中国铁塔通用铁塔智能体

中国铁塔拥有超210万座铁塔站点,依托遍布全国的中高点位视觉监控网络,承担着空间治理领域烟火侦测、人员闯入监控、机械施工监控、环境违规识别等多类以上下游任务的智能化管控需求。随着站点数量的持续增长与业务场景的多元化演进,传统基于人工预设规则的处置模式面临规则维护成本高、场景适应性弱、多塔协同困难、决策响应不及时等瓶颈,亟需引入新一代人工智能技术,驱动"通信塔"向"数字塔"再到"智能塔"的跃迁。

面对上述挑战,通用人工智能研究院与中国铁塔合作构建通用铁塔智能体,打造面向空间治理、支持规则自学习推理决策与多智能体协同的时空智能体系统。基于通研院认知架构以及先进的视觉感知系统,围绕"感知—决策—执行"的智能闭环,形成从知识文档自动解析到处置规则自主学习、从告警智能研判到多塔协同定位的全流程落地方案,为空间治理数智化产业升级提供强有力的技术支撑。

面向铁塔运维人员的日常管理与应急处置需求,构建融合语音、文本、数字人等多模态方式的人机交互系统。

系统集成语音唤醒、语音识别(ASR)、任务规划、路由分发、上下文管理等核心能力,支持自然语言交互式查询与多轮对话,结合空间治理知识库(RAG)和智能化工具库(Tools)为运维人员提供实时、精准的决策辅助。数字人"小塔"作为铁塔智能体的交互界面,提供直观、友好的操作体验。

面向铁塔中高点位视觉监控的多场景、多目标识别需求,构建融合通用视觉检测与细粒度场景解译的感知系统。

系统首先对告警数据构建检测提示词,通过通用视觉检测模型检测出关键目标(烟雾、火焰、人员、车辆、机械、建筑等),然后对目标进行细粒度分割,计算物体之间的空间方位关系及属性特征,生成结构化的场景解译图,为后续推理决策提供精准的视觉事实输入。该架构具备良好的场景迁移能力,无需针对新场景重新训练模型。

面向中国铁塔多类下游监控任务场景,构建规则自学习引擎,打通行业操作手册、处置规范、案例文档等多源异构知识,实现从非结构化文档到结构化处置规则的自动转化。

系统采用"文档解析—知识智能提取—知识结构化提取—规则输出"四阶段管线架构,支持 Word、PDF、Excel、TXT 四种格式文档的智能解析。通过两阶段提取管线(Stage 1 专注噪声过滤与核心内容定位,Stage 2 专注结构化提取),结合增强补丁机制与负样本智能识别技术,实现处置规则的高质量抽取。系统无需依赖人工输入,可自主从知识文档中挖掘场景名称与对应处置措施,学习到的逻辑关系具备可解释性,方便人工审阅与评估。

面向多塔多相机的复杂监控场景,基于 TongAgents 框架构建多智能体协同系统,实现"告警触发—动态组网—单塔推理—协同定位—综合决策"的闭环处置流程。

系统以算法识别的首条告警事件为起点,自动检索半径范围内的可用邻近塔,结合设备实时忙闲状态组成协同组。协同组内各塔基于各自视角独立完成场景推理并提取经纬度、水平方位角等关键参数,随后通过多塔交汇点计算实现精确定位(最小包围圆算法),最终融合研判输出综合处置结果。该系统具备动态协同、灵活适配、知识互通、弹性扩展等优势,支持分布式计算架构下的多智能体并行处理,处理效率远超单智能体。

通用铁塔智能体已完成面向空间治理领域的核心智能能力体系构建,并在技术验收中全面达标。围绕规则自学习、推理决策、多智能体协同三大核心方向,形成了对10+类下游监控任务的智能化处置支撑能力,可显著提升告警处置的精准性、及时性与协同性。

项目已构建"感知—决策—执行"智能闭环,验证了规则自学习、知识驱动推理与多智能体协同在空间治理领域的工程可行性与实战价值。下一步将持续优化多智能体协同系统,推进智能化分析调度系统研发,加快"数字塔"向"智能塔"的全面演进。