7月3日，海清智元执行董事兼董事会秘书柴剑出席了“全球数字经济大会安全与韧性经济AI论坛” ，并发表《空间物理安全的多光谱AI应用实践》主题演讲 ，分享了海清智元在物理安全领域的探索。
基础设施物理安全面临挑战
近年来 ，随着全球人工智能进入爆发期，AI基础设施已经成为数字经济竞速的核心底座 。以智算中心为代表的场景，正演变成一个算力 、数据 、电力、制冷与设备系统高度耦合的“超级复合体 ” 。在这里 ，系统功率密度不断飙升 、设备全年无休地高速运转。
如何守护好这个支撑数字世界稳定运行的物理空间，正成为全行业共同面临的“硬核安全考题 ” 。
柴剑引用了两组数据——2025年 ，全国共接报火灾84.1万起 ，其中因电气故障引发的火灾占30.8%，人为因素引起的事故占比达57.8%；Uptime Institute发布的IT和数据中心故障数据显示 ，2024年电力故障仍然是造成重大停电的主要原因 ，占重大停电总数的23% 。
“数据中心能耗大 、设备精度高、电气连接复杂，是典型的高物理安全需求的场景 ，但现实中的技术手段却断档严重。”柴剑指出 ，日益复杂的现代物理世界，更需要加强高危环节异常行为风险感知及预警。
为什么强调“更早 ”地发现隐患？他认为 ，现代复杂的物理场景一旦失火 ，将带来更大的安全隐患：
一是大量高分子材料在温度升高的环境释放有毒气体，尚未产生烟但已经对人体造成伤害；
二是算力中心服务器与之背后的代码和程序昂贵，若出现安全问题 ，设备停机、服务器中断 、恢复过程产生的代价高昂；
三是新型储能产品如算力中心配套的UPS站 、化学电池燃烧后无法“被浇灭 ” ，只能任其烧完为止，现场处置难度极大；
正因此 ，对电力系统、设备状态和运行过程的持续感知 ，正在成为重点设备运行的重要组成部分 。“更早”观测到物理空间存在的安全风险，不管是出于公共安全还是数据中心的服务稳定性 ，都有其迫切性与必要性 。
依托“光感图算”赋能
实际上 ，瞬间电弧 、主机发烫 、气体液体泄漏、木材阴燃等肉眼不可见的场景，并非毫无痕迹 ，借助多光谱AI ，这些肉眼观测不到的因素能够一一显形。
自2013年成立以来，海清智元深耕多光谱AI这一领域 ，从“光 ”出发 ，把紫外 、红外 、可见光等多波段感知与端侧AI、行业大模型能力结合，集中精力攻克“物理安全 ”难题，守护国家基础设施 、赋能千行百业转型升级 、全方位保障社会民生安全 ，用科技的“眼睛” ，帮助物理世界精准预见并防范“肉眼不可见 ”的潜在风险 。
经过多年实践研发，海清智元已形成“光感图算 ”全链路自研能力——首先通过对物理世界的感知推理 ，得到物理底层特征；在端侧进行AI实时分析、识别危险 ，优化场景决策能力；面对复杂现场问题时，结合云端多光谱AI大模型进一步分析 ，同时大模型持续训练 、进化 ，形成垂直行业的安全专家模型 。
海清智元自研的“智元起源”大模型是首个将红外成像 、紫外成像作为语料，并在物理空间安全工程领域集中训练的物理安全行业大模型 ，其基于超1000万组多光谱感知数据点、10万宗真实危险事件记录及1万份安全工程知识图谱进行训练 ，在火灾初期特征检测方面准确率超95%
目前，海清智元的多光谱AI方案 ，已经赋能千行百业 ，尤其是在高负荷、零容错的算力基础设施与数字基建领域，多光谱AI正在成为守护物理安全的隐形防线，让安全管理从“被动救火 ”走向“主动预防 ”。
以广东某数据中心项目为例 ，在搭载了海清智元多光谱AI软硬件一体化方案后4个月 ，产品精准预警，推动运维人员及时检修了一处低压配电柜接地电容漏液问题 ，仅以“180元”的成本 ，在业务端零感知的情况下，化解了一场不曾发生的安全隐患 。
截至2025年末 ，海清智元已累计服务超2500个客户 ，为IDC 、电力 、新能源等高价值泛安全场景提供极早期预警、多维研判的全链条智能安全解决方案 。
（文章来源：国际金融报）
