7月3日，海清智元执行董事兼董事会秘书柴剑出席了“全球数字经济大会安全与韧性经济AI论坛”，并发表《空间物理安全的多光谱AI应用实践》主题演讲，分享了海清智元在物理安全领域的探索。

　　基础设施物理安全面临挑战

　　近年来，随着全球人工智能进入爆发期，AI基础设施已经成为数字经济竞速的核心底座。以智算中心为代表的场景，正演变成一个算力、数据、电力、制冷与设备系统高度耦合的“超级复合体”。在这里，系统功率密度不断飙升、设备全年无休地高速运转。

　　如何守护好这个支撑数字世界稳定运行的物理空间，正成为全行业共同面临的“硬核安全考题”。

　　柴剑引用了两组数据——2025年，全国共接报火灾84.1万起，其中因电气故障引发的火灾占30.8%，人为因素引起的事故占比达57.8%；Uptime Institute发布的IT和数据中心故障数据显示，2024年电力故障仍然是造成重大停电的主要原因，占重大停电总数的23%。

　　“数据中心能耗大、设备精度高、电气连接复杂，是典型的高物理安全需求的场景，但现实中的技术手段却断档严重。”柴剑指出，日益复杂的现代物理世界，更需要加强高危环节异常行为风险感知及预警。

　　为什么强调“更早”地发现隐患？他认为，现代复杂的物理场景一旦失火，将带来更大的安全隐患：

　　一是大量高分子材料在温度升高的环境释放有毒气体，尚未产生烟但已经对人体造成伤害；

　　二是算力中心服务器与之背后的代码和程序昂贵，若出现安全问题，设备停机、服务器中断、恢复过程产生的代价高昂；

　　三是新型储能产品如算力中心配套的UPS站、化学电池燃烧后无法“被浇灭”，只能任其烧完为止，现场处置难度极大；

　　正因此，对电力系统、设备状态和运行过程的持续感知，正在成为重点设备运行的重要组成部分。“更早”观测到物理空间存在的安全风险，不管是出于公共安全还是数据中心的服务稳定性，都有其迫切性与必要性。

　　依托“光感图算”赋能

　　实际上，瞬间电弧、主机发烫、气体液体泄漏、木材阴燃等肉眼不可见的场景，并非毫无痕迹，借助多光谱AI，这些肉眼观测不到的因素能够一一显形。

　　自2013年成立以来，海清智元深耕多光谱AI这一领域，从“光”出发，把紫外、红外、可见光等多波段感知与端侧AI、行业大模型能力结合，集中精力攻克“物理安全”难题，守护国家基础设施、赋能千行百业转型升级、全方位保障社会民生安全，用科技的“眼睛”，帮助物理世界精准预见并防范“肉眼不可见”的潜在风险。

　　经过多年实践研发，海清智元已形成“光感图算”全链路自研能力——首先通过对物理世界的感知推理，得到物理底层特征；在端侧进行AI实时分析、识别危险，优化场景决策能力；面对复杂现场问题时，结合云端多光谱AI大模型进一步分析，同时大模型持续训练、进化，形成垂直行业的安全专家模型。

　　海清智元自研的“智元起源”大模型是首个将红外成像、紫外成像作为语料，并在物理空间安全工程领域集中训练的物理安全行业大模型，其基于超1000万组多光谱感知数据点、10万宗真实危险事件记录及1万份安全工程知识图谱进行训练，在火灾初期特征检测方面准确率超95%

　　目前，海清智元的多光谱AI方案，已经赋能千行百业，尤其是在高负荷、零容错的算力基础设施与数字基建领域，多光谱AI正在成为守护物理安全的隐形防线，让安全管理从“被动救火”走向“主动预防”。

　　以广东某数据中心项目为例，在搭载了海清智元多光谱AI软硬件一体化方案后4个月，产品精准预警，推动运维人员及时检修了一处低压配电柜接地电容漏液问题，仅以“180元”的成本，在业务端零感知的情况下，化解了一场不曾发生的安全隐患。

　　截至2025年末，海清智元已累计服务超2500个客户，为IDC、电力、新能源等高价值泛安全场景提供极早期预警、多维研判的全链条智能安全解决方案。