面向开发者与业务团队的 AI 视觉平台，用自然语言描述即可自动生成计算机视觉智能体与实时看板，免训练、免标注、免写代码。
热门评论
PH 用户
嘿大家 👋 我是 Talia，viso.ai 团队的一员！
所以，为什么做 Viso Now。我们在计算机视觉领域待了相当久，看到客户在项目里总是撞上同一个烦人的缺口：模型干好自己的活、标出了点东西，然后呢？实际中，这个“然后呢”就变成有人临时拼个脚本把检测结果丢到某个地方，有人眯着眼盯电子表格，而告警要么根本不存在，要么躺在某个没人信的收件箱过滤器里。我们受够了每次都重新搭这层胶水，所以一次性把它好好做出来了。
实际用起来是这样：你把 Viso Now 指向你的视频素材或图片，它会把任何被标记的内容送进一个真正为人快速处理而建的审核队列（不是给数据科学家，而是给实际的 ops 或 QA 人员），一旦有东西越过对你重要的阈值，它就立刻提醒你。
我们第一家展示 Viso Now 的公司，原本只是一个我们起初只能提供传统计算机视觉方案的潜在客户。那意味着要花几个月开发、投入 $30,000，才能拿到真实数据，而他们需要回答的问题很简单：人们到底会怎么和我们这台新机器互动？它是自主运行的，那人们还会尝试跟它互动吗？他们会围在旁边看，还是直接走开、让它自己干活？
两周后，我们给了他们 Viso Now 的 pre-beta 访问权限。他们几分钟就解决了，然后自己继续打磨逻辑。现在他们有一个完整上线的方案，完善它只花了几个小时；而且不用手动一段段审视频，他们通过图表和仪表盘就能得到答案。
所以，为什么做 Viso Now。我们在计算机视觉领域待了相当久，看到客户在项目里总是撞上同一个烦人的缺口：模型干好自己的活、标出了点东西，然后呢？实际中，这个“然后呢”就变成有人临时拼个脚本把检测结果丢到某个地方，有人眯着眼盯电子表格，而告警要么根本不存在，要么躺在某个没人信的收件箱过滤器里。我们受够了每次都重新搭这层胶水，所以一次性把它好好做出来了。
实际用起来是这样：你把 Viso Now 指向你的视频素材或图片，它会把任何被标记的内容送进一个真正为人快速处理而建的审核队列（不是给数据科学家，而是给实际的 ops 或 QA 人员），一旦有东西越过对你重要的阈值，它就立刻提醒你。
我最喜欢的一点是，它不在乎你的“东西”具体是什么。早期用户拿它试过非常不同的场景，比如抓生产线上的缺陷，还有一个我真心最喜欢的例子：一个小型海洋生物团队用它从珊瑚礁调查视频里追踪珊瑚白化。底层都是同一套审核加告警循环，但使用它的人过的周二完全不同。
如果你正在跑或试验一个 CV 模型，也撞上了那堵“好吧，但到底谁来看这些结果”的墙，我很想听听你的经历。留个评论，我今天就联系你！
作为 CTO，这次发布对我尤其有意义，因为 Viso Now 改变了计算机视觉软件构建方式中某个很根本的东西。
多年来，计算机视觉最难的部分是模型。把摄像头视频流变成有用的应用，意味着要做模型选择、数据集生成和模型训练流水线，这些都需要时间和技术经验——而且往往是在你验证用例需求能否被充分满足之前。
现在最难的部分变成了模型周围的一切：把观察结果送进一套人真能采取行动的工作流，快速审核结果，设置真正有意义的阈值，并为业务把结果可视化。
有了 Viso Now，我们想反转这个工作流：从你想在物理世界里解决的问题开始，把它描述出来，让系统围绕它构建视觉逻辑。你可以连接摄像头、反复迭代行为，然后快得多地得到一个能用的应用。
但光有这些还不够；只有当有人能基于它行动时，价值才真正落地。Viso Now 会自动把那套逻辑变成实时仪表盘：检测结果变成图表、趋势和指标，讲的是业务听得懂的语言。而且通过连接器，相关输出会直接送进你团队已经在用的工具里。
在底层，要让这件事感觉这么简单，需要解决很多困难的工程问题，涉及视觉推理、视频处理、编排，以及把模糊的自然语言意图变成可靠的应用逻辑。
这对我们的工程团队来说一直是最有趣的部分！
我们还处在早期，很想听听这里开发者们的反馈——特别是你们希望解决哪些现实世界的问题，以及你们面对什么挑战。
很乐意回答任何关于产品、或我们接下来方向的问题。🚀
这就是 Viso Now 对我很有意义的原因。它降低了别人试验计算机视觉的门槛，同时也代表着我们作为一家种子轮阶段公司挺重要的一步。
传统计算机视觉往往依赖专家人才、复杂基础设施，以及大量前期投入，才能把一个想法做起来。同样的限制也会出现在初创公司内部：资源有限、不断做优先级排序，还要决定每一美元投资该花在哪。
在 viso.ai 跨财务和运营工作，我能亲身看到这些取舍。为团队感到骄傲 🚀
我们第一家展示 Viso Now 的公司，原本只是一个我们起初只能提供传统计算机视觉方案的潜在客户。那意味着要花几个月开发、投入 $30,000，才能拿到真实数据，而他们需要回答的问题很简单：人们到底会怎么和我们这台新机器互动？它是自主运行的，那人们还会尝试跟它互动吗？他们会围在旁边看，还是直接走开、让它自己干活？
两周后，我们给了他们 Viso Now 的 pre-beta 访问权限。他们几分钟就解决了，然后自己继续打磨逻辑。现在他们有一个完整上线的方案，完善它只花了几个小时；而且不用手动一段段审视频，他们通过图表和仪表盘就能得到答案。
他们第一反应是称之为“魔法”。我们其实不得不从幻灯片里删掉这句话，因为听起来太像营销文案了。但看着它跑起来，真的就是那种感觉。
别只听我们说。今天就来试用 Viso Now，免费。
看着一切汇集到一个让计算机视觉更易用、也真正有用的平台里，真的很有成就感。
这背后投入了很多思考、迭代和团队合作。
真心为团队做出来的东西感到骄傲。
Viso Now 就是通往这件事的捷径。你接入视频源，告诉它要找什么，当场就能拿到能用的结果。不用标注，不用训练模型，不用部署。
我为团队做出这个了不起的工具感到自豪，因为我在内部推这件事已经推了一阵子。很好奇大家会拿它对准什么，也欢迎你们的评论和反馈。