托特莱本(德语:)是托特莱本德国图林根州的一个市镇。总面积5.04平方公里,托特莱本总人口149人,托特莱本 参见 图林根州市镇列表 参考 图林根州市镇托特莱本


在介绍周长潜能之前,咱们先来简单介绍一下潜能系统。潜龙系统说白了就是相当于给球员某一项进行加强,我们可以让一个球员综合水平变得均衡,也就是用潜能弥补他的短板,也可以用潜能让一个球员的某一项水平突出,用潜能来扩大他的长处。而且潜能也并不是能白白获得的,是需要通过大量的资源才能刷够一个球员的潜能,所以我们在游戏的前期一定要节约潜能资源,不能随便的去刷潜能。

所以如何去根据球员的属性刷他的潜能,在游戏前期是至关重要的。像周长这种后卫球员,他的特点就是位移多速度快可以通过自身优势为团队拿下大量的分数,也能起到一个辅助效果,三分的命中率高,我们就需要综合以上这几点来为他选择合适的潜能。

在红色潜能方面,周长更适合增加运球属性和三分属性的自走炮台,这事很多,搬家可能要问,周长作为一个主力的三分球员,他的技能和属性也是更偏向于强有力的命中,为什么不选择属性更加暴力的火力覆盖呢?其实这也是许多玩家在满洲长时的一个误区,因为火力覆盖的属性看似暴力,能为周长提供稳定程度和传球能力,但是其实对于周长这类需要灵活运球的球员来说,运球能力才是它的关键,所以红色潜能佩戴自由炮台的收益是要大于佩戴火力覆盖的。

周长的绿色潜能则推荐佩戴乾坤挪移,这个潜能的选择其实没什么好说的,因为周长作为一个需要持续控球,拿球的球员,他的抢断能力一定是不能弱的,如果弱的话,那在团队对抗当中将会很被动。这个潜能也增加了他一点跑动能力,可以让周长在转场能力和移动能力都得到增强。

周长的蓝色潜能推荐佩戴后发制人。这个潜能会进一步的提升,周长的三分能力同时也弥补了,因为红色潜能不带火力覆盖,而缺少的一点稳定属性,同时后发之人也可以为周长增加他的中分能力,虽然周长不以中分著名,但中分作为一个篮球球员的基本功,周长这里也是必不可少的。

佩戴上述潜能,不仅可以将周长的属性发挥到最大化,同时也能弥补他的一些短板。在目前版本来说,这些也是最适合周长的潜能了。
好了,小编在本篇文章对全明星街球派对周长潜能展开了分析,其实在目前版本来说,周长他的单人作战能力和控场得分能力,是几乎罕逢敌手的,是非常推荐大家把他当做主力球员培养。
" src="最近,许多玩家争相入坑一款名为全明星街球派对的游戏,周长作为游戏中的明星球员也备受玩家喜爱。其中,全明星街球派对周长潜能也是被许多玩家所关注。因为潜能系统是这个游戏中的一个突破性玩法,它可以为球员增添很多的属性,下面小编就为大家介绍一下周长应该佩戴什么潜能吧!

在介绍周长潜能之前,咱们先来简单介绍一下潜能系统。潜龙系统说白了就是相当于给球员某一项进行加强,我们可以让一个球员综合水平变得均衡,也就是用潜能弥补他的短板,也可以用潜能让一个球员的某一项水平突出,用潜能来扩大他的长处。而且潜能也并不是能白白获得的,是需要通过大量的资源才能刷够一个球员的潜能,所以我们在游戏的前期一定要节约潜能资源,不能随便的去刷潜能。

所以如何去根据球员的属性刷他的潜能,在游戏前期是至关重要的。像周长这种后卫球员,他的特点就是位移多速度快可以通过自身优势为团队拿下大量的分数,也能起到一个辅助效果,三分的命中率高,我们就需要综合以上这几点来为他选择合适的潜能。

在红色潜能方面,周长更适合增加运球属性和三分属性的自走炮台,这事很多,搬家可能要问,周长作为一个主力的三分球员,他的技能和属性也是更偏向于强有力的命中,为什么不选择属性更加暴力的火力覆盖呢?其实这也是许多玩家在满洲长时的一个误区,因为火力覆盖的属性看似暴力,能为周长提供稳定程度和传球能力,但是其实对于周长这类需要灵活运球的球员来说,运球能力才是它的关键,所以红色潜能佩戴自由炮台的收益是要大于佩戴火力覆盖的。

周长的绿色潜能则推荐佩戴乾坤挪移,这个潜能的选择其实没什么好说的,因为周长作为一个需要持续控球,拿球的球员,他的抢断能力一定是不能弱的,如果弱的话,那在团队对抗当中将会很被动。这个潜能也增加了他一点跑动能力,可以让周长在转场能力和移动能力都得到增强。

周长的蓝色潜能推荐佩戴后发制人。这个潜能会进一步的提升,周长的三分能力同时也弥补了,因为红色潜能不带火力覆盖,而缺少的一点稳定属性,同时后发之人也可以为周长增加他的中分能力,虽然周长不以中分著名,但中分作为一个篮球球员的基本功,周长这里也是必不可少的。

佩戴上述潜能,不仅可以将周长的属性发挥到最大化,同时也能弥补他的一些短板。在目前版本来说,这些也是最适合周长的潜能了。
好了,小编在本篇文章对全明星街球派对周长潜能展开了分析,其实在目前版本来说,周长他的单人作战能力和控场得分能力,是几乎罕逢敌手的,是非常推荐大家把他当做主力球员培养。
" class="thumb" />全明星街球派对周长潜能该带什么 周长潜能攻略2026-06-22 19:1690vs体育讯 北京时间12月15日,上海上港官方宣布主教练哈维尔不再担任主教练一职,以下是官方公告全文。
2023赛季圆满落幕,上海海港足球俱乐部与哈维尔·佩雷拉先生携手奋战的一年也即将结束,经与哈维尔本人友好协商,双方达成一致,在合同期满后不再续约,哈维尔将不再担任上海海港足球俱乐部一线队主教练一职。
2023年3月,哈维尔正式执教上海海港队,任教期间,他始终保持高度责任感与职业精神,带领海港队摘得2023赛季中超联赛桂冠,捧回队史第二座火神杯。
离别之际,上海海港足球俱乐部衷心感谢哈维尔先生为俱乐部作出的贡献, 相信他同样不会忘记与海港大家庭共同创造的诸多美好回忆。未来,我们将继续朝着各自的目标奋楫笃行,愿哈维尔先生工作、生活一切顺利。
" src="字体大小:A A2023-12-15 10:13:16编辑:竹青点击: 次
90vs体育讯 北京时间12月15日,上海上港官方宣布主教练哈维尔不再担任主教练一职,以下是官方公告全文。
2023赛季圆满落幕,上海海港足球俱乐部与哈维尔·佩雷拉先生携手奋战的一年也即将结束,经与哈维尔本人友好协商,双方达成一致,在合同期满后不再续约,哈维尔将不再担任上海海港足球俱乐部一线队主教练一职。
2023年3月,哈维尔正式执教上海海港队,任教期间,他始终保持高度责任感与职业精神,带领海港队摘得2023赛季中超联赛桂冠,捧回队史第二座火神杯。
离别之际,上海海港足球俱乐部衷心感谢哈维尔先生为俱乐部作出的贡献, 相信他同样不会忘记与海港大家庭共同创造的诸多美好回忆。未来,我们将继续朝着各自的目标奋楫笃行,愿哈维尔先生工作、生活一切顺利。
" class="thumb" />上海海港官方:哈维尔不再担任主教练一职2026-06-22 18:14
我的咸鱼卡组卡牌对战卡牌放置策略卡牌在我的咸鱼卡组游戏中,玩家们可以搭配各种不同的玩法和流派,其中部分新手玩家不知道地精初始队应该如何搭配,下面就为大家带来我的咸鱼卡组游戏中地精初始队的玩法搭配分享,有需要的玩家可以参考。
我的咸鱼卡组地精初始队玩法
阵容搭配:
英雄-国王之手小恶魔

士兵-地精狙击手

士兵-地精刺客

士兵-独眼巨人

阵容特点:
击杀效率高,地精+黑石堡的两套增益模式叠加,爆发力极强。

发布时间:2026-03-20 15:43:24来源:逗游作者:星空
我的咸鱼卡组卡牌对战卡牌放置策略卡牌在我的咸鱼卡组游戏中,玩家们可以搭配各种不同的玩法和流派,其中部分新手玩家不知道地精初始队应该如何搭配,下面就为大家带来我的咸鱼卡组游戏中地精初始队的玩法搭配分享,有需要的玩家可以参考。
我的咸鱼卡组地精初始队玩法
阵容搭配:
英雄-国王之手小恶魔

士兵-地精狙击手

士兵-地精刺客

士兵-独眼巨人

阵容特点:
击杀效率高,地精+黑石堡的两套增益模式叠加,爆发力极强。


果然,面对以二队阵容为主参赛的塞尔维亚女排,中国女排即使没有派出以张常宁为首的最强阵容,但是由段放、刘晓彤、刘晏含、高意、杨涵玉、刁琳宇、林莉组成的先发阵容在开局阶段表现还算不错,有发球直接得分,也有拦网进账,并以8-4进入第一次技术暂停。只不过,随着比赛的深入,塞尔维亚女排的球员们在场上体现出了网上实力,她们不断通过发球破坏中国女排一传,或者造成中国队的一传直接失分,中国女排在多轮进攻不利之后,被塞尔维亚女排把比分反超到12-10,并且塞尔维亚队以16-13进入第二次技术暂停。在这个阶段中国女排也用栗垚换下段放,提升主攻位置上的一传和进攻能力。不过塞尔维亚女排还是保持着三四分左右的分差,直到局末,这一局中国女排虽然以22-25输掉了,但是由于姑娘们在局末拼发球拼的效果不错,刁琳宇和栗垚都有直接得分进账,这也为中国女排在第二局争取扭转局势带来了信心。
比赛的第二局,依然是塞尔维亚队率先打开局面,依靠发球直接得分取得2-0的领先,但是中国女排随后也还以颜色,双方从3平、4平打到5平、6平和7平,姑娘们明显在拦网方面有一定进步,几次拦死拉佐维奇的进攻。不过塞尔维亚女排的进攻点更为分散,扣球也更加坚决,8-7,她们领先中国女排1分进入本局第一次技术暂停。随后塞尔维亚女排的一轮强发球让中国女排连续进攻被拦或者出现进攻失误,双方分差被拉开到7-11,中国女排叫暂停调整,回来后杨涵玉的背飞加栗垚和杨涵玉的两次双人拦网,还有栗垚自己的四号位进攻连续得手,助中国女排12-12追平比分。可惜随后中国女排进攻连续被拦,或者小球处理不够过关,12-16再被拉开分差。虽然叫暂停调整后有一定效果,一段把分差追到18-21,但是局末阶段,拉佐维奇在一传不到位的情况下打困难球依然得分,而栗垚则连续出现进攻被拦和扣球失误,又是拉佐维奇的进攻,帮助塞尔维亚女排25-18再下一城。双方大比分来到2-0,塞尔维亚女排领先。
比赛的第三局,虽然中国女排已经是大比分0-2落后,但是这一局姑娘们还是重新抖擞精神,在进攻端增加了变化,拼发球也更加坚决,而且依然敢于在前排通过拦网给对方的攻手施压,刘晓彤的四号位斜线,还有王媛媛的背飞,再加上对手的发球下网,让中国女排8-6进入本局第一次技术暂停。尽管塞尔维亚女排连续用进攻缩小分差,不过中国女排再次做出人员调整,由段放换下刘晏含,场上形势有所好转,栗垚的进攻加杨涵玉的拦网,帮助中国女排再次扩大分差到12-9。虽然塞尔维亚女排的强攻效率依然不错,但中国女排在本局进攻提速和做出一些有技巧的应变之后,还是效果不错,16-14领先2分进入第二次技术暂停。杨涵玉的短平快得分,还是对手的发球失误,以及栗垚的二号位平打,再加上王媛媛的快抹让中国女排进一步拉大分差到21-17。中国女排挑战对手违例成功,25-20赢下第三局。从而把大比分扳成1-2。
第四局比赛中国女排借着第三局取胜的气势,开局不错,取得5-1的领先优势,不后随后塞尔维亚女排也依靠拦网和发球,以及中国女排的自身失误,将双方分差抹平,并追到7比7平局。刘晓彤的直线球得分,帮助中国女排8-7领先1分进入首次技术暂停。但随后塞尔维亚22号球员的跳飘不断造成中国女排一传直接失误,反而以10-8反超了比分。随后中国女排再做换人调整,刘晏含和姚迪替换栗垚和刁琳宇,但效果并不明显,至第二次技术暂停,中国女排已经是11-16被拉开5分分差。此时栗垚和刁琳宇回来,中国女排依靠韧性持续追分,杨涵玉的拦网还有刘晓彤的后排进攻帮助中国女排将分差迫近到20-21,逼迫对手叫暂停。不过,塞尔维亚女排拉佐维奇的强发球轮还是帮助她们在局末守住胜势,25-22再下一城,从而以3-1的大比分战胜中国女排。而中国女排也遭遇了四连败。
不过,虽然中国女排此役失利,主要还是输在关键分的把握,以及发球的稳定性和攻击性上,而刘晓彤和栗垚在此役的发挥还是不错的。刁琳宇的进攻组织也还算可圈可点。让我们在这里祝福中国女排,在输球当中总结得失,为后面打出更好的状态,全力备战东京奥运会继续努力。
" src="虽然世联赛的比赛场上,中国女排先后负于加拿大女排、土耳其女排和比利时女排,遭遇三连败,但是对于球队还有郎导来说,大家却依然没有被困难所打倒,球迷们也是在全力以赴争取在后面的比赛当中继续表现出自己的进步和改变。而郎导则相信姑娘们可以通过这种连续失利,意识到自身问题和差距的同时,在实战当中得到提升,从而把一天当作两天用,争取用最短的时间实现对对手们的超越。

果然,面对以二队阵容为主参赛的塞尔维亚女排,中国女排即使没有派出以张常宁为首的最强阵容,但是由段放、刘晓彤、刘晏含、高意、杨涵玉、刁琳宇、林莉组成的先发阵容在开局阶段表现还算不错,有发球直接得分,也有拦网进账,并以8-4进入第一次技术暂停。只不过,随着比赛的深入,塞尔维亚女排的球员们在场上体现出了网上实力,她们不断通过发球破坏中国女排一传,或者造成中国队的一传直接失分,中国女排在多轮进攻不利之后,被塞尔维亚女排把比分反超到12-10,并且塞尔维亚队以16-13进入第二次技术暂停。在这个阶段中国女排也用栗垚换下段放,提升主攻位置上的一传和进攻能力。不过塞尔维亚女排还是保持着三四分左右的分差,直到局末,这一局中国女排虽然以22-25输掉了,但是由于姑娘们在局末拼发球拼的效果不错,刁琳宇和栗垚都有直接得分进账,这也为中国女排在第二局争取扭转局势带来了信心。
比赛的第二局,依然是塞尔维亚队率先打开局面,依靠发球直接得分取得2-0的领先,但是中国女排随后也还以颜色,双方从3平、4平打到5平、6平和7平,姑娘们明显在拦网方面有一定进步,几次拦死拉佐维奇的进攻。不过塞尔维亚女排的进攻点更为分散,扣球也更加坚决,8-7,她们领先中国女排1分进入本局第一次技术暂停。随后塞尔维亚女排的一轮强发球让中国女排连续进攻被拦或者出现进攻失误,双方分差被拉开到7-11,中国女排叫暂停调整,回来后杨涵玉的背飞加栗垚和杨涵玉的两次双人拦网,还有栗垚自己的四号位进攻连续得手,助中国女排12-12追平比分。可惜随后中国女排进攻连续被拦,或者小球处理不够过关,12-16再被拉开分差。虽然叫暂停调整后有一定效果,一段把分差追到18-21,但是局末阶段,拉佐维奇在一传不到位的情况下打困难球依然得分,而栗垚则连续出现进攻被拦和扣球失误,又是拉佐维奇的进攻,帮助塞尔维亚女排25-18再下一城。双方大比分来到2-0,塞尔维亚女排领先。
比赛的第三局,虽然中国女排已经是大比分0-2落后,但是这一局姑娘们还是重新抖擞精神,在进攻端增加了变化,拼发球也更加坚决,而且依然敢于在前排通过拦网给对方的攻手施压,刘晓彤的四号位斜线,还有王媛媛的背飞,再加上对手的发球下网,让中国女排8-6进入本局第一次技术暂停。尽管塞尔维亚女排连续用进攻缩小分差,不过中国女排再次做出人员调整,由段放换下刘晏含,场上形势有所好转,栗垚的进攻加杨涵玉的拦网,帮助中国女排再次扩大分差到12-9。虽然塞尔维亚女排的强攻效率依然不错,但中国女排在本局进攻提速和做出一些有技巧的应变之后,还是效果不错,16-14领先2分进入第二次技术暂停。杨涵玉的短平快得分,还是对手的发球失误,以及栗垚的二号位平打,再加上王媛媛的快抹让中国女排进一步拉大分差到21-17。中国女排挑战对手违例成功,25-20赢下第三局。从而把大比分扳成1-2。
第四局比赛中国女排借着第三局取胜的气势,开局不错,取得5-1的领先优势,不后随后塞尔维亚女排也依靠拦网和发球,以及中国女排的自身失误,将双方分差抹平,并追到7比7平局。刘晓彤的直线球得分,帮助中国女排8-7领先1分进入首次技术暂停。但随后塞尔维亚22号球员的跳飘不断造成中国女排一传直接失误,反而以10-8反超了比分。随后中国女排再做换人调整,刘晏含和姚迪替换栗垚和刁琳宇,但效果并不明显,至第二次技术暂停,中国女排已经是11-16被拉开5分分差。此时栗垚和刁琳宇回来,中国女排依靠韧性持续追分,杨涵玉的拦网还有刘晓彤的后排进攻帮助中国女排将分差迫近到20-21,逼迫对手叫暂停。不过,塞尔维亚女排拉佐维奇的强发球轮还是帮助她们在局末守住胜势,25-22再下一城,从而以3-1的大比分战胜中国女排。而中国女排也遭遇了四连败。
不过,虽然中国女排此役失利,主要还是输在关键分的把握,以及发球的稳定性和攻击性上,而刘晓彤和栗垚在此役的发挥还是不错的。刁琳宇的进攻组织也还算可圈可点。让我们在这里祝福中国女排,在输球当中总结得失,为后面打出更好的状态,全力备战东京奥运会继续努力。
" class="thumb" />中国女排憾负塞尔维亚 遭遇4连败2026-06-22 17:24
新三国志曹操传三国系列游戏招兵买马策略游戏在新三国志曹操传游戏中,曜星符是一个新的星符,许多玩家不知道曜星符应该如何搭配,下面就为大家带来新三国志曹操传游戏中曜星符的详细搭配介绍说明,有需要的玩家可以参考。
新三国志曹操传曜星符搭配
太阳星君:日 + 曜
1-5星效果:自身每携带 1 个增益效果,全属性 +1.5%/2%/2%/2%/2%,最高 3%/4%/6%/8%/10%;每回合结束时,移除自身 0/0/0/0/1 个增益效果。
武将搭配:C位攻击手比如吕布、张辽、甘宁、周瑜、马超、关羽、赵云等,也可以配给辅助性武将提高其辅助性能。这个星符有点万搭!

太阴星君:月 + 曜
1-5星效果:受到伤害前,对目标施加幽月系列减益,持续 1 回合;(幽月:攻击和精神百分比减益)造成伤害前,对目标施加暗月系列减益,持续 1 回合;(暗月:防御和韧性百分百减益)。
武将搭配:辅助性武将比如貂蝉、许褚、曹操、孙权、甄姬、小乔、华佗等。

太白星君:金 + 曜
1-5星效果:兵刃增伤 +6%/7%/8%/10%/12%,兵刃减伤 +6%/7%/8%/10%/12%。
武将搭配:物理输出型武将专用,比如吕布、张辽、甘宁、马超、关羽、赵云、孙尚香等兵刃型输出武将。

岁星星君:木 + 曜
1-5星效果:暴击几率 +6%/7%/8%/10%/12%,暴击伤害 +6%/7%/8%/10%/12%。
武将搭配:蜀国切菜队专用,比如马超、诸葛亮、关羽、赵云等。

辰星星君:水 + 曜
1-5星效果:治疗效果、被治疗效果 +12%/14%/16%/20%/24%。
武将搭配:治疗型武将比如华佗、小乔、大乔、华盈等。

荧惑星君:火 + 曜
1-5星效果:谋略增伤 +6%/7%/8%/10%/12%,谋略减伤 +6%/7%/8%/10%/12%。
武将搭配:谋略输出型武将专用,比如诸葛亮、郭嘉、李儒等。

镇星星君:土 + 曜
1-5星效果:受到的所有伤害 -5%/6%/7%/8%/10%。
武将搭配:肉盾专用,辅助性适配,比如许褚、张辽、甘宁、张郃、周泰等,也可以搭配貂蝉、华佗、曹操、孙权等辅助性武将。

发布时间:2026-03-20 15:52:28来源:逗游作者:星空
新三国志曹操传三国系列游戏招兵买马策略游戏在新三国志曹操传游戏中,曜星符是一个新的星符,许多玩家不知道曜星符应该如何搭配,下面就为大家带来新三国志曹操传游戏中曜星符的详细搭配介绍说明,有需要的玩家可以参考。
新三国志曹操传曜星符搭配
太阳星君:日 + 曜
1-5星效果:自身每携带 1 个增益效果,全属性 +1.5%/2%/2%/2%/2%,最高 3%/4%/6%/8%/10%;每回合结束时,移除自身 0/0/0/0/1 个增益效果。
武将搭配:C位攻击手比如吕布、张辽、甘宁、周瑜、马超、关羽、赵云等,也可以配给辅助性武将提高其辅助性能。这个星符有点万搭!

太阴星君:月 + 曜
1-5星效果:受到伤害前,对目标施加幽月系列减益,持续 1 回合;(幽月:攻击和精神百分比减益)造成伤害前,对目标施加暗月系列减益,持续 1 回合;(暗月:防御和韧性百分百减益)。
武将搭配:辅助性武将比如貂蝉、许褚、曹操、孙权、甄姬、小乔、华佗等。

太白星君:金 + 曜
1-5星效果:兵刃增伤 +6%/7%/8%/10%/12%,兵刃减伤 +6%/7%/8%/10%/12%。
武将搭配:物理输出型武将专用,比如吕布、张辽、甘宁、马超、关羽、赵云、孙尚香等兵刃型输出武将。

岁星星君:木 + 曜
1-5星效果:暴击几率 +6%/7%/8%/10%/12%,暴击伤害 +6%/7%/8%/10%/12%。
武将搭配:蜀国切菜队专用,比如马超、诸葛亮、关羽、赵云等。

辰星星君:水 + 曜
1-5星效果:治疗效果、被治疗效果 +12%/14%/16%/20%/24%。
武将搭配:治疗型武将比如华佗、小乔、大乔、华盈等。

荧惑星君:火 + 曜
1-5星效果:谋略增伤 +6%/7%/8%/10%/12%,谋略减伤 +6%/7%/8%/10%/12%。
武将搭配:谋略输出型武将专用,比如诸葛亮、郭嘉、李儒等。

镇星星君:土 + 曜
1-5星效果:受到的所有伤害 -5%/6%/7%/8%/10%。
武将搭配:肉盾专用,辅助性适配,比如许褚、张辽、甘宁、张郃、周泰等,也可以搭配貂蝉、华佗、曹操、孙权等辅助性武将。


发行商史克威尔和开发商Dontnod娱乐工作室日前为《奇异人生2》第二章公布了发行宣传片,这次视频名为“规则”,这一章将于1月24日推出。
史克威尔关于第二章的剧情介绍:
“肖恩和丹尼尔的故事将在第二章里继续进行,为了逃避西雅图事件后警方的追查以及超自然能力的出现,两人继续在冬日里外出冒险。不过丹尼尔在寒冷天下病情加重,肖恩决定他们需要冒险前往奶奶家进一步休养和寻求庇护。
在这里他们遇到了邻家男孩克里斯,他也拥有与丹尼尔类似的能力,另外他们还遇到了自己的超级英雄意识体:超能队长。随后丹尼尔和克里斯很快成了朋友。不过肖恩为了保护他们的安全制定了一系列针对其能力的规则:不在公共场合使用,不谈论它以及规避危机。
丹尼尔能否成功地掩藏自己的秘密?探索潜藏能力的诱惑是否会难以抑制?他在关键时候会打破规则吗?”
《奇异人生2》目前已经登陆PS4/Xbox One/PC平台。
" src="奇异人生2是一部剧情冒险类游戏,最近游戏第二章的发行宣传片放出,向玩家展示了游戏的一些玩法特色,新章节将在1月24日上线,有兴趣的玩家可以关注一下。

发行商史克威尔和开发商Dontnod娱乐工作室日前为《奇异人生2》第二章公布了发行宣传片,这次视频名为“规则”,这一章将于1月24日推出。
史克威尔关于第二章的剧情介绍:
“肖恩和丹尼尔的故事将在第二章里继续进行,为了逃避西雅图事件后警方的追查以及超自然能力的出现,两人继续在冬日里外出冒险。不过丹尼尔在寒冷天下病情加重,肖恩决定他们需要冒险前往奶奶家进一步休养和寻求庇护。
在这里他们遇到了邻家男孩克里斯,他也拥有与丹尼尔类似的能力,另外他们还遇到了自己的超级英雄意识体:超能队长。随后丹尼尔和克里斯很快成了朋友。不过肖恩为了保护他们的安全制定了一系列针对其能力的规则:不在公共场合使用,不谈论它以及规避危机。
丹尼尔能否成功地掩藏自己的秘密?探索潜藏能力的诱惑是否会难以抑制?他在关键时候会打破规则吗?”
《奇异人生2》目前已经登陆PS4/Xbox One/PC平台。
" class="thumb" />《奇异人生2》第二章宣传片公布 1月24日上线2026-06-22 18:48
方案以芯片为底层算力底座,打造多规格 PCBA 模组矩阵,核心实现低功耗+ 黑光全彩的极致体验,结合本地端侧算法+ 云端大模型的双层智能架构,实现从硬件到平台的全栈自研、端边云协同,为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案,重构消费级智能监控新范式,完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座:国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力,源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎,通过芯片与方案的深度协同优化,实现了算力、成像、功耗、编码、集成五大维度的全面突破,更是低功耗+ 黑光全彩技术落地的核心硬件支撑,为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座,也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。

国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效:集成1.0 Tops@INT8 NPU,启用 AI-ISP 后仍保留 0.5 Tops 可用算力,可流畅支撑 30 + 自研 AI 算法并行运行,兼顾图像增强与智能推理,算力利用率处于行业领先水平,为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩,重构夜视体验:搭载国科微自研圆鸮AI-ISP 引擎,支持 AI 降热噪、HDR、AINR 智能降噪,无需补光灯即可实现 0.005Lux 极微光全彩成像,真正做到无补光黑光全彩;传统ISP 支持 4K@20fps/6M@30fps,AI-ISP 支持双目 4M@10fps / 单目 4K@7fps,最高支持三目输入(MIPI*2+DVP),可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器,在保证超清黑光全彩画质的同时实现成本最优,打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W,0.008 Lux)效果演示:
①户外
借助黑光技术,暗部细节保留完整,画面干净噪点低,原本在黑暗环境下难以辨识的场景细节得以清晰展现,为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境(约0.008 lux),无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨,真正做到无补光黑光全彩,彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗,赋能黑光全彩低耗运行:原生支持AOV 快启与 STR 低功耗待机技术,搭配 AI-ISP 大幅降低补光功耗,从硬件层面实现低功耗+ 黑光全彩的双重优势,支持常电、AOV、普通、省电四种工作模式,完美适配电池 / 太阳能供电场景,续航与功耗表现远超同类方案,打破传统监控对电源的依赖,让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时,提升传输体验:采用亚帧级Slice 编码,编码完成即发送,结合自适应量化、去轨迹拖尾技术,视频传输延时低至 7ms 内;支持 H.264/H.265 高效编码,实现低码率、高清黑光全彩画质、低内存占用三重优化,让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配,一站式SOC 方案:采用双核A7+MCU架构,内置 512M/1G/2G bit 内存,支持 RGB 720P/1920*480 屏幕驱动,兼容多类型传感器与镜头组合(FSI/BSI 传感器、F1.0/F1.6 大光圈镜头),为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能,视美泰与国科微建立联合实验室,共同优化芯片架构、ISP 调校与模型压缩,最终实现方案能效提升20%+、研发周期缩短 30%,让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案:
基于GK7206V1,适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力,视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵,覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术,兼容 Android、Linux、OpenHarmony等主流操作系统,提供 30 + 自研 AI 算法 SDK 开放生态,支持客户快速集成并量产各类整机产品,精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端:无线低功耗电池款智能摄像机

核心特性:基于GK7206V1 的 AOV 快启与超低功耗技术,深度融合低功耗+ 黑光全彩核心优势,采用可充电锂电池供电,无需复杂布线,适配无电无网场景灵活部署;支持大/ 小黑光可选的普惠黑光全彩方案,实现 0.005Lux 极微光无补光全彩夜视;本地录像 + 云存储双架构保障数据安全。
核心功能:标配AI 人形检测,同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法,满足家庭看护、户外院落值守等轻量监控需求。
代表型号:LK4-GW(2.4GWiFi)、LK4-G4G(4G)、LK4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LK4-G4GS(4G+1/1.8’高感光传感器),尺寸均为 50*72mm,小巧易集成。
核心适配终端:低功耗云台球机、单目球型智能摄像机(室内/ 室外款)

核心特性:继承GK7206V1 的普惠黑光全彩与低功耗优势,支持电池供电,云台可灵活旋转实现全景监控;AI-ISP 技术实现高画质、低码率、低延时的全链路优化,适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能:标配AI 人形检测 + 移动追踪,内置非机动车 / 车辆检测、火焰检测等本地端侧算法,支持黑光全彩夜视、本地 + 云双存储,可实现异常动态的自动追踪与告警。
代表型号:LQ4-GW(2.4G WiFi)、LQ4-G4G(4G)、LQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LQ4-G4GS(4G+1/1.8’高感光传感器)。
核心适配终端:低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机

核心特性:基于GK7206V1 的三目输入能力与算力分配优势,深度落地低功耗+ 黑光全彩技术,实现枪球联动监控,兼顾广角全景与细节抓拍;400/800 万高像素搭配普惠黑光全彩方案,室外极暗环境下仍能输出清晰彩色画面,支持电池 / 太阳能供电,适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能:标配AI 人形检测 + 移动追踪,核心实现枪球联动智能功能,内置非机动车 / 车辆检测、火焰检测等本地算法,可实现户外大范围区域的全方位、智能化监控。
代表型号:LGQ4-GW(2.4G WiFi)、LGQ4-G4G(4G)、LGQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LGQ4-G4GS(4G+1/1.8’高感光传感器)。
所有PCBA 模组均通过多项可靠性测试,具备高集成度、低功耗、开放算法生态的核心特点,客户可基于模组快速完成整机集成与批量生产,大幅缩短产品上市周期。
本地算法+大模型:
双层智能架构,实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案,核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构,依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力,让智能 IPC 从单纯的 “画面记录” 设备,进化为能 “感知、理解、服务” 的智能助手,实现监控体验的全面升级。
本地端侧算法,依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力(启用 AI-ISP 后保留 0.5 Tops),视美泰在终端侧部署NAI 端侧算法体系,所有算法均针对嵌入式设备深度优化,实现本地实时智能感知,无需依赖云端,低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度,包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法,且所有算法均向客户免费授权,大幅降低客户开发成本。
GK7206V1 的算力分配优势,让端侧算法与 AI-ISP 图像增强可并行运行,在保证超清画质的同时,实现异常事件的本地实时告警,满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型,实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时,视美泰搭载自研LLM 多模态大模型,并通过智能模型调度服务实现端云协同,将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务:作为端云桥梁,实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理,让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接;2、LLM 多模态大模型:具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力,基于本地端侧采集的音视频数据,实现四大创新应用:




本地算法的实时性、低功耗与大模型的理解性、智能化相结合,让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求,又通过高阶智能功能提升了产品的体验与附加值,形成差异化竞争优势。
全栈自研+端边云协同:
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座,视美泰不仅打造了多规格 PCBA 模组矩阵,更实现了芯片- 模组 - APP - 云平台的全链路自主可控,为客户提供一站式IPC 解决方案,覆盖硬件、软件、算法、平台全维度:
1、硬件层:三大核心PCBA 模组方案,兼容多场景部署,支持高并发视频处理与低功耗运行;2、软件层:自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台,支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能,且全链路数据加密,保障数据安全;
3、算法层:本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型,双层智能架构实现从感知到理解的升级;4、平台层:打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系,支持多终端接入、全球化服务节点,为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑:
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势,视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖,低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点,让全天候彩色智能监控成为普惠选择:
核心解决夜间看护画面模糊问题,黑光全彩实现0.005Lux 极微光下的彩色看护,老人跌倒、儿童活动、宠物动向清晰可见;低功耗电池供电无需布线,可灵活放置在卧室、客厅、阳台等区域,搭配哭声检测、跌倒识别等算法,全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景,黑光全彩替代传统黑白监控,夜间人员、车辆动向彩色清晰,便于安防人员快速识别;低功耗适配小区无额外供电区域,搭配人车非检测、区域入侵算法,提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景,普遍存在无电无网、夜间无照明的问题,低功耗+ 太阳能 / 电池供电实现无电部署,黑光全彩让夜间户外监控告别黑白,果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控,搭配枪球联动、火焰检测算法,实现户外无人智能值守。
办公室、商铺、商超等场景,黑光全彩实现夜间室内彩色监控,人员离岗、区域入侵、商品异动清晰可见;低功耗降低设备运行成本,搭配人员考勤、区域人数统计算法,助力商业办公的智能化管理,长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业,视美泰深耕AIoT 领域十余年,此次与国科微的深度协同,构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来,视美泰将持续以国科微 GK7206V1 芯片为核心,深化AOV + 普惠黑光 + 大模型的技术架构,推动数字AI 与物理 AI 的技术融合,让普惠型 AI 视觉技术赋能更多场景,致力于成为端边云一体化的智能视觉解决方案领导者,共筑万物智慧互联的新生态。
" src="随着AIoT 技术的深度融合,智能 IPC(网络摄像机)成为智慧家庭、社区安防、商业零售、户外值守等领域的核心基础设施。深圳市视美泰技术股份有限公司依托与国科微的深度协同,基于国科微GK7206V1 普惠黑光 AOV 视觉处理芯片,重磅推出全新一代以AOV + 普惠黑光 + 全栈 AI 大模型为核心的智能IPC 解决方案。

方案以芯片为底层算力底座,打造多规格 PCBA 模组矩阵,核心实现低功耗+ 黑光全彩的极致体验,结合本地端侧算法+ 云端大模型的双层智能架构,实现从硬件到平台的全栈自研、端边云协同,为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案,重构消费级智能监控新范式,完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座:国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力,源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎,通过芯片与方案的深度协同优化,实现了算力、成像、功耗、编码、集成五大维度的全面突破,更是低功耗+ 黑光全彩技术落地的核心硬件支撑,为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座,也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。

国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效:集成1.0 Tops@INT8 NPU,启用 AI-ISP 后仍保留 0.5 Tops 可用算力,可流畅支撑 30 + 自研 AI 算法并行运行,兼顾图像增强与智能推理,算力利用率处于行业领先水平,为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩,重构夜视体验:搭载国科微自研圆鸮AI-ISP 引擎,支持 AI 降热噪、HDR、AINR 智能降噪,无需补光灯即可实现 0.005Lux 极微光全彩成像,真正做到无补光黑光全彩;传统ISP 支持 4K@20fps/6M@30fps,AI-ISP 支持双目 4M@10fps / 单目 4K@7fps,最高支持三目输入(MIPI*2+DVP),可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器,在保证超清黑光全彩画质的同时实现成本最优,打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W,0.008 Lux)效果演示:
①户外
借助黑光技术,暗部细节保留完整,画面干净噪点低,原本在黑暗环境下难以辨识的场景细节得以清晰展现,为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境(约0.008 lux),无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨,真正做到无补光黑光全彩,彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗,赋能黑光全彩低耗运行:原生支持AOV 快启与 STR 低功耗待机技术,搭配 AI-ISP 大幅降低补光功耗,从硬件层面实现低功耗+ 黑光全彩的双重优势,支持常电、AOV、普通、省电四种工作模式,完美适配电池 / 太阳能供电场景,续航与功耗表现远超同类方案,打破传统监控对电源的依赖,让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时,提升传输体验:采用亚帧级Slice 编码,编码完成即发送,结合自适应量化、去轨迹拖尾技术,视频传输延时低至 7ms 内;支持 H.264/H.265 高效编码,实现低码率、高清黑光全彩画质、低内存占用三重优化,让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配,一站式SOC 方案:采用双核A7+MCU架构,内置 512M/1G/2G bit 内存,支持 RGB 720P/1920*480 屏幕驱动,兼容多类型传感器与镜头组合(FSI/BSI 传感器、F1.0/F1.6 大光圈镜头),为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能,视美泰与国科微建立联合实验室,共同优化芯片架构、ISP 调校与模型压缩,最终实现方案能效提升20%+、研发周期缩短 30%,让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案:
基于GK7206V1,适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力,视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵,覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术,兼容 Android、Linux、OpenHarmony等主流操作系统,提供 30 + 自研 AI 算法 SDK 开放生态,支持客户快速集成并量产各类整机产品,精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端:无线低功耗电池款智能摄像机

核心特性:基于GK7206V1 的 AOV 快启与超低功耗技术,深度融合低功耗+ 黑光全彩核心优势,采用可充电锂电池供电,无需复杂布线,适配无电无网场景灵活部署;支持大/ 小黑光可选的普惠黑光全彩方案,实现 0.005Lux 极微光无补光全彩夜视;本地录像 + 云存储双架构保障数据安全。
核心功能:标配AI 人形检测,同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法,满足家庭看护、户外院落值守等轻量监控需求。
代表型号:LK4-GW(2.4GWiFi)、LK4-G4G(4G)、LK4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LK4-G4GS(4G+1/1.8’高感光传感器),尺寸均为 50*72mm,小巧易集成。
核心适配终端:低功耗云台球机、单目球型智能摄像机(室内/ 室外款)

核心特性:继承GK7206V1 的普惠黑光全彩与低功耗优势,支持电池供电,云台可灵活旋转实现全景监控;AI-ISP 技术实现高画质、低码率、低延时的全链路优化,适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能:标配AI 人形检测 + 移动追踪,内置非机动车 / 车辆检测、火焰检测等本地端侧算法,支持黑光全彩夜视、本地 + 云双存储,可实现异常动态的自动追踪与告警。
代表型号:LQ4-GW(2.4G WiFi)、LQ4-G4G(4G)、LQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LQ4-G4GS(4G+1/1.8’高感光传感器)。
核心适配终端:低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机

核心特性:基于GK7206V1 的三目输入能力与算力分配优势,深度落地低功耗+ 黑光全彩技术,实现枪球联动监控,兼顾广角全景与细节抓拍;400/800 万高像素搭配普惠黑光全彩方案,室外极暗环境下仍能输出清晰彩色画面,支持电池 / 太阳能供电,适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能:标配AI 人形检测 + 移动追踪,核心实现枪球联动智能功能,内置非机动车 / 车辆检测、火焰检测等本地算法,可实现户外大范围区域的全方位、智能化监控。
代表型号:LGQ4-GW(2.4G WiFi)、LGQ4-G4G(4G)、LGQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LGQ4-G4GS(4G+1/1.8’高感光传感器)。
所有PCBA 模组均通过多项可靠性测试,具备高集成度、低功耗、开放算法生态的核心特点,客户可基于模组快速完成整机集成与批量生产,大幅缩短产品上市周期。
本地算法+大模型:
双层智能架构,实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案,核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构,依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力,让智能 IPC 从单纯的 “画面记录” 设备,进化为能 “感知、理解、服务” 的智能助手,实现监控体验的全面升级。
本地端侧算法,依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力(启用 AI-ISP 后保留 0.5 Tops),视美泰在终端侧部署NAI 端侧算法体系,所有算法均针对嵌入式设备深度优化,实现本地实时智能感知,无需依赖云端,低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度,包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法,且所有算法均向客户免费授权,大幅降低客户开发成本。
GK7206V1 的算力分配优势,让端侧算法与 AI-ISP 图像增强可并行运行,在保证超清画质的同时,实现异常事件的本地实时告警,满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型,实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时,视美泰搭载自研LLM 多模态大模型,并通过智能模型调度服务实现端云协同,将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务:作为端云桥梁,实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理,让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接;2、LLM 多模态大模型:具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力,基于本地端侧采集的音视频数据,实现四大创新应用:




本地算法的实时性、低功耗与大模型的理解性、智能化相结合,让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求,又通过高阶智能功能提升了产品的体验与附加值,形成差异化竞争优势。
全栈自研+端边云协同:
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座,视美泰不仅打造了多规格 PCBA 模组矩阵,更实现了芯片- 模组 - APP - 云平台的全链路自主可控,为客户提供一站式IPC 解决方案,覆盖硬件、软件、算法、平台全维度:
1、硬件层:三大核心PCBA 模组方案,兼容多场景部署,支持高并发视频处理与低功耗运行;2、软件层:自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台,支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能,且全链路数据加密,保障数据安全;
3、算法层:本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型,双层智能架构实现从感知到理解的升级;4、平台层:打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系,支持多终端接入、全球化服务节点,为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑:
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势,视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖,低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点,让全天候彩色智能监控成为普惠选择:
核心解决夜间看护画面模糊问题,黑光全彩实现0.005Lux 极微光下的彩色看护,老人跌倒、儿童活动、宠物动向清晰可见;低功耗电池供电无需布线,可灵活放置在卧室、客厅、阳台等区域,搭配哭声检测、跌倒识别等算法,全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景,黑光全彩替代传统黑白监控,夜间人员、车辆动向彩色清晰,便于安防人员快速识别;低功耗适配小区无额外供电区域,搭配人车非检测、区域入侵算法,提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景,普遍存在无电无网、夜间无照明的问题,低功耗+ 太阳能 / 电池供电实现无电部署,黑光全彩让夜间户外监控告别黑白,果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控,搭配枪球联动、火焰检测算法,实现户外无人智能值守。
办公室、商铺、商超等场景,黑光全彩实现夜间室内彩色监控,人员离岗、区域入侵、商品异动清晰可见;低功耗降低设备运行成本,搭配人员考勤、区域人数统计算法,助力商业办公的智能化管理,长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业,视美泰深耕AIoT 领域十余年,此次与国科微的深度协同,构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来,视美泰将持续以国科微 GK7206V1 芯片为核心,深化AOV + 普惠黑光 + 大模型的技术架构,推动数字AI 与物理 AI 的技术融合,让普惠型 AI 视觉技术赋能更多场景,致力于成为端边云一体化的智能视觉解决方案领导者,共筑万物智慧互联的新生态。
" class="thumb" />基于国科微 GK7206V1 芯片:视美泰“ AOV + 普惠黑光 + AI大模型”IPC 产品矩阵解决方案发布2026-06-22 18:45
在OpenClaw火热到频频登上头条的那几天,有分析师在行业群里沮丧发言,“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示,“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域,财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域,进门CEO程建辉告诉我们:
现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息,也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
主攻AI投研的进门(深圳进门财经科技股份有限公司),成立于2013年,目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后,全面升级为「机构AI投研工作台」。
2025年至今,进门超级投研智能体“AI进宝”,已从AI投研助手,进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾,帮助用户处理投研场景的高频任务,并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线,他就穿梭在各场路演中,他感受到,券商分析师、投资者们对于AI能真正“干活”这件事,充满了前所未有的好奇与期待。
在AI投研这件事上,进门的商业逻辑比较“特别”——以沟通为基础,试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态,做深专业智能投研。过去两年,进门不断闭环投研沟通场景,并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵,帮助用户提高信息处理的效率和信息获取的密度:AI转写、AI会议托管,AI翻译、AI录音,甚至做了自家的录音智能硬件,将触角延伸到线下。
深耕沟通场景的同时,程建辉发现,AI没办法突破信息孤岛和小样本问题,像顶级分析师、研究员那样,听懂真实世界沟通的“弦外之音”,给出非共识性的判断。
他认为,专业 AI 让共识性信息实现了平权普惠,正在不断提升普通投资者的投资能力下限,“直白点说,过去老是被割韭菜,往后割韭菜也没那么容易了。”
进门的样本,实际指向了这样一个思考:比起“替代多少人力”,人类的价值是否重新得到肯定、得到聚焦,或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话,有不改变原意的编辑:
雷峰网:现在一些分析师用OpenClaw做投研,进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI,声量是更高一些的,您怎么看它们和进门的竞合关系?
程建辉:进门是聚焦于金融投研领域的AI产品,不管在场景、数据、工具,还是对行业know-how的认知上,都会比其他通用AI要好。
当然,Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题,充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是,从会话模式向“帮用户完成特定任务”转变,感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生,标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋,一直在观察,春节也没休假,加班夯实底层基础工作。不过,早期的OpenClaw 比较脆弱,升级、开关机、处理任务时经常报错。操作繁琐,门槛很高,所以最开始只有极客用户在使用。迭代了几个版本后,成熟度比以前高很多,我们才感觉时机成熟,于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式,对OpenClaw进行封装、改良,让用户能够拿来即用。这极大地降低了使用门槛,让用户不用再费心折腾底层系统基建,把全部精力都放在完成核心任务上。
雷峰网:真正实现AI在投研领域的自动化有哪些难点?
程建辉:要解决多样化的问题。基于同样的事实和数据,各人看法不一。因此,光靠模型远远不够,还要涵盖不同群体的思维范式。
AI进宝的任务模式(即投研龙虾),以及对话模式下的投研大脑,都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化,让用户根据自身需求,灵活组合、定制,实现个性化工作流的搭建。会话模式中的投研大脑,支持用户自定义创建思维链,或让系统自行拆解优秀研究范本中的方法论,比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然,会话模式的能力不止于此。2025年,我们上线了12款Agent,包括业绩点评、观点对比等等,在这个模式下,进宝就能够自由发挥,用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断,不可能无限满足,所以才有了投研大脑和“龙虾”任务模式。(雷峰网近期将持续关注投研等AI Agent实际应用案例,欢迎添加作者微信 LorraineSummer 交流)
雷峰网:可以说通用AI对进门没有太大威胁?
程建辉:我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上,拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式,也难以深度嵌入投研全流程,无法替代专业投研AI的核心价值。
而生产力级别投研AI,对数据准确度、颗粒度要求都很高,一般市场产品做不到。很多网络分享,号称利用模型抓信息形成研报、自己炒股挣钱,在我理解都是Demo级别、玩具级别的东西,距离生产力级别还很远,这是民品和军品的区别。
Demo级别的投研AI大家都能玩,但真正做到生产力级别,你要相信市场上最专业的那群机构投资者的选择和判断,这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网:说到投研领域,大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么?
程建辉:他们主要做过程交付,而我们做结果交付;他们的产品设计以人为中心,但我们是AI原生产品,设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢?举个例子,老牌厂商把交易所的公告,处理成数据表,这个过程就像把胡萝卜从地里拔回来,洗干净切好放着。
但进门做的是端到端交付,直接给出结果,一步到位。像西红柿鸡蛋这类简单的菜,机器人直接炒好了;复杂的、需要高超手艺的,才留给大厨去做。
当然,现在AI还有幻觉问题,理解数据不够准,所以要通过大量工程方法去解决。但在技术趋势上,“端到端”一定会比传统“过程交付”做得好。
雷峰网:AI幻觉给投研带来的挑战应该是非常大的。
程建辉:是的,所以要做好数据治理。在我看来,投资的本质其实就两层:第一层是数据治理,第二层是信号捕捉。
数据治理,就是要利用大量工程方法,对原始数据进行处理。就算最顶级的模型,要减少幻觉,保证结果可靠演进,也要基于治理后的高质量数据。
不管是人还是模型,都要在数据干净的基础上,去挖掘信号,获得洞察。
对于我们来说,主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息,这些信息比静态的公告更及时、全面;二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达,我们推出了《进门内参》(一日三更的投研日报)、事件信号等能力,帮助用户更快、更精确地捕捉信号。
雷峰网:互联网上本来也有很多真伪难辨的信息,数据治理很难做,AI采纳这些信息之后给出的回答,质量不会太理想。进门怎么防范这种风险?
程建辉:AI会遭遇“数据投毒”问题,今年3·15晚会也提到了这点。有人为GEO批量制造数据,诱导模型抓取;有人在纪要中刻意夹杂私货,通过“小作文”扰乱市场——这些有毒信息,会侵蚀决策的准确性。
为了防范这种风险,我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息,包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网:涉足AI投研的技术厂商不少,但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做?
程建辉:在金融领域,沟通是仅次于行情和交易之后,最高频的场景。其次,沟通场景是一个天然的信息富矿,是存在信息差的地方。第三,现在股价对信息的反馈速度非常快。相比于其他交流形态,沟通是一个效率最高的形式。
另外,沟通场景有天然的双边市场效应,分析师开会、上市公司路演,都会吸引投资者,场景自带流量。三个群体形成生态,自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息,背后基本都是进门在支撑。
我创业的时候是2013年是,移动互联网元年,路演还在用“八爪鱼”那种有点“古老”的机器,我觉得这里面是有机会的。
雷峰网:进门切入AI,可以说是从会议转写这些做起。
程建辉:会议是天然的信息富矿,做好会议内容的转写,是形成完整的数据、应用闭环的核心。丰富干净的数据底座,也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息,成本非常高。邀请速记员做一场会议的录音转写,大概需要400元左右的费用。我们算过一笔账,想把历史积累的几十万个小时录音都处理一遍,得上亿成本。
AI来了之后,能实现极致的降本增效。路演、调研等音视频转写,是投研高需求场景。语音识别(ASR)也是AI领域最早实现工程化落地的成熟技术。所以,我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”,真正的目标是用它构建生态,深度服务投资者。
围绕上市公司,我们做了IR(投资者关系) SaaS系统;围绕券商研究所,推出了全场景统一研究系统,涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者,我们则打造了AI投研工作台。
雷峰网:这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了,进门做的和别人有什么不一样?
程建辉:最大的不同在于,进门不是一个通用的会议连接工具,而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰;进门是在这个基础上,解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI:会前自动梳理相关研报与数据,会中可随时向AI提问获取背景,AI无法解答时再举手与分析师或高管直接交流;会后通过调优后的金融转写模型,自动生成带思维导图的纪要、提炼章节,并提取问答环节的财务指标,方便用户复盘研究。
腾讯战投后,我们与腾讯会议实现互联互通,客户可以在进门、腾讯会议多端接入,拥有轻量化的会议体验。
另外,我们推出了AI会议托管,将Zoom、腾讯会议等链接丢给机器人,即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里,成为个人数据资产。
音频转写同样经过金融模型深度调教,在人名、术语、数字上达到专业投资者所需的高准确率。简言之,别的工具是把线下会议搬到线上,而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号:雷峰网):据说你们还做了会议录音的智能硬件?这在金融Agent厂商身上似乎不太常见。这两年Plaud很火,进门的录音硬件和Plaud那类产品有什么本质区别?
程建辉:录音硬件(Finnote AI小饼干录音机)是进门生态的一部分。主要目标是补齐线下沟通场景,解决手机录音质量不佳、容易被打断、待机时间有限的问题,同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者,聊完还得一个个翻录音、对名片,根本搞不清谁是谁。
2025年初产生了这个想法,年中立项,10月份发货,一个季度就出来了。我们找了硬件厂家ODM,软件全部是我们自己做的,一起设计,他们把我们的想法实现。现在市场反响很热烈,客户特别喜欢。
雷峰网:AI+投研通常让人想到量化选股或智能研报,投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS,具体解决什么问题?
程建辉:解决三个具体问题。一是建立与买方市场的沟通桥梁,给上市公司做IR网站、管理私有数据;二是通过平台用户行为分析,帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会;三是打通沟通行为和股东数据,追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR(投资者关系)是个糊涂账,每天迎来送往很多投资人,聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创,年收入数千万,已经有1000多家付费客户。
雷峰网:行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入,进门对AI的设计思路是怎么考虑的?
程建辉:研究的本质是基于事实和数据,加上思维链推导,最后得出观点。所以我们的设计思路是,通过数据治理和信号涌现这两层,给用户做结果交付。
这个过程中有个问题:现在很多人只关注观点,其他东西都被忽略掉了,比如思维链。AI只能靠自身的涌现能力给你回答,但研究员在实际投研工作中,有很多自己的想法,对于同一个事实数据会得出不同的结论。
进门投研大脑,支持用户创建自己的思维链,在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来,比如你怎么研究周期股,把整个逻辑思维链写清楚,存进去。以后再问AI相关问题时,它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链,提取完研究员可以在上面再改,根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分,看这个思维链到底好不好。
可以理解成,Prompt加上SOP流程,再加上底层数据调用。你的需求、方法论、工作经验越具体,反馈效果就越好。
AI的回答总是有点“骑墙派”的意思,我们希望用户能很轻松简单地去分析,去得出自己独有的结论。
雷峰网:进门的AI工具已经很全面了,资料扔进去套用旧研报的思维链,出来的又是新的研报,这个时候人类分析师的价值是什么?
程建辉:那就没有价值了呀(笑)。AI确实在某些能力上比人厉害,但现阶段,AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界,做统计学上的概率猜测,表现好了我们叫它“涌现”,表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流,AI时代里,普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作,交给AI又快又好,如果水平较低的分析师能力就停留在做这些工作上,那确实有被替代的风险。但懂得思考、提问,懂得去跟AI交互的人,肯定更有价值。有想法的人,总是稀缺的。
雷峰网:但毕竟不是每个人都是顶级分析师。
程建辉:恰恰因为很多人不是顶级分析师、专业研究员,思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题,想把一件事研究清楚,这就是研究。只是有的人方法论成熟,有的人没那么系统。思维链这个东西,就是把你的思考过程结构化、表达出来。
我们希望通过这个形态,让大家生产出不同的思维链。这些思维链可以私有,自己用;也可以贡献出来,给别人参考。
未来高水平研究人员的思维链,可以被付费订阅。比如一个很牛的分析师,他研究周期股的方法论写成了思维链,或许平台可以帮他分发变现,别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民,这些专业AI能力能把普通投资者的能力提升到一个新台阶,直白点说,至少不会那么容易被割韭菜了。
雷峰网:AI能替代人类分析师的部分很明确了,不能被替代的部分是什么?比如某些分析师对市场的“直觉”?
程建辉:现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题,AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
尤金·法玛的有效市场理论,讲的是如果股价真的反映所有信息,价格和价值应该完全一致。但事实上,市场没有我们想象得那么“聪明”。如果真的有一天,AI真的能吃进去所有的信息,成本和代价会非常巨大,再用它来解决投研问题,已经不划算了。
雷峰网:思维链可以这样“传播”出去,会不会像量化投资那样导致“信号拥挤”,策略失效?
程建辉:不会。因为市场能形成交易,就是因为有不一样的想法。即使事实和数据都很明确,仍然有人看多,有人看空。
如果全部看多或全部看空,就没有交易了,没有对手盘。单边行情即使短暂出现,拉长看也会回到相对均衡的状态。最终还是看价格,多少价格才算是“好”?
这里没有绝对的答案。
雷峰网:AI时代可以卖的不光是信息,更可以卖方法论、卖知识框架。
程建辉:思维方式、方法论都是可以共享和商业化的。比如,我在进门笔记里的思维链,可以分享给好朋友、重要客户。他调用AI的时候,既可以调底层数据,又能调我的思维链,以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的,是给AI看的。过去SaaS软件做的都是复杂图形界面,给人点击、给人看,现在不需要那么多图形界面,年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网:这是不是意味着,在AI时代,设计逻辑已经完全改变了,软件的首要用户不人类,而是AI本身?
程建辉:未来的趋势是人机协同,AI会是首要执行者,但人类仍然要掌控判断、创意、关键决策。人只需要把思维链(思考方法)表达出来,剩下的让AI去组合、去执行。
所以,软件的设计逻辑,要从人类交互优先,转向AI原生能力优先,不管是底层架构、数据接口,还是执行流程,首要适配AI Agent的自动化调用,而非人类手动操作。
现在AI新名词特别多,Function call、MCP Server、Sub Agent什么的,本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力,再加上人类的思维表达能力。
雷峰网:从“给人看”到“给AI看”,软件的范式转移会不会遇到阻力?
程建辉:很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报,其实都不需要表达出来给人看,直接AI读、理解、输出就完了。但金融行业的一些用户,使用习惯确实没那么容易改变,比如网络通话更好,有些人还是喜欢打电话,所以我们还留了一点“尾巴”,让习惯图形界面的用户还能用,但希望逐步全部收到AI的对话框里处理,只留几个Tab。
雷峰网:大模型这股热潮出现之前,已经有AI+投研/投顾的技术方案了,现在进门做的事情,还可以怎么进一步帮助人类做判断、提高决策效率?
程建辉:先用量化投资的事件回测,验证驱动信号(如供给侧变化),比如历史上类似情况股价怎么走,是真有效还是假有效。再结合基本面与专业投研信息,输出多空判断、驱动类型、关联个股,实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强,第一时间获得信息,几十秒或一分钟内处理完,涌现信号。
但在过去,一个事件发生,分析师马上组织专家会议讨论、形成观点,这个过程至少几小时,甚至几天,整个流程非常低效。
雷峰网:要实现这个功能,底层听起来非常复杂。
程建辉:处理海量信息、识别和理解事件信号,工程难度很高。要让AI像顶级分析师那样思考问题,同时要保证底层数据干净、真实。
我们做了很多底层的创新,比如AI进宝的架构,上下文感知与意图对齐、异构信息动态检索、递归式假设验证,不是简单的React那种方式。
雷峰网:目前进门的“进度条”,走到了您预期的哪个阶段?
程建辉:在数据治理上,进门已经做得比较扎实了。在信号挖掘上,我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程:第一,识别并捕捉信号,初步判断其影响方向;第二,进一步明确信号对股价的影响程度;第三,尝试定量表达这种影响。比如,当某个事件发生后,AI分析师可以快速推演,将目标股价从50元调整至60元,给出初步的定价判断。
当然,定价本身并不容易。不同模型基于各自的假设,得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网:在模型的选用上,进门是怎么考虑的?Token消耗是不是成本大头?
程建辉:最开始我们也做过一段时间自研,做SFT(监督微调)和强化学习,跟一家大模型厂家合作过。后来发现了一些问题,就调整了方向。
我们的定位是应用型公司,不是做基座大模型的。把应用做好,特定场景的小模型做好,大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影,比把所有资源投入基座模型训练更经济、更划算。作为创业者,要追求资源投入最大化。
目前我们接入了多个基座大模型,不是一家。把模型架构结构化了,不同任务用不同模型。根据模型工程方法的体系,不断调优,每个步骤根据需要选择不同模型——有些模型推导推理很强,有些泛化能力很强,各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大,不过还在可承受范围内。出于对安全的考虑,用国内的模型会多一点,个别部分在保障数据安全的基础上,考虑用境外模型提高性能。

在OpenClaw火热到频频登上头条的那几天,有分析师在行业群里沮丧发言,“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示,“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域,财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域,进门CEO程建辉告诉我们:
现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息,也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
主攻AI投研的进门(深圳进门财经科技股份有限公司),成立于2013年,目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后,全面升级为「机构AI投研工作台」。
2025年至今,进门超级投研智能体“AI进宝”,已从AI投研助手,进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾,帮助用户处理投研场景的高频任务,并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线,他就穿梭在各场路演中,他感受到,券商分析师、投资者们对于AI能真正“干活”这件事,充满了前所未有的好奇与期待。
在AI投研这件事上,进门的商业逻辑比较“特别”——以沟通为基础,试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态,做深专业智能投研。过去两年,进门不断闭环投研沟通场景,并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵,帮助用户提高信息处理的效率和信息获取的密度:AI转写、AI会议托管,AI翻译、AI录音,甚至做了自家的录音智能硬件,将触角延伸到线下。
深耕沟通场景的同时,程建辉发现,AI没办法突破信息孤岛和小样本问题,像顶级分析师、研究员那样,听懂真实世界沟通的“弦外之音”,给出非共识性的判断。
他认为,专业 AI 让共识性信息实现了平权普惠,正在不断提升普通投资者的投资能力下限,“直白点说,过去老是被割韭菜,往后割韭菜也没那么容易了。”
进门的样本,实际指向了这样一个思考:比起“替代多少人力”,人类的价值是否重新得到肯定、得到聚焦,或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话,有不改变原意的编辑:
雷峰网:现在一些分析师用OpenClaw做投研,进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI,声量是更高一些的,您怎么看它们和进门的竞合关系?
程建辉:进门是聚焦于金融投研领域的AI产品,不管在场景、数据、工具,还是对行业know-how的认知上,都会比其他通用AI要好。
当然,Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题,充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是,从会话模式向“帮用户完成特定任务”转变,感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生,标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋,一直在观察,春节也没休假,加班夯实底层基础工作。不过,早期的OpenClaw 比较脆弱,升级、开关机、处理任务时经常报错。操作繁琐,门槛很高,所以最开始只有极客用户在使用。迭代了几个版本后,成熟度比以前高很多,我们才感觉时机成熟,于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式,对OpenClaw进行封装、改良,让用户能够拿来即用。这极大地降低了使用门槛,让用户不用再费心折腾底层系统基建,把全部精力都放在完成核心任务上。
雷峰网:真正实现AI在投研领域的自动化有哪些难点?
程建辉:要解决多样化的问题。基于同样的事实和数据,各人看法不一。因此,光靠模型远远不够,还要涵盖不同群体的思维范式。
AI进宝的任务模式(即投研龙虾),以及对话模式下的投研大脑,都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化,让用户根据自身需求,灵活组合、定制,实现个性化工作流的搭建。会话模式中的投研大脑,支持用户自定义创建思维链,或让系统自行拆解优秀研究范本中的方法论,比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然,会话模式的能力不止于此。2025年,我们上线了12款Agent,包括业绩点评、观点对比等等,在这个模式下,进宝就能够自由发挥,用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断,不可能无限满足,所以才有了投研大脑和“龙虾”任务模式。(雷峰网近期将持续关注投研等AI Agent实际应用案例,欢迎添加作者微信 LorraineSummer 交流)
雷峰网:可以说通用AI对进门没有太大威胁?
程建辉:我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上,拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式,也难以深度嵌入投研全流程,无法替代专业投研AI的核心价值。
而生产力级别投研AI,对数据准确度、颗粒度要求都很高,一般市场产品做不到。很多网络分享,号称利用模型抓信息形成研报、自己炒股挣钱,在我理解都是Demo级别、玩具级别的东西,距离生产力级别还很远,这是民品和军品的区别。
Demo级别的投研AI大家都能玩,但真正做到生产力级别,你要相信市场上最专业的那群机构投资者的选择和判断,这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网:说到投研领域,大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么?
程建辉:他们主要做过程交付,而我们做结果交付;他们的产品设计以人为中心,但我们是AI原生产品,设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢?举个例子,老牌厂商把交易所的公告,处理成数据表,这个过程就像把胡萝卜从地里拔回来,洗干净切好放着。
但进门做的是端到端交付,直接给出结果,一步到位。像西红柿鸡蛋这类简单的菜,机器人直接炒好了;复杂的、需要高超手艺的,才留给大厨去做。
当然,现在AI还有幻觉问题,理解数据不够准,所以要通过大量工程方法去解决。但在技术趋势上,“端到端”一定会比传统“过程交付”做得好。
雷峰网:AI幻觉给投研带来的挑战应该是非常大的。
程建辉:是的,所以要做好数据治理。在我看来,投资的本质其实就两层:第一层是数据治理,第二层是信号捕捉。
数据治理,就是要利用大量工程方法,对原始数据进行处理。就算最顶级的模型,要减少幻觉,保证结果可靠演进,也要基于治理后的高质量数据。
不管是人还是模型,都要在数据干净的基础上,去挖掘信号,获得洞察。
对于我们来说,主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息,这些信息比静态的公告更及时、全面;二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达,我们推出了《进门内参》(一日三更的投研日报)、事件信号等能力,帮助用户更快、更精确地捕捉信号。
雷峰网:互联网上本来也有很多真伪难辨的信息,数据治理很难做,AI采纳这些信息之后给出的回答,质量不会太理想。进门怎么防范这种风险?
程建辉:AI会遭遇“数据投毒”问题,今年3·15晚会也提到了这点。有人为GEO批量制造数据,诱导模型抓取;有人在纪要中刻意夹杂私货,通过“小作文”扰乱市场——这些有毒信息,会侵蚀决策的准确性。
为了防范这种风险,我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息,包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网:涉足AI投研的技术厂商不少,但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做?
程建辉:在金融领域,沟通是仅次于行情和交易之后,最高频的场景。其次,沟通场景是一个天然的信息富矿,是存在信息差的地方。第三,现在股价对信息的反馈速度非常快。相比于其他交流形态,沟通是一个效率最高的形式。
另外,沟通场景有天然的双边市场效应,分析师开会、上市公司路演,都会吸引投资者,场景自带流量。三个群体形成生态,自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息,背后基本都是进门在支撑。
我创业的时候是2013年是,移动互联网元年,路演还在用“八爪鱼”那种有点“古老”的机器,我觉得这里面是有机会的。
雷峰网:进门切入AI,可以说是从会议转写这些做起。
程建辉:会议是天然的信息富矿,做好会议内容的转写,是形成完整的数据、应用闭环的核心。丰富干净的数据底座,也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息,成本非常高。邀请速记员做一场会议的录音转写,大概需要400元左右的费用。我们算过一笔账,想把历史积累的几十万个小时录音都处理一遍,得上亿成本。
AI来了之后,能实现极致的降本增效。路演、调研等音视频转写,是投研高需求场景。语音识别(ASR)也是AI领域最早实现工程化落地的成熟技术。所以,我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”,真正的目标是用它构建生态,深度服务投资者。
围绕上市公司,我们做了IR(投资者关系) SaaS系统;围绕券商研究所,推出了全场景统一研究系统,涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者,我们则打造了AI投研工作台。
雷峰网:这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了,进门做的和别人有什么不一样?
程建辉:最大的不同在于,进门不是一个通用的会议连接工具,而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰;进门是在这个基础上,解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI:会前自动梳理相关研报与数据,会中可随时向AI提问获取背景,AI无法解答时再举手与分析师或高管直接交流;会后通过调优后的金融转写模型,自动生成带思维导图的纪要、提炼章节,并提取问答环节的财务指标,方便用户复盘研究。
腾讯战投后,我们与腾讯会议实现互联互通,客户可以在进门、腾讯会议多端接入,拥有轻量化的会议体验。
另外,我们推出了AI会议托管,将Zoom、腾讯会议等链接丢给机器人,即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里,成为个人数据资产。
音频转写同样经过金融模型深度调教,在人名、术语、数字上达到专业投资者所需的高准确率。简言之,别的工具是把线下会议搬到线上,而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号:雷峰网):据说你们还做了会议录音的智能硬件?这在金融Agent厂商身上似乎不太常见。这两年Plaud很火,进门的录音硬件和Plaud那类产品有什么本质区别?
程建辉:录音硬件(Finnote AI小饼干录音机)是进门生态的一部分。主要目标是补齐线下沟通场景,解决手机录音质量不佳、容易被打断、待机时间有限的问题,同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者,聊完还得一个个翻录音、对名片,根本搞不清谁是谁。
2025年初产生了这个想法,年中立项,10月份发货,一个季度就出来了。我们找了硬件厂家ODM,软件全部是我们自己做的,一起设计,他们把我们的想法实现。现在市场反响很热烈,客户特别喜欢。
雷峰网:AI+投研通常让人想到量化选股或智能研报,投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS,具体解决什么问题?
程建辉:解决三个具体问题。一是建立与买方市场的沟通桥梁,给上市公司做IR网站、管理私有数据;二是通过平台用户行为分析,帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会;三是打通沟通行为和股东数据,追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR(投资者关系)是个糊涂账,每天迎来送往很多投资人,聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创,年收入数千万,已经有1000多家付费客户。
雷峰网:行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入,进门对AI的设计思路是怎么考虑的?
程建辉:研究的本质是基于事实和数据,加上思维链推导,最后得出观点。所以我们的设计思路是,通过数据治理和信号涌现这两层,给用户做结果交付。
这个过程中有个问题:现在很多人只关注观点,其他东西都被忽略掉了,比如思维链。AI只能靠自身的涌现能力给你回答,但研究员在实际投研工作中,有很多自己的想法,对于同一个事实数据会得出不同的结论。
进门投研大脑,支持用户创建自己的思维链,在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来,比如你怎么研究周期股,把整个逻辑思维链写清楚,存进去。以后再问AI相关问题时,它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链,提取完研究员可以在上面再改,根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分,看这个思维链到底好不好。
可以理解成,Prompt加上SOP流程,再加上底层数据调用。你的需求、方法论、工作经验越具体,反馈效果就越好。
AI的回答总是有点“骑墙派”的意思,我们希望用户能很轻松简单地去分析,去得出自己独有的结论。
雷峰网:进门的AI工具已经很全面了,资料扔进去套用旧研报的思维链,出来的又是新的研报,这个时候人类分析师的价值是什么?
程建辉:那就没有价值了呀(笑)。AI确实在某些能力上比人厉害,但现阶段,AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界,做统计学上的概率猜测,表现好了我们叫它“涌现”,表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流,AI时代里,普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作,交给AI又快又好,如果水平较低的分析师能力就停留在做这些工作上,那确实有被替代的风险。但懂得思考、提问,懂得去跟AI交互的人,肯定更有价值。有想法的人,总是稀缺的。
雷峰网:但毕竟不是每个人都是顶级分析师。
程建辉:恰恰因为很多人不是顶级分析师、专业研究员,思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题,想把一件事研究清楚,这就是研究。只是有的人方法论成熟,有的人没那么系统。思维链这个东西,就是把你的思考过程结构化、表达出来。
我们希望通过这个形态,让大家生产出不同的思维链。这些思维链可以私有,自己用;也可以贡献出来,给别人参考。
未来高水平研究人员的思维链,可以被付费订阅。比如一个很牛的分析师,他研究周期股的方法论写成了思维链,或许平台可以帮他分发变现,别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民,这些专业AI能力能把普通投资者的能力提升到一个新台阶,直白点说,至少不会那么容易被割韭菜了。
雷峰网:AI能替代人类分析师的部分很明确了,不能被替代的部分是什么?比如某些分析师对市场的“直觉”?
程建辉:现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题,AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
尤金·法玛的有效市场理论,讲的是如果股价真的反映所有信息,价格和价值应该完全一致。但事实上,市场没有我们想象得那么“聪明”。如果真的有一天,AI真的能吃进去所有的信息,成本和代价会非常巨大,再用它来解决投研问题,已经不划算了。
雷峰网:思维链可以这样“传播”出去,会不会像量化投资那样导致“信号拥挤”,策略失效?
程建辉:不会。因为市场能形成交易,就是因为有不一样的想法。即使事实和数据都很明确,仍然有人看多,有人看空。
如果全部看多或全部看空,就没有交易了,没有对手盘。单边行情即使短暂出现,拉长看也会回到相对均衡的状态。最终还是看价格,多少价格才算是“好”?
这里没有绝对的答案。
雷峰网:AI时代可以卖的不光是信息,更可以卖方法论、卖知识框架。
程建辉:思维方式、方法论都是可以共享和商业化的。比如,我在进门笔记里的思维链,可以分享给好朋友、重要客户。他调用AI的时候,既可以调底层数据,又能调我的思维链,以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的,是给AI看的。过去SaaS软件做的都是复杂图形界面,给人点击、给人看,现在不需要那么多图形界面,年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网:这是不是意味着,在AI时代,设计逻辑已经完全改变了,软件的首要用户不人类,而是AI本身?
程建辉:未来的趋势是人机协同,AI会是首要执行者,但人类仍然要掌控判断、创意、关键决策。人只需要把思维链(思考方法)表达出来,剩下的让AI去组合、去执行。
所以,软件的设计逻辑,要从人类交互优先,转向AI原生能力优先,不管是底层架构、数据接口,还是执行流程,首要适配AI Agent的自动化调用,而非人类手动操作。
现在AI新名词特别多,Function call、MCP Server、Sub Agent什么的,本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力,再加上人类的思维表达能力。
雷峰网:从“给人看”到“给AI看”,软件的范式转移会不会遇到阻力?
程建辉:很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报,其实都不需要表达出来给人看,直接AI读、理解、输出就完了。但金融行业的一些用户,使用习惯确实没那么容易改变,比如网络通话更好,有些人还是喜欢打电话,所以我们还留了一点“尾巴”,让习惯图形界面的用户还能用,但希望逐步全部收到AI的对话框里处理,只留几个Tab。
雷峰网:大模型这股热潮出现之前,已经有AI+投研/投顾的技术方案了,现在进门做的事情,还可以怎么进一步帮助人类做判断、提高决策效率?
程建辉:先用量化投资的事件回测,验证驱动信号(如供给侧变化),比如历史上类似情况股价怎么走,是真有效还是假有效。再结合基本面与专业投研信息,输出多空判断、驱动类型、关联个股,实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强,第一时间获得信息,几十秒或一分钟内处理完,涌现信号。
但在过去,一个事件发生,分析师马上组织专家会议讨论、形成观点,这个过程至少几小时,甚至几天,整个流程非常低效。
雷峰网:要实现这个功能,底层听起来非常复杂。
程建辉:处理海量信息、识别和理解事件信号,工程难度很高。要让AI像顶级分析师那样思考问题,同时要保证底层数据干净、真实。
我们做了很多底层的创新,比如AI进宝的架构,上下文感知与意图对齐、异构信息动态检索、递归式假设验证,不是简单的React那种方式。
雷峰网:目前进门的“进度条”,走到了您预期的哪个阶段?
程建辉:在数据治理上,进门已经做得比较扎实了。在信号挖掘上,我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程:第一,识别并捕捉信号,初步判断其影响方向;第二,进一步明确信号对股价的影响程度;第三,尝试定量表达这种影响。比如,当某个事件发生后,AI分析师可以快速推演,将目标股价从50元调整至60元,给出初步的定价判断。
当然,定价本身并不容易。不同模型基于各自的假设,得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网:在模型的选用上,进门是怎么考虑的?Token消耗是不是成本大头?
程建辉:最开始我们也做过一段时间自研,做SFT(监督微调)和强化学习,跟一家大模型厂家合作过。后来发现了一些问题,就调整了方向。
我们的定位是应用型公司,不是做基座大模型的。把应用做好,特定场景的小模型做好,大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影,比把所有资源投入基座模型训练更经济、更划算。作为创业者,要追求资源投入最大化。
目前我们接入了多个基座大模型,不是一家。把模型架构结构化了,不同任务用不同模型。根据模型工程方法的体系,不断调优,每个步骤根据需要选择不同模型——有些模型推导推理很强,有些泛化能力很强,各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大,不过还在可承受范围内。出于对安全的考虑,用国内的模型会多一点,个别部分在保障数据安全的基础上,考虑用境外模型提高性能。

方案以芯片为底层算力底座,打造多规格 PCBA 模组矩阵,核心实现低功耗+ 黑光全彩的极致体验,结合本地端侧算法+ 云端大模型的双层智能架构,实现从硬件到平台的全栈自研、端边云协同,为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案,重构消费级智能监控新范式,完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座:国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力,源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎,通过芯片与方案的深度协同优化,实现了算力、成像、功耗、编码、集成五大维度的全面突破,更是低功耗+ 黑光全彩技术落地的核心硬件支撑,为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座,也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。

国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效:集成1.0 Tops@INT8 NPU,启用 AI-ISP 后仍保留 0.5 Tops 可用算力,可流畅支撑 30 + 自研 AI 算法并行运行,兼顾图像增强与智能推理,算力利用率处于行业领先水平,为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩,重构夜视体验:搭载国科微自研圆鸮AI-ISP 引擎,支持 AI 降热噪、HDR、AINR 智能降噪,无需补光灯即可实现 0.005Lux 极微光全彩成像,真正做到无补光黑光全彩;传统ISP 支持 4K@20fps/6M@30fps,AI-ISP 支持双目 4M@10fps / 单目 4K@7fps,最高支持三目输入(MIPI*2+DVP),可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器,在保证超清黑光全彩画质的同时实现成本最优,打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W,0.008 Lux)效果演示:
①户外
借助黑光技术,暗部细节保留完整,画面干净噪点低,原本在黑暗环境下难以辨识的场景细节得以清晰展现,为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境(约0.008 lux),无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨,真正做到无补光黑光全彩,彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗,赋能黑光全彩低耗运行:原生支持AOV 快启与 STR 低功耗待机技术,搭配 AI-ISP 大幅降低补光功耗,从硬件层面实现低功耗+ 黑光全彩的双重优势,支持常电、AOV、普通、省电四种工作模式,完美适配电池 / 太阳能供电场景,续航与功耗表现远超同类方案,打破传统监控对电源的依赖,让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时,提升传输体验:采用亚帧级Slice 编码,编码完成即发送,结合自适应量化、去轨迹拖尾技术,视频传输延时低至 7ms 内;支持 H.264/H.265 高效编码,实现低码率、高清黑光全彩画质、低内存占用三重优化,让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配,一站式SOC 方案:采用双核A7+MCU架构,内置 512M/1G/2G bit 内存,支持 RGB 720P/1920*480 屏幕驱动,兼容多类型传感器与镜头组合(FSI/BSI 传感器、F1.0/F1.6 大光圈镜头),为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能,视美泰与国科微建立联合实验室,共同优化芯片架构、ISP 调校与模型压缩,最终实现方案能效提升20%+、研发周期缩短 30%,让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案:
基于GK7206V1,适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力,视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵,覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术,兼容 Android、Linux、OpenHarmony等主流操作系统,提供 30 + 自研 AI 算法 SDK 开放生态,支持客户快速集成并量产各类整机产品,精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端:无线低功耗电池款智能摄像机

核心特性:基于GK7206V1 的 AOV 快启与超低功耗技术,深度融合低功耗+ 黑光全彩核心优势,采用可充电锂电池供电,无需复杂布线,适配无电无网场景灵活部署;支持大/ 小黑光可选的普惠黑光全彩方案,实现 0.005Lux 极微光无补光全彩夜视;本地录像 + 云存储双架构保障数据安全。
核心功能:标配AI 人形检测,同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法,满足家庭看护、户外院落值守等轻量监控需求。
代表型号:LK4-GW(2.4GWiFi)、LK4-G4G(4G)、LK4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LK4-G4GS(4G+1/1.8’高感光传感器),尺寸均为 50*72mm,小巧易集成。
核心适配终端:低功耗云台球机、单目球型智能摄像机(室内/ 室外款)

核心特性:继承GK7206V1 的普惠黑光全彩与低功耗优势,支持电池供电,云台可灵活旋转实现全景监控;AI-ISP 技术实现高画质、低码率、低延时的全链路优化,适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能:标配AI 人形检测 + 移动追踪,内置非机动车 / 车辆检测、火焰检测等本地端侧算法,支持黑光全彩夜视、本地 + 云双存储,可实现异常动态的自动追踪与告警。
代表型号:LQ4-GW(2.4G WiFi)、LQ4-G4G(4G)、LQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LQ4-G4GS(4G+1/1.8’高感光传感器)。
核心适配终端:低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机

核心特性:基于GK7206V1 的三目输入能力与算力分配优势,深度落地低功耗+ 黑光全彩技术,实现枪球联动监控,兼顾广角全景与细节抓拍;400/800 万高像素搭配普惠黑光全彩方案,室外极暗环境下仍能输出清晰彩色画面,支持电池 / 太阳能供电,适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能:标配AI 人形检测 + 移动追踪,核心实现枪球联动智能功能,内置非机动车 / 车辆检测、火焰检测等本地算法,可实现户外大范围区域的全方位、智能化监控。
代表型号:LGQ4-GW(2.4G WiFi)、LGQ4-G4G(4G)、LGQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LGQ4-G4GS(4G+1/1.8’高感光传感器)。
所有PCBA 模组均通过多项可靠性测试,具备高集成度、低功耗、开放算法生态的核心特点,客户可基于模组快速完成整机集成与批量生产,大幅缩短产品上市周期。
本地算法+大模型:
双层智能架构,实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案,核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构,依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力,让智能 IPC 从单纯的 “画面记录” 设备,进化为能 “感知、理解、服务” 的智能助手,实现监控体验的全面升级。
本地端侧算法,依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力(启用 AI-ISP 后保留 0.5 Tops),视美泰在终端侧部署NAI 端侧算法体系,所有算法均针对嵌入式设备深度优化,实现本地实时智能感知,无需依赖云端,低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度,包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法,且所有算法均向客户免费授权,大幅降低客户开发成本。
GK7206V1 的算力分配优势,让端侧算法与 AI-ISP 图像增强可并行运行,在保证超清画质的同时,实现异常事件的本地实时告警,满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型,实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时,视美泰搭载自研LLM 多模态大模型,并通过智能模型调度服务实现端云协同,将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务:作为端云桥梁,实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理,让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接;2、LLM 多模态大模型:具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力,基于本地端侧采集的音视频数据,实现四大创新应用:




本地算法的实时性、低功耗与大模型的理解性、智能化相结合,让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求,又通过高阶智能功能提升了产品的体验与附加值,形成差异化竞争优势。
全栈自研+端边云协同:
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座,视美泰不仅打造了多规格 PCBA 模组矩阵,更实现了芯片- 模组 - APP - 云平台的全链路自主可控,为客户提供一站式IPC 解决方案,覆盖硬件、软件、算法、平台全维度:
1、硬件层:三大核心PCBA 模组方案,兼容多场景部署,支持高并发视频处理与低功耗运行;2、软件层:自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台,支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能,且全链路数据加密,保障数据安全;
3、算法层:本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型,双层智能架构实现从感知到理解的升级;4、平台层:打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系,支持多终端接入、全球化服务节点,为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑:
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势,视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖,低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点,让全天候彩色智能监控成为普惠选择:
核心解决夜间看护画面模糊问题,黑光全彩实现0.005Lux 极微光下的彩色看护,老人跌倒、儿童活动、宠物动向清晰可见;低功耗电池供电无需布线,可灵活放置在卧室、客厅、阳台等区域,搭配哭声检测、跌倒识别等算法,全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景,黑光全彩替代传统黑白监控,夜间人员、车辆动向彩色清晰,便于安防人员快速识别;低功耗适配小区无额外供电区域,搭配人车非检测、区域入侵算法,提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景,普遍存在无电无网、夜间无照明的问题,低功耗+ 太阳能 / 电池供电实现无电部署,黑光全彩让夜间户外监控告别黑白,果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控,搭配枪球联动、火焰检测算法,实现户外无人智能值守。
办公室、商铺、商超等场景,黑光全彩实现夜间室内彩色监控,人员离岗、区域入侵、商品异动清晰可见;低功耗降低设备运行成本,搭配人员考勤、区域人数统计算法,助力商业办公的智能化管理,长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业,视美泰深耕AIoT 领域十余年,此次与国科微的深度协同,构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来,视美泰将持续以国科微 GK7206V1 芯片为核心,深化AOV + 普惠黑光 + 大模型的技术架构,推动数字AI 与物理 AI 的技术融合,让普惠型 AI 视觉技术赋能更多场景,致力于成为端边云一体化的智能视觉解决方案领导者,共筑万物智慧互联的新生态。
" src="随着AIoT 技术的深度融合,智能 IPC(网络摄像机)成为智慧家庭、社区安防、商业零售、户外值守等领域的核心基础设施。深圳市视美泰技术股份有限公司依托与国科微的深度协同,基于国科微GK7206V1 普惠黑光 AOV 视觉处理芯片,重磅推出全新一代以AOV + 普惠黑光 + 全栈 AI 大模型为核心的智能IPC 解决方案。

方案以芯片为底层算力底座,打造多规格 PCBA 模组矩阵,核心实现低功耗+ 黑光全彩的极致体验,结合本地端侧算法+ 云端大模型的双层智能架构,实现从硬件到平台的全栈自研、端边云协同,为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案,重构消费级智能监控新范式,完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座:国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力,源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎,通过芯片与方案的深度协同优化,实现了算力、成像、功耗、编码、集成五大维度的全面突破,更是低功耗+ 黑光全彩技术落地的核心硬件支撑,为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座,也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。

国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效:集成1.0 Tops@INT8 NPU,启用 AI-ISP 后仍保留 0.5 Tops 可用算力,可流畅支撑 30 + 自研 AI 算法并行运行,兼顾图像增强与智能推理,算力利用率处于行业领先水平,为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩,重构夜视体验:搭载国科微自研圆鸮AI-ISP 引擎,支持 AI 降热噪、HDR、AINR 智能降噪,无需补光灯即可实现 0.005Lux 极微光全彩成像,真正做到无补光黑光全彩;传统ISP 支持 4K@20fps/6M@30fps,AI-ISP 支持双目 4M@10fps / 单目 4K@7fps,最高支持三目输入(MIPI*2+DVP),可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器,在保证超清黑光全彩画质的同时实现成本最优,打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W,0.008 Lux)效果演示:
①户外
借助黑光技术,暗部细节保留完整,画面干净噪点低,原本在黑暗环境下难以辨识的场景细节得以清晰展现,为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境(约0.008 lux),无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨,真正做到无补光黑光全彩,彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗,赋能黑光全彩低耗运行:原生支持AOV 快启与 STR 低功耗待机技术,搭配 AI-ISP 大幅降低补光功耗,从硬件层面实现低功耗+ 黑光全彩的双重优势,支持常电、AOV、普通、省电四种工作模式,完美适配电池 / 太阳能供电场景,续航与功耗表现远超同类方案,打破传统监控对电源的依赖,让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时,提升传输体验:采用亚帧级Slice 编码,编码完成即发送,结合自适应量化、去轨迹拖尾技术,视频传输延时低至 7ms 内;支持 H.264/H.265 高效编码,实现低码率、高清黑光全彩画质、低内存占用三重优化,让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配,一站式SOC 方案:采用双核A7+MCU架构,内置 512M/1G/2G bit 内存,支持 RGB 720P/1920*480 屏幕驱动,兼容多类型传感器与镜头组合(FSI/BSI 传感器、F1.0/F1.6 大光圈镜头),为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能,视美泰与国科微建立联合实验室,共同优化芯片架构、ISP 调校与模型压缩,最终实现方案能效提升20%+、研发周期缩短 30%,让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案:
基于GK7206V1,适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力,视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵,覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术,兼容 Android、Linux、OpenHarmony等主流操作系统,提供 30 + 自研 AI 算法 SDK 开放生态,支持客户快速集成并量产各类整机产品,精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端:无线低功耗电池款智能摄像机

核心特性:基于GK7206V1 的 AOV 快启与超低功耗技术,深度融合低功耗+ 黑光全彩核心优势,采用可充电锂电池供电,无需复杂布线,适配无电无网场景灵活部署;支持大/ 小黑光可选的普惠黑光全彩方案,实现 0.005Lux 极微光无补光全彩夜视;本地录像 + 云存储双架构保障数据安全。
核心功能:标配AI 人形检测,同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法,满足家庭看护、户外院落值守等轻量监控需求。
代表型号:LK4-GW(2.4GWiFi)、LK4-G4G(4G)、LK4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LK4-G4GS(4G+1/1.8’高感光传感器),尺寸均为 50*72mm,小巧易集成。
核心适配终端:低功耗云台球机、单目球型智能摄像机(室内/ 室外款)

核心特性:继承GK7206V1 的普惠黑光全彩与低功耗优势,支持电池供电,云台可灵活旋转实现全景监控;AI-ISP 技术实现高画质、低码率、低延时的全链路优化,适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能:标配AI 人形检测 + 移动追踪,内置非机动车 / 车辆检测、火焰检测等本地端侧算法,支持黑光全彩夜视、本地 + 云双存储,可实现异常动态的自动追踪与告警。
代表型号:LQ4-GW(2.4G WiFi)、LQ4-G4G(4G)、LQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LQ4-G4GS(4G+1/1.8’高感光传感器)。
核心适配终端:低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机

核心特性:基于GK7206V1 的三目输入能力与算力分配优势,深度落地低功耗+ 黑光全彩技术,实现枪球联动监控,兼顾广角全景与细节抓拍;400/800 万高像素搭配普惠黑光全彩方案,室外极暗环境下仍能输出清晰彩色画面,支持电池 / 太阳能供电,适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能:标配AI 人形检测 + 移动追踪,核心实现枪球联动智能功能,内置非机动车 / 车辆检测、火焰检测等本地算法,可实现户外大范围区域的全方位、智能化监控。
代表型号:LGQ4-GW(2.4G WiFi)、LGQ4-G4G(4G)、LGQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LGQ4-G4GS(4G+1/1.8’高感光传感器)。
所有PCBA 模组均通过多项可靠性测试,具备高集成度、低功耗、开放算法生态的核心特点,客户可基于模组快速完成整机集成与批量生产,大幅缩短产品上市周期。
本地算法+大模型:
双层智能架构,实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案,核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构,依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力,让智能 IPC 从单纯的 “画面记录” 设备,进化为能 “感知、理解、服务” 的智能助手,实现监控体验的全面升级。
本地端侧算法,依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力(启用 AI-ISP 后保留 0.5 Tops),视美泰在终端侧部署NAI 端侧算法体系,所有算法均针对嵌入式设备深度优化,实现本地实时智能感知,无需依赖云端,低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度,包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法,且所有算法均向客户免费授权,大幅降低客户开发成本。
GK7206V1 的算力分配优势,让端侧算法与 AI-ISP 图像增强可并行运行,在保证超清画质的同时,实现异常事件的本地实时告警,满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型,实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时,视美泰搭载自研LLM 多模态大模型,并通过智能模型调度服务实现端云协同,将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务:作为端云桥梁,实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理,让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接;2、LLM 多模态大模型:具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力,基于本地端侧采集的音视频数据,实现四大创新应用:




本地算法的实时性、低功耗与大模型的理解性、智能化相结合,让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求,又通过高阶智能功能提升了产品的体验与附加值,形成差异化竞争优势。
全栈自研+端边云协同:
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座,视美泰不仅打造了多规格 PCBA 模组矩阵,更实现了芯片- 模组 - APP - 云平台的全链路自主可控,为客户提供一站式IPC 解决方案,覆盖硬件、软件、算法、平台全维度:
1、硬件层:三大核心PCBA 模组方案,兼容多场景部署,支持高并发视频处理与低功耗运行;2、软件层:自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台,支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能,且全链路数据加密,保障数据安全;
3、算法层:本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型,双层智能架构实现从感知到理解的升级;4、平台层:打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系,支持多终端接入、全球化服务节点,为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑:
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势,视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖,低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点,让全天候彩色智能监控成为普惠选择:
核心解决夜间看护画面模糊问题,黑光全彩实现0.005Lux 极微光下的彩色看护,老人跌倒、儿童活动、宠物动向清晰可见;低功耗电池供电无需布线,可灵活放置在卧室、客厅、阳台等区域,搭配哭声检测、跌倒识别等算法,全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景,黑光全彩替代传统黑白监控,夜间人员、车辆动向彩色清晰,便于安防人员快速识别;低功耗适配小区无额外供电区域,搭配人车非检测、区域入侵算法,提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景,普遍存在无电无网、夜间无照明的问题,低功耗+ 太阳能 / 电池供电实现无电部署,黑光全彩让夜间户外监控告别黑白,果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控,搭配枪球联动、火焰检测算法,实现户外无人智能值守。
办公室、商铺、商超等场景,黑光全彩实现夜间室内彩色监控,人员离岗、区域入侵、商品异动清晰可见;低功耗降低设备运行成本,搭配人员考勤、区域人数统计算法,助力商业办公的智能化管理,长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业,视美泰深耕AIoT 领域十余年,此次与国科微的深度协同,构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来,视美泰将持续以国科微 GK7206V1 芯片为核心,深化AOV + 普惠黑光 + 大模型的技术架构,推动数字AI 与物理 AI 的技术融合,让普惠型 AI 视觉技术赋能更多场景,致力于成为端边云一体化的智能视觉解决方案领导者,共筑万物智慧互联的新生态。
" class="thumb" />基于国科微 GK7206V1 芯片:视美泰“ AOV + 普惠黑光 + AI大模型”IPC 产品矩阵解决方案发布2026-06-22 18:12
Steam正在被各式各样的模拟器游戏所攻占。近日国外开发商Roastery Games开发出了一款手机模拟器,叫做《智能手机大亨(Smartphone Tycoon)》,日前已在Steam上架,支持繁体中文,定于2019年1月发售。
官方表示,《智能手机大亨》允许玩家开设自己的公司,打造最强大和最高级的智能手机。玩家的任务不光是创造一个生产区,而且还要从零开始进行设计。玩家将能从各种不同的技术、机会和创新中做出选择。公司的成功将完全取决于你自己的想象力和商业嗅觉。
“你的目标是达到世界级认可度,带领公司在全球市场声名斐然。凭借一些原始资本和一个空档的办公室,你可以通过雇佣员工开始。然后设计你未来的设备,为它想好一个名字和logo,选择其技术功能,比如屏幕,摄像头,处理器,内存,电池和其他重要指标。
本作将为你提供一个充分发挥自己才能和技能的独特机会。然后定好价格,开始你的智能手机设计之旅。你要做到世界上智能手机行业的领导者,获得全世界的粉丝。雇佣最好的工程师和设计师,打造一个完美的工作环境。”
游戏截图






《智能手机大亨》是Roastery Games推出的一款手机制作模拟游戏,游戏中玩家可以自己开一家手机公司,可以建造各种生产基地,从最小的零件开始研究,打造出一款属于自己的独特手机,不断的发展自己的公司,下面和小编一起来看看。

Steam正在被各式各样的模拟器游戏所攻占。近日国外开发商Roastery Games开发出了一款手机模拟器,叫做《智能手机大亨(Smartphone Tycoon)》,日前已在Steam上架,支持繁体中文,定于2019年1月发售。
官方表示,《智能手机大亨》允许玩家开设自己的公司,打造最强大和最高级的智能手机。玩家的任务不光是创造一个生产区,而且还要从零开始进行设计。玩家将能从各种不同的技术、机会和创新中做出选择。公司的成功将完全取决于你自己的想象力和商业嗅觉。
“你的目标是达到世界级认可度,带领公司在全球市场声名斐然。凭借一些原始资本和一个空档的办公室,你可以通过雇佣员工开始。然后设计你未来的设备,为它想好一个名字和logo,选择其技术功能,比如屏幕,摄像头,处理器,内存,电池和其他重要指标。
本作将为你提供一个充分发挥自己才能和技能的独特机会。然后定好价格,开始你的智能手机设计之旅。你要做到世界上智能手机行业的领导者,获得全世界的粉丝。雇佣最好的工程师和设计师,打造一个完美的工作环境。”
游戏截图






闻魄