云边端一体化设计
WeFly AIoT 并不是单一系统，而是由前端管理控制台、设备与规则服务、视频流与采集服务、AI 模型与推理服务、边缘高性能推理引擎等多个子系统协同组成， 既可作为完整云平台统一部署，也可在资源受限的边缘设备上单独抽取模块运行， 在同一技术体系下实现云、边、端多形态协同。
这种架构既保证了企业级稳定性与扩展性，又能在边缘环境中发挥 C++ 高性能推理能力， 为复杂场景下的大规模算法落地提供基础设施。
产品定位与价值主张
通过算法任务管理、实时流分析与模型服务集群推理构建 AIoT 智能中枢。
“万物互联、万物智控”理念
平台围绕设备接入、数据采集、AI 分析、智能决策四个环节打造闭环， 不仅打通了异构设备与流媒体系统，更通过算法任务编排和多模态大模型，让视频、图像、语音、文本在统一平台上协同工作。
无论是工业园区、智慧城市，还是专项安防/生产场景，WeFly AIoT 都可以快速构建从“可见”到“可控”的智能能力。
核心能力矩阵
围绕 AI 与 IoT 深度融合，提供从算法到设备、从云端到边缘的全栈能力。
算法任务管理
支持实时算法任务与抓拍算法任务两大类型， 每个任务可绑定独立抽帧器与排序器，实现毫秒级响应的实时分析与高效离线分析， 精细管控算力资源与算法效果。
实时流分析与告警
基于视频流服务，对 RTSP/RTMP/HTTP 流进行实时拉流、转发与算法分析， 支持检测区域绘制、布防时段配置与多维告警规则，真正做到时空条件精准触发。
模型服务集群推理
AI 模块负责模型训练、导出与服务化部署，支持多实例模型服务集群， 通过服务注册/发现与负载均衡实现高可用推理，提升吞吐与稳定性。
设备与规则引擎
设备与规则服务提供从设备注册、认证、影子同步到规则引擎的数据流转能力， 支持 MQTT、TCP、HTTP 等协议，将设备行为转化为可编排的规则与事件。
边缘高性能推理
边缘推理引擎基于 C++ 实现高性能推理，可在 RK3588 等 ARM 边缘硬件上运行， 结合云端模型服务，构建云边协同、就近处理的智能推理体系。
多模态大模型融合
集成 QwenVL3 等视觉大模型与 LLM，支持视频、图像、语音、文本等多模态输入， 通过零样本标注与多模态理解，降低数据标注成本，加速算法迭代。
技术架构 · 云边端协同 AIoT 中台
Java + Python + C++ 三语言融合，配合流媒体与对象存储，构建可扩展的 AIoT 技术底座。
三语言融合 · 各尽其长
- Java：构建设备管理等核心平台服务，提供稳定可靠的企业级能力。
- Python：承担视频流与 AI 模型的流媒体处理和模型训练/推理服务。
- C++：在边缘推理引擎中负责高性能推理，适配边缘硬件与低时延场景。
关键设计原则
- 云、边、端统一数据与任务模型，降低跨环境迁移与扩容成本。
- 模块解耦部署，可按需选择前端管理、设备服务、视频流服务、AI 服务或边缘推理单独运行。
- 通过对象存储与消息队列在模块间传递模型、任务与分析结果。
典型应用场景
从视频安防到工业生产，WeFly AIoT 提供可复用的智能能力底座。
园区与城市安防
多路摄像头接入、实时布防与告警联动，实现园区/园区周界、人脸识别、异常行为检测等智能安防能力， 支持告警录像与抓拍回溯。
工业生产与设备巡检
通过设备影子、规则引擎与算法任务，对关键设备运行状态进行监测与视觉巡检， 结合告警通知与报表分析，实现预防性维护。
多模态智能中台
将视频、图像、语音、文本等多源数据汇聚于统一平台，结合大语言模型构建多模态智能中台， 为上层业务快速提供“看得见、说得清、控得住”的智能服务。
模块矩阵 · 各司其职
从前端管理到设备网关，从流媒体到模型训练，再到边缘推理，形成统一的 AIoT 能力矩阵。
前端管理
基于 Vue 3 的前端管理界面，提供设备、视频、算法任务、模型与告警的一站式可视化管理。
设备与规则
设备与产品管理、物模型、规则引擎与多渠道通知，构成 IoT 设备数字化与联动中枢。
视频流与采集
摄像头管理、流媒体转发、抽帧与抓拍、录像与回放，承载视频数据与算法任务调度。
AI 模型与推理
模型训练、导出与服务化部署，支持集群推理与多模态大模型，让算法快速走向生产。
边缘推理引擎
C++ 高性能推理引擎，面向边缘侧场景提供低时延、高并发的算法执行能力。
快速上手 · 落地 AIoT 项目
标准化的交付流程，帮助你在本地机房或云环境中完成稳定可靠的私有化部署。