AI Event Manager

如果说 ORBRO OS 的 AI Event 是用于统一管理现场事件的运营模块，那么 AI Event Manager 则是一款通过视频检测危险事件候选，并利用 VLM 验证生成判断依据的视频 AI 运营产品。 换句话说，AI Event Manager 并不是用来替代 ORBRO OS 的 AI Event，而是为 ORBRO OS 提供更精准的视频事件来源和验证结果，从而帮助实现更高质量的 AI 事件运营。

若要将 ORBRO OS 的 AI Event 作为运营事件管理的核心，关键在于现场产生的视频事件是否足够准确且具备可解释性。 AI Event Manager 通过分析已部署的 RTSP 摄像头视频，快速发现事件候选，并利用 VLM 验证保留事件前后场景语境及判断依据。当运营人员在 ORBRO OS 中查看事件时，不仅能看到告警，还能同时了解该事件是在什么场景下、基于什么依据被判定的。

两者并非替代关系，而是互补关系。ORBRO OS 是统一管理位置、设备、事件及运营流程的平台，而 AI Event Manager 则负责视频 AI 事件的检测、验证与记录。 将两者结合后，可将视频中发现的风险事件与 ORBRO OS 的运营事件流程联动，实现统一标准下的现场响应与事后复盘。

AI Event Manager 基于 RTSP 视频输入设计，可充分利用现有摄像头基础设施开展视频 AI 事件运营。 相比重新搭建全新的监控体系，只需接入现场视频流，并结合 Edge 预处理和 VLM 验证架构，即可将现有视频资源扩展为 AI 事件运营资产。实际接入范围将结合现场网络环境、视频质量及安全策略进行规划。

候选事件检测阶段负责从现场视频中快速筛选跌倒、火灾、未佩戴防护装备等需要进一步审查的场景。 VLM 验证阶段则会结合事件前后场景及空间环境进行复核，判断其应被归类为告警、通过或需要进一步确认，并记录相应判断依据。通过将这两个阶段分离，可以同时实现快速检测与可解释验证。

AI Event Manager 会将系统配置及运营过程中的重要变更自动记录到系统日志（System Log）中。 运营人员可以清晰追踪是谁、在什么时间、修改了哪些配置，不仅便于日常运维审计，也有助于在发生故障时快速定位原因。

实时监控（Live Monitoring）用于查看当前视频流中的候选事件及验证进度，帮助运营人员实时掌握现场情况。 分析（Analysis）界面用于按时间范围、摄像头、事件类型和置信度等条件分析检测结果。 事件日志（AI Event Log）则集中展示已发生事件的记录、帧图像、VLM 响应及判断依据，便于查询和事后复盘。

检测项目可根据现场环境、视频质量及运营策略进行配置。从基础检测模型开始，可扩展至跌倒检测、火灾检测、未佩戴安全帽检测、长时间静止检测、危险区域接近检测、碰撞检测、未穿戴安全反光背心检测以及烟雾检测等多种事件类型。 重要的是，这些检测项目并非固定列表。AI Event Manager 将检测模型与 VLM 验证流程解耦，因此能够根据现场风险类型持续扩展检测能力。

传统 CCTV/VMS 主要侧重于视频查看与存储，而 AI Event Manager 则能够主动从视频中发现危险事件候选、完成验证，并将结果连接到分析与事件日志流程。 这意味着运营方式从“人工查看大量画面并事后查找问题”转变为“系统主动筛选需要关注的场景并提供判断依据”。与 ORBRO OS 的事件运营体系结合后，其价值将进一步提升。

基础部署方案通常包括 AI Event Manager 软件、基于 Edge Pro 的预处理设备、RTSP 摄像头输入以及 VLM 服务器集成。 若同时接入 ORBRO OS，还可将视频 AI 验证结果与现有运营事件体系联动，实现现场响应、记录管理及事后复盘流程的一体化管理。具体部署范围将根据现场安全策略、网络架构、视频质量及运营目标进行规划。