补遗公告公告标题：港口智慧安监多模态大模型应用及 AI告警管理采购补遗公告内容：

对投标人澄清函的回复

一、关于训推平台的具体要求：招标文件第五章“实施要求”中提及需要部署可运行的训推平台，但在整个项目需求中并未对训推平台的具体要求、功能定位及配置标准进行描述。

1. 平台定位

部署推理平台在本项目中定位为支撑港口AI模型（包括专有算法模型、多模态大模型）在线推理部署的核心基础平台，服务于算法研发、模型更新迭代与业务部署需求。

 

2. 核心功能

Ø 数据接入与预处理；

Ø 专有算法模型部署、推理；

Ø 资源调度与异构计算支持；

Ø 推理任务自动触发、在线API调用与状态监控；

Ø 行业垂直型多模态AI助手，实现告警图片的智能分析、安全规章的精准问答、员工培训试题生成等功能。

 

3. 技术指标要求









指标









目标值













图片场景分析准确率









≥95%（关键违规类型）













专有算法模型精确率









≥90%













专有算法模型召回率









≥90%













跨模态关联能力









图片+文本联合分析









 

4. 平台与AI告警管理子系统、港口安全生产多模态大模型的关系及数据交互方式

算法推理平台根据港口的智慧安防需求，设计研发专业场景分析用小模型算法，并接入港口现有视频流实时分析输出告警图片给到AI告警管理子系统。用户在AI告警管理子系统上可通过多模态大模型对告警图片进一步分析，生成安全生产报告。

数据交互方式主要涉及：

1）算法服务到告警平台

通信方式可采用消息中间件或平台提供的 RESTful API，实现告警事件的高效传输与处理。数据格式可采用 JSON 或 Protobuf，确保良好的结构化与可扩展性。

2）告警平台到多模态大模型服务

通信方式通过 RESTful API 等方式完成，支持按批量或单条形式将告警信息传入多模态大模型服务进行推理分析。接口设计灵活，可对接结构化告警数据与图像等多模态输入，增强对告警语义和上下文的理解，进一步提升平台的智能识别与响应能力。

 

二、关于专用算法模型的具体要求：招标文件第五章“验收标准”中对专用算法 模型的准确率提出了具体要求（精确率 P 和召回率 R 均不低于 90%），但在前面的项目需求中并未对专用算法模型的具体类型、应用场景及评估标准进行描述。

1. 关于专用算法模型的类型、应用场景及预期技术效果

1）专用算法模型的类型包括但不限于以下几类：









类型









说明













目标检测模型









用于检测港口作业区域中的特定对象













行为识别模型









用于识别人员违规行为













姿态估计模型









用于判断人员是否穿戴防护服、头盔，或是否处于跌倒/非正常姿势状态













区域入侵检测模型









针对特定作业/禁入区域，识别人员/车辆是否越界













多模态融合模型









综合图像、视频、结构化文本等数据，实现事件语义理解与场景联动分析









2）应用场景示例：

· 危险作业区入侵检测；

· 夜间或低照度下的人员异常行为识别；

· 特种设备附近的人员动态监控；

· 特殊事件追溯。

3）预期技术效果：

· 在实际部署环境中，模型的精确率（Precision）和召回率（Recall）均不低于90%；

· 模型可在边缘计算节点/服务器中以