Service Domain 运营中
hyperQ VAI Ops
hyperQ VAI Ops 是一套端到端垂直 AI (End-to-End Vertical AI) 平台：在同一处对图像、视频、3D 点云乃至文本、音频、时序、表格数据进行标注，训练并比较模型后，部署到推理 API 或现场边缘设备。它以云 SaaS 与客户内网安装(本地部署·隔离内网)两种形态运营，将制造检测这类由领域专家自行制作模型并上线现场的流程在一个平台上完成。
Role
从数据标注到模型训练·转换·边缘部署一体贯通的工业 AI 运营平台
Capabilities
VAI Ops 的职能
2D/3D 标注 — 边界框·旋转框(OBB)·多边形·掩膜·关键点·3D 长方体
提供文本·音频·时序·表格数据的专用标注界面
MOT·ReID·行为识别·VQA 等扩展任务标注
基于模型的自动标注 + 人工复核的工作流
以拖拽式流水线搭建训练工作流
视觉·异常检测·NLP·音频·时序·表格等 7 个类别的模型训练
仅凭文本提示即可检测缺陷 — 无需训练
以旋转不变分割与极坐标预处理应对圆形·环形零件检测
面向边缘部署的模型转换(ONNX·TensorRT 等)与 INT8 量化
Where it is used
适用于这些现场
制造外观检测部署
用正常产品图像训练异常检测模型，或以文本写明缺陷类型，无需训练即可开始检测。置信度处于 80~90% 区间的结果会汇入 Gray-zone 复核队列，由作业人员判定。
旋转·圆形零件检测
轴承、齿轮、晶圆等摆放方向不固定的零件，使用旋转边界框标注，并以旋转不变分割模型训练。同心圆形零件则在流水线中加入极坐标预处理，以适配缺陷检测。
现场边缘设备部署
将训练好的模型转换为 ONNX/TensorRT 并部署到 Jetson 等现场设备，改进后的模型通过 OTA 更新。若需服务器端推理，则部署为推理 API，使用蓝绿(Blue/Green)切换与回滚。
整合视觉之外的数据
设备传感器时序、测量值表格数据、作业文档文本、设备噪声音频均可在同一平台标注，并以各自领域的模型训练。无需为每种数据类型另配工具。
Facts
部署前请您确认的事实
交付方式
服务型 — 运营于 vaiops.hyperq.run
对接对象
- 将训练好的模型部署为推理 API — 蓝绿(Blue/Green)切换与回滚
- 边缘设备(Jetson·Raspberry Pi)部署 + OTA 模型更新
- 端侧推理库 — 在运行时查询并选择执行硬件
- 标准标注格式导入(COCO·YOLO·DOTA)与导出(COCO·YOLO·VOC·DOTA·LabelMe 等)
- Hugging Face 数据集导入 — 自动识别数据结构(schema)后转换为平台格式
- 以 hyperQ Entitle 账号进行 SSO 登录(OIDC)对接
咨询前自查
- 需配备用于训练的 NVIDIA GPU — T4 及以上，CUDA 12.4+
- 本地部署最低配置：8 核·32GB 内存·500GB 数据 SSD
- 部分自研分割模型在安装时需额外配置 ML 软件包
Supported environments
支持的环境
这些是可与当前运行环境进行对照的项目。列表之外的环境可在咨询中为您确认。
云 SaaS(多租户)或客户本地部署安装
本地部署：单服务器 Docker Compose 或 Kubernetes(Helm)安装
提供断网隔离内网(气隙)的离线安装流程
训练任务必须使用 NVIDIA GPU — 无 CPU 回退
边缘目标：NVIDIA Jetson(Nano/Xavier/Orin)、Raspberry Pi
基于网页浏览器的控制台，提供韩语·英语界面
Works with
配套使用的产品
VAI Ops 并非单独运行，而是与 hyperQ 产品线协同工作。
Industry Stack
包含该产品的行业 Stack
该产品包含在下列行业 Stack 的推荐组合中。若此处描述的瓶颈与您的现场相符，便是启动评估的时机。
How to evaluate
评估与报价按以下方式推进
这是 hyperQ 方案包部署的评估顺序与报价结构。
咨询 → 付费试点 → 正式部署
免费咨询会确认您的行业·瓶颈·安全条件，并整理候选方案包与检查项。随后以事先商定工作范围·周期·验证标准·交付物的付费试点进行验证，并衔接到正式部署。
标准软件·硬件·定制实施分开核算
标准软件按年度订阅授权计价，硬件按实际成本供应(可利用现有设备)，定制实施按工作范围(SOW)单独核算。交付后的运营通过维保服务包延续。
Packages
包含该产品的方案包
VAI Ops 并非以单品形式罗列，而是作为部署方案包中的角色向您推荐。