Raytron于CIOE 2026展會上發(fā)布一款紅外視覺語言模型（VLM）。該模型基于超過500萬份專有紅外多模態(tài)樣本訓(xùn)練，旨在突破傳統(tǒng)熱成像儀僅顯示溫度分布的局限，通過人工智能直接解讀熱圖像中的場景特征，識別氣體泄漏、電氣故障及環(huán)境異常。

傳統(tǒng)視覺模型多依賴可見光照片，而熱成像記錄的是物體輻射的熱量。Raytron在模型開發(fā)階段即針對紅外波段特性進(jìn)行優(yōu)化，采用專用紅外視覺編碼器提取熱量分布及光譜特定信號，使系統(tǒng)能夠區(qū)分正常工況與偏離標(biāo)準(zhǔn)的行為模式。

在氣體泄漏監(jiān)測方面，該公司表示該系統(tǒng)不僅識別圖像中的溫差斑塊，還會綜合評估羽流形態(tài)、氣體擴散方式及現(xiàn)場環(huán)境干擾因素。訓(xùn)練數(shù)據(jù)涵蓋甲烷、乙醇、二氧化硫、六氟化硫及R-134a、R-152a等制冷劑。此設(shè)計有助于在工業(yè)復(fù)雜熱源環(huán)境中準(zhǔn)確判斷需關(guān)注的異常情況。

公司列出的應(yīng)用場景包括電力系統(tǒng)巡檢、周界監(jiān)控、氣體泄漏分析、工業(yè)設(shè)施測溫及夜視應(yīng)用。

技術(shù)架構(gòu)支持將AI推理功能部署于現(xiàn)場設(shè)備端。通過內(nèi)置加速芯片直接在攝像頭內(nèi)完成部分分析，可降低對云端服務(wù)器的持續(xù)依賴，縮短從異常發(fā)現(xiàn)到系統(tǒng)響應(yīng)的延遲。本地處理還能減少需外傳的數(shù)據(jù)量，滿足對運營與視覺信息管控要求較高的環(huán)境需求。

展會同期展示了第三代紅外圖像處理芯片F(xiàn)alcon 500。該芯片負(fù)責(zé)在AI分析前對探測器原始數(shù)據(jù)進(jìn)行降噪、非均勻性校正和圖像恢復(fù)，并在同一平臺上集成精準(zhǔn)測溫、視覺處理、智能傳感與AI推理能力。

Raytron此次展示的技術(shù)核心在于改變熱成像數(shù)據(jù)的后續(xù)處理邏輯。傳感器仍負(fù)責(zé)捕捉紅外輻射，但后端處理增加了場景上下文關(guān)聯(lián)層。單一系統(tǒng)即可同步完成信號處理、熱圖模式分析與異常狀態(tài)自動提示，推動熱成像設(shè)備從單純的溫度測量工具向具備環(huán)境解讀能力的智能系統(tǒng)演進(jìn)。