无问芯穹发布InfiniClaw Box:端云一体架构实现全模态安全推理
随着企业对大模型应用需求的深化,如何在利用云端强大算力的同时确保数据隐私安全,成为行业亟待解决的核心矛盾。传统本地算力设备难以支撑复杂任务,而常规脱敏技术往往局限于文本处理,无法应对语音、视频等多模态数据。无问芯穹正式发布的InfiniClaw Box,通过端云一体的架构设计,旨在解决本地模型在成本、性能与隐私保护之间的难以兼顾的问题。
01核心痛点与解决思路
InfiniClaw Box针对当前大模型落地中的“最后一公里”障碍,即全模态安全能力的断档,提出了一套系统的解决方案。其核心在于打破“脱敏即降智”的僵局,确保在数据不出域的前提下,依然能够调用云端的最强算力进行复杂推理。
02三段式安全脱敏推理方案
- 智能脱敏阶段
设备端通过本地多模态大模型对文本、图像、音频、视频进行语义特征提取,并结合预定义安全信息知识库与脱敏模板进行二次校验。系统自动识别并替换姓名、手机号、财务数据等敏感信息,生成脱敏后的通用请求。 - 云端处理阶段
脱敏请求接入无问芯穹大模型服务平台,低成本调用GLM-5、Kimi-K2.5、MiniMax-M2.5等行业头部大模型。云端执行复杂推理、知识检索与内容生成任务,全过程不接触任何原始隐私数据。 - 本地回填阶段
云端返回的通用结果在本地进入“隐私重构引擎”,在确保不泄露隐私的前提下,对被替换的敏感信息进行精准位置感知的自动回填。该过程实现了全链路隐私数据零出域,并保证结果语义的无损恢复。
03全模态适配与硬件优化
区别于仅支持文本知识库的传统设备,InfiniClaw Box具备全模态数据处理能力。其广泛接入家庭摄像头、智能门锁、麦克风等外设,支持文本、图像、语音、视频信号的协同处理与跨模态执行。在硬件性能方面,该设备通过主控智能体主导的深度NPU、GPU算子融合,以及张量布局寻优和极致显存复用策略,使Attention和gemm等核心算子在主流端侧芯片上实现了10%到40%的加速。
04生态协同与成本优化
InfiniClaw Box背后依托企业级Token工厂的成本优化体系,并内置80+垂类场景Skills。在生态合作层面,无问芯穹已与爱芯元智、AMD、此芯科技等多家芯片企业及智能终端企业建立合作,涵盖底层芯片适配、外设互联及上层应用场景探索。通过软硬协同与标准化开放接口,该方案旨在降低企业智能化终端的探索门槛。
当前文章无评论,是时候发表评论了