IREX Presenta StreamVLM™: Analítica de Video Definida por una Instrucción
El motor de detección con modelo de visión y lenguaje, que se distribuye en versión beta en instancias seleccionadas, permite a los operadores crear detectores de video personalizados a partir de instrucciones en texto plano, sin recopilar conjuntos de datos ni entrenar modelos.
MURRIETA, California — 9 de septiembre de 2026 — IREX (IrexAI Inc.), la empresa de IA ética de California, presentó hoy StreamVLM™, un motor de detección con modelo de visión y lenguaje (VLM), que se distribuye en versión beta en instancias seleccionadas, y que convierte una descripción en lenguaje natural en un detector de analítica de video funcional.

Durante la última década, agregar una nueva capacidad a un sistema de analítica de video ha significado encargar un nuevo modelo de IA: recopilar un conjunto de datos, etiquetarlo, entrenar, validar e implementar, un ciclo que se mide en meses y presupuestos. StreamVLM elimina ese ciclo. Un operador describe una condición en inglés corriente (“detectar a una persona tendida en el suelo”, “alertar cuando aparezca un grafiti en una pared”, “identificar una inundación en el paso inferior”) y la plataforma comienza a vigilarla en las cámaras seleccionadas.

“A las agencias de seguridad pública nunca les han faltado cosas que necesitan ver. Les han faltado tiempo y dinero para construir un modelo para cada una”, afirmó Serge Smirnoff, Head of PR de IREX Inc. “StreamVLM cambia quién decide qué vigila una red de cámaras. Ya no es un proyecto de ciencia de datos. Es una frase escrita por la persona que realmente conoce el barrio, la estación o el campus, y como se trata de IREX, cada una de esas frases queda registrada, atribuida y disponible para su revisión.”

Cómo funciona
Un detector de StreamVLM es un conjunto de instrucciones con nombre y con sus propios ajustes, aplicado a canales de cámara seleccionados. Cada instrucción es independiente, con su propio umbral de confianza, intervalo entre alertas y tipo de evento. Un modelo de visión y lenguaje que comprende conjuntamente imágenes y lenguaje evalúa de forma continua fotogramas seleccionados de las transmisiones de cámara en vivo frente a las instrucciones, y las coincidencias generan alertas en tiempo real en cuestión de segundos.
Las alertas llegan con una captura de la cámara, un cuadro delimitador sobre el objeto de interés, la marca de tiempo, la ubicación de la cámara, el puntaje de confianza y cualquier metadato extraído, junto con las acciones Play Video y Share. Cada evento de StreamVLM entra en el mismo flujo que cualquier otro módulo de analítica de IREX, por lo que los flujos de trabajo, los paneles y las integraciones existentes se aplican sin cambios.
Un solo canal de cámara admite varios detectores definidos por instrucciones a la vez. Una cámara de estación puede vigilar simultáneamente a una persona en las vías, el hacinamiento en el andén, una bolsa desatendida, humo, un grafiti reciente e inundaciones a nivel del andén. Los detectores pueden agregarse o ajustarse en cualquier momento sin desconectar el sistema.
Más allá del módulo preconfigurado
StreamVLM complementa los módulos de analítica especializados de IREX para rostros, vehículos y tránsito, armas, perímetro, ferrocarril y transporte público, multitudes, incendios e integridad de las cámaras, y los extiende a terrenos que ningún catálogo de módulos fijos cubre: daños en la infraestructura, vertido ilegal de residuos, riesgos por nieve y hielo, objetos desatendidos, vehículos no autorizados, infracciones de seguridad en obras, señalización y marcas de vehículos no estándar, y condiciones propias de una sola ciudad.
Los detectores creados en StreamVLM también están disponibles para Video Search & Investigations, la capacidad de investigación agéntica de IREX, que los aplica a grabaciones históricas de miles de cámaras y compila los resultados frente a un Case ID verificado.

Gobernado como cualquier otro detector
Un detector que cualquiera puede definir en una frase requiere la misma supervisión que uno que tardó un año en entrenarse, y StreamVLM se rige por los mismos mecanismos que el resto de la plataforma:
- Las instrucciones quedan registradas. Crear, editar y activar un detector son acciones registradas y atribuidas al operador que las realizó, de modo que lo que se le indicó buscar al sistema siempre puede reconstruirse.
- Los eventos son auditables. Cada alerta incluye su canal, marca de tiempo, nivel de confianza y la instrucción que la produjo.
- El acceso se basa en roles. Los permisos granulares controlan quién puede crear instrucciones, acceder a las cámaras, iniciar investigaciones o exportar datos.
- Las investigaciones requieren un Case ID. Los pasos agénticos se vinculan a un caso autorizado, lo que crea una cadena de evidencia defendible.