大模型针对工业安全场景进行了深度优化,具备行业知识图谱融合、边缘端轻量化推理、实时视频分析、多模态安全检测等专业能力。模型通过对生产现场的海量数据学习,能够实现安全风险识别、操作规范监测、应急响应辅助、智能巡检等核心功能,是一线作业人员的"AI安全助手"。
技术架构
RUMINATE OS是基于OpenHarmony 的行业智能操作系统,以OpenHarmony为底座,面向矿山、能源、市政等物联网场景,提供从设备接入到应用开发的一站式鸿蒙化解决方案。
1
模型架构
基于RACEMIND蒸馏的轻量化Transformer,参数规模亿级,适配端侧部署;
2
行业知识图谱
内置电力、矿山、建筑等行业安全知识图谱,支持专业问答;
3
视觉检测引擎
集成目标检测(YOLO系列)、行为识别、异常检测等视觉AI能力;
4
边缘推理优化
通过NPU/DSP硬件加速,实现端侧实时推理(<100ms延迟);
5
离线运行
支持无网络环境下的本地模型推理,保障野外作业场景可用;
6
安全专用微调
基于安全生产领域SFT(Supervised Fine-Tuning),精准识别安全规范。

安全帽佩戴检测
实时检测作业人员是否正确佩戴安全帽、穿戴安全装备
危险区域识别
基于视觉识别高压区域、深坑、机械臂工作区等危险边界
操作规范监测
识别违规操作行为,如高空作业未系安全带、违规用电等
异常事件预警
检测烟雾、火光、异常振动、设备异响等安全隐患并实时告警
智能语音交互
支持语音查询操作规程、设备参数、应急预案等知识
离线知识问答
内置行业安全知识库,无网络环境下仍可提供安全知识查询

部署架构示意图

硬件使能体系
数据采集
操作行为数据
操作行为数据
采集内容:一线作业人员标准化操作、应急反应、工具使用姿势。
具身智能价值:训练机器人模仿人类操作行为,学习安全规范。
多模态场景数据
多模态场景数据
采集内容:高清视频流、深度图像、环境音频、传感器数据。
具身智能价值:构建复杂工业场景的多模态理解能力。
语音交互数据
语音交互数据
采集内容:作业指令、问答对话、应急沟通、方言口音。
具身智能价值:提升具身智能的自然语言理解与交互能力。
环境感知数据
环境感知数据
采集内容:温湿度、气体浓度、振动、光照、空间定位。
具身智能价值:增强具身智能的环境适应与风险感知能力。

标注反馈数据
标注反馈数据
采集内容:违规识别结果、告警响应、人工纠正标注。
具身智能价值:通过人类反馈强化学习(RLHF)优化具身智能决策。
操作行为数据
采集内容:一线作业人员标准化操作、应急反应、工具使用姿势。
具身智能价值:训练机器人模仿人类操作行为,学习安全规范。
多模态场景数据
采集内容:高清视频流、深度图像、环境音频、传感器数据。
具身智能价值:构建复杂工业场景的多模态理解能力。
语音交互数据
采集内容:作业指令、问答对话、应急沟通、方言口音。
具身智能价值:提升具身智能的自然语言理解与交互能力。
环境感知数据
采集内容:温湿度、气体浓度、振动、光照、空间定位。
具身智能价值:增强具身智能的环境适应与风险感知能力。
标注反馈数据
采集内容:违规识别结果、告警响应、人工纠正标注。
具身智能价值:通过人类反馈强化学习(RLHF)优化具身智能决策。
应用场景























