監視攝影機成實體 AI 天然起點，新創 Lumana 教 AI 分辨監視畫面並壓低運算費用

摘要

介紹新創 Lumana 如何利用全球數億台監視攝影機作為實體 AI 的基礎設施，透過自研 VIA-1 模型分析影像並降低誤報率。系統結合本地端處理與人工回饋，讓 AI 能適應環境變化，並透過「先篩選再花錢」的策略控制成本，最終將監視器轉化為觸發現實行動的實體 AI 代理。

Lumana leverages billions of surveillance cameras to build physical AI agents, using the VIA-1 model to reduce false alarms and enable real-world actions while managing costs efficiently.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• Lumana 利用全球數億台監視攝影機作為實體 AI 的基礎設施。
• 自研 VIA-1 模型能降低告警誤報率並適應環境變化。
• 透過本地端處理與人工回饋，實現低成本且實用的 AI 代理。

提到的工具與公司

• VIA-1
• Intel RealSense
• LiDAR

適合誰看

從事保全監控、智慧倉儲或實體 AI 開發的企業與技術人員。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.35

新鮮

1.00

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• From VLM/VLA's to Embodied Agents — Armen Aghajanyan, Perceptron AI影片 ・ AI Engineer ・ 21 分鐘
• LangSmith explained in 5 minutes影片 ・ LangChain ・ 6 分鐘（在新分頁開啟原站）
• Why Video Agent models are next — Ethan He, xAI Grok ImaginePodcast ・ Latent Space ・ 1 小時 43 分
• Build Visual AI Agents From a Prompt With NVIDIA Cosmos and VSS 3.3影片 ・ NVIDIA Developer（在新分頁開啟原站）
• Build a Visual AI Agent in Under 30 Minutes with NVIDIA VSS Blueprint 3.3影片 ・ NVIDIA Developer ・ 3 分鐘（在新分頁開啟原站）
• Logs Are All You Need: Rethinking Observability with AI Agents影片 ・ AAIF Live ・ 47 分鐘