IREX ने StreamVLM™ पेश किया: प्रॉम्प्ट से परिभाषित वीडियो एनालिटिक्स
विज़न-लैंग्वेज मॉडल पहचान इंजन, जो चुनिंदा इंस्टेंस पर बीटा में उपलब्ध है, ऑपरेटरों को साधारण टेक्स्ट प्रॉम्प्ट से कस्टम वीडियो डिटेक्टर बनाने देता है, बिना डेटासेट जुटाए या मॉडल प्रशिक्षित किए।
MURRIETA, Calif. — September 9, 2026 — नैतिक एआई कंपनी IREX (IrexAI Inc.), कैलिफ़ोर्निया से, ने आज StreamVLM™ पेश किया, जो विज़न-लैंग्वेज मॉडल (VLM) पर आधारित एक पहचान इंजन है, जो चुनिंदा इंस्टेंस पर बीटा में उपलब्ध है और साधारण भाषा के विवरण को काम करने वाले वीडियो एनालिटिक्स डिटेक्टर में बदल देता है।

पिछले एक दशक से किसी वीडियो एनालिटिक्स सिस्टम में नई क्षमता जोड़ने का मतलब नया एआई मॉडल बनवाना रहा है: डेटासेट जुटाना, उसे लेबल करना, प्रशिक्षण, सत्यापन और तैनाती, एक ऐसा चक्र जो महीनों और बजट में मापा जाता है। StreamVLM इस चक्र को समाप्त कर देता है। ऑपरेटर साधारण अंग्रेज़ी में कोई स्थिति बताता है, जैसे “detect a person lying on the ground,” “alert when graffiti appears on a wall,” “identify flooding in the underpass”, और प्लेटफ़ॉर्म चुने हुए कैमरों पर उसे देखना शुरू कर देता है।

“सार्वजनिक सुरक्षा एजेंसियों के पास देखने योग्य चीज़ों की कभी कमी नहीं रही। कमी रही है हर एक के लिए मॉडल बनाने के समय और पैसे की,” IREX Inc. के Head of PR Serge Smirnoff ने कहा। “StreamVLM यह तय करने वाले को बदल देता है कि कैमरा नेटवर्क किस चीज़ पर नज़र रखे। अब यह डेटा साइंस प्रोजेक्ट नहीं है। यह एक वाक्य है, जिसे वह व्यक्ति टाइप करता है जो वास्तव में मोहल्ले, स्टेशन या कैंपस को जानता है, और क्योंकि यह IREX है, ऐसा हर वाक्य लॉग किया जाता है, उसके कर्ता से जोड़ा जाता है और उसकी समीक्षा की जा सकती है।”

यह कैसे काम करता है
StreamVLM डिटेक्टर प्रॉम्प्ट का एक नामित समूह होता है, जिसकी अपनी सेटिंग होती हैं और जो चुने हुए कैमरा चैनलों पर लागू होता है। हर प्रॉम्प्ट स्वतंत्र होता है, जिसकी अपनी कॉन्फ़िडेंस थ्रेशोल्ड, अलर्ट कूलडाउन और इवेंट प्रकार होता है। लाइव कैमरा फ़ीड से चुने गए फ़्रेम का प्रॉम्प्ट के विरुद्ध लगातार मूल्यांकन एक विज़न-लैंग्वेज मॉडल करता है, जो इमेज और भाषा को एक साथ समझता है, और मिलान होने पर कुछ ही सेकंड में रियल-टाइम अलर्ट बनते हैं।
अलर्ट के साथ कैमरा स्नैपशॉट, रुचि की वस्तु पर बाउंडिंग बॉक्स, टाइमस्टैम्प, कैमरा लोकेशन, कॉन्फ़िडेंस स्कोर और निकाला गया कोई भी मेटाडेटा आता है, साथ में Play Video और Share कार्रवाइयाँ। हर StreamVLM इवेंट उसी पाइपलाइन में जाता है जिसमें कोई भी अन्य IREX एनालिटिक्स मॉड्यूल, इसलिए मौजूदा वर्कफ़्लो, डैशबोर्ड और इंटीग्रेशन बिना बदलाव के लागू रहते हैं।
एक कैमरा चैनल एक साथ कई प्रॉम्प्ट-परिभाषित डिटेक्टर सपोर्ट करता है। स्टेशन का कैमरा एक साथ पटरियों पर व्यक्ति, प्लेटफ़ॉर्म पर भीड़भाड़, लावारिस बैग, धुआँ, ताज़ा ग्रैफ़िटी और प्लेटफ़ॉर्म स्तर पर जलभराव पर नज़र रख सकता है। डिटेक्टर किसी भी समय सिस्टम को ऑफ़लाइन किए बिना जोड़े या बदले जा सकते हैं।
पहले से बने मॉड्यूल से आगे
StreamVLM, IREX के चेहरों, वाहनों और ट्रैफ़िक, हथियारों, परिधि, रेल और ट्रांज़िट, भीड़, आग तथा कैमरा इंटीग्रिटी के विशेष एनालिटिक्स मॉड्यूल के साथ काम करता है और उन्हें ऐसे क्षेत्रों तक ले जाता है जिन्हें कोई निश्चित मॉड्यूल सूची कवर नहीं करती: अवसंरचना की क्षति, अवैध कचरा डंपिंग, बर्फ़ और पाले के खतरे, लावारिस वस्तुएँ, अनधिकृत वाहन, कार्यस्थल सुरक्षा उल्लंघन, गैर-मानक साइनेज और वाहन चिह्न, और किसी एक शहर की विशिष्ट स्थितियाँ।
StreamVLM में बनाए गए डिटेक्टर Video Search & Investigations के लिए भी उपलब्ध हैं, जो IREX की एजेंटिक जाँच क्षमता है। यह उन्हें हज़ारों कैमरों की ऐतिहासिक फ़ुटेज पर लागू करती है और परिणामों को सत्यापित Case ID के विरुद्ध संकलित करती है।

किसी भी अन्य डिटेक्टर की तरह नियंत्रित
जिस डिटेक्टर को कोई भी एक वाक्य में परिभाषित कर सकता है, उस पर उतनी ही निगरानी ज़रूरी है जितनी उस पर जिसे प्रशिक्षित करने में एक साल लगा, और StreamVLM उन्हीं तंत्रों से नियंत्रित है जो बाकी प्लेटफ़ॉर्म पर लागू हैं:
- प्रॉम्प्ट दर्ज किए जाते हैं। डिटेक्टर बनाना, संपादित करना और सक्रिय करना लॉग की गई कार्रवाइयाँ हैं, जो उन्हें करने वाले ऑपरेटर से जुड़ी होती हैं, इसलिए यह हमेशा दोबारा तैयार किया जा सकता है कि सिस्टम को क्या देखने को कहा गया था।
- इवेंट ऑडिट योग्य हैं। हर अलर्ट के साथ उसका चैनल, टाइमस्टैम्प, कॉन्फ़िडेंस और उसे उत्पन्न करने वाला प्रॉम्प्ट रहता है।
- एक्सेस भूमिका-आधारित है। विस्तृत अनुमतियाँ तय करती हैं कि प्रॉम्प्ट कौन बना सकता है, कैमरों तक कौन पहुँच सकता है, जाँच कौन शुरू कर सकता है या डेटा कौन एक्सपोर्ट कर सकता है।
- जाँच के लिए Case ID आवश्यक है। एजेंटिक चरण किसी अधिकृत केस से जुड़े होते हैं, जिससे साक्ष्य की एक बचाव-योग्य कड़ी बनती है।