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）
