Perceptron Mk1

Perceptron Mk1 是一款面向物理世界的前沿视频推理模型，通过生产级 API 提供强大的视频与具身智能推理能力。它支持时间定位、结构化视觉输出、32K 多模态上下文，并以高性价比定价服务于大规模物理世界任务。

核心功能

Perceptron Mk1 的核心在于将视频理解与物理世界推理紧密结合。它能够处理长时间视频流，精准定位事件发生的时间点（时间定位），并输出结构化的视觉信息，如物体检测、动作识别等。其 32K 多模态上下文窗口允许模型同时处理大量视频帧和文本指令，实现复杂的跨模态理解。

主要特性

• 时间定位：在视频中精确标记事件发生的时刻，适用于监控、体育分析等场景。
• 结构化视觉输出：以 JSON 等格式返回检测到的物体、动作、关系等，方便下游应用集成。
• 32K 多模态上下文：支持长视频和复杂指令，一次推理即可完成多步骤分析。
• 高性价比定价：针对大规模物理世界任务优化，降低视频推理的运营成本。
• 生产级 API：提供稳定、低延迟的接口，易于集成到现有系统。

适用场景

• 智能监控：实时分析监控视频，自动报警异常事件。
• 自动驾驶：理解道路场景，识别行人、车辆和交通标志。
• 工业质检：检测生产线上的产品缺陷。
• 体育分析：追踪运动员动作，分析比赛战术。
• 机器人视觉：为机器人提供环境感知能力，支持导航和操作。