门前四包监管助手-

近年来，随着城市发展，城市管理问题尤其是店外违规乱象等问题突出，现网感知设施老旧，覆盖不足，软件算法版本落后，事件发现滞后，版本落后等问题，无法为新型城市管理提供有效支撑。突击整顿，游击式巡查，难以根治违规行为，如何更好维护市容市貌为基层减负，更好地实现“共建共享共治”的现代化城市治理新模式。

门前四包精细化城市治理场景正当其时，通过借助城市原有前端摄像机及新建相机，利用视频AI智能分析，对重点区域的占道经营、物料乱堆、店外经营、垃圾暴露、非机动车乱停放、违规撑伞、悬挂横幅标语、无照游商、违规户外广告、占用无障碍通道等近20种高发类门前四包违规事件（均可采用大小模型组合方式）进行实时感知和智能预警，通过事件快速分拨和处置实现业务闭环。 智慧城管门前四包领域的智慧监管助手，这是个基于多模态大模型的智能助手，跟门前四包业务场景相结合，通过事件精准识别、动态大屏展示、运行报告智能生成，辅助提升城管监管效率和治理水平。

首先，我们来看下传统门前四包应用有哪几个业务痛点。 第一是：违规事件识别不准确。因为门前四包违规种类众多，传统的小模型识别泛化性不强，识别的准确率普遍较低，对事件的处置评估也不全面，比如违规事件识别准确率大多在80%左右，出现很多误报。 第二是：全域感知大屏数据展示固化。只有系统最开始交付时确定的几个维度数据展示，无法根据需求动态调整展示内容。比如我要看每个区域某个时间段的数据只有通过繁杂的数据查询整理才能得出。 第三是：系统运行日报编制费时费力，每天要总结分析当日的业务运行数据，需要管理人员一个数据一个数据查询，一条总结一条总结编写，效率低且耗费大量时间。 

针对这几个业务痛点，门前四包监管助手能做什么呢？ 首先在时间识别环节，采用小模型检测+大模型确认相结合，可进一步提升事件检测的准确率。然后在事件处置复核环节，也可以运用大模型实现在规定时间内对事件处置进行智能复核，自动核查事件处置情况。 其次在大屏动态生成方面，通过语音多模态交互，自动识别用户意图，动态生成大屏展示的各种分析数据，让固化的感知大屏变得可灵活洞察。 此外在每日运行报告生成方面，智能助手更是发挥了绝对作用，它能够自动检索每日运行数据，通过图表、报表、格式文档等快速生成运行报告，给到管理人员做参考甚至直接使用。 

从客户视角，我们总结了三点业务价值。 一是：精准识别，违规事件早发现。通过大小模型结合提升事件识别准确率达到95% 。二是：动态大屏，灵活调整全洞察。感知大屏的动态数据展示。从问题获取到语义理解，再到数据组合分析，最后动态生成大屏展示内容秒级实现。 三是：运行报告自动生成，省市又省力，每日系统运行报告在几分钟之内自动生成，极大减少繁杂的数据整理和报告撰写工作。