提供本地部署（On-Premise）与 API 集成（API Integration）两种服务模式

Type 1. 本地部署（On-Premise AI）

数据零外泄，打造专属于企业的专用 AI 

• 专为对信息安全要求极高的国防、汽车、半导体等行业打造。

• 在与外部网络完全隔离的内部服务器中，基于成熟可靠的开源大语言模型（LLM），为企业构建专属的小型语言模型（sLLM）。

1. 核心技术：领域专属微调（Fine-tuning）  

• 通用 AI 难以理解企业复杂的需求规格说明书（SRS）、遗留代码（Legacy Code）以及专业工程知识。

• VWAY 基于性能经过验证的开源模型，结合企业专有工程数据进行微调（Fine-tuning），打造真正符合业务需求的 AI。

• 可广泛应用于：

  • 安全分析（Safety Analysis）

  • 需求验证（Requirements Verification）

  • 测试用例生成（Test Case Generation）

  • 代码审查（Code Review）

• 在特定工程领域实现接近专家级的分析能力。

2. 提升准确率：RAG（Retrieval-Augmented Generation）系统  

• AI 出现"幻觉（Hallucination）"并生成错误信息，在工程领域可能带来严重风险。

• 为此，VisualPro AI 引入了 RAG（检索增强生成） 架构。

• 工作原理: 在生成回答之前，AI 会先从企业内部技术文档库（Vector Database）检索相关规范、手册及技术资料，再依据检索结果生成回答。
  优势

  • 有效避免 AI 无依据生成内容

  • 提供可靠的数据来源

  • 支持引用具体文档，例如：

• "根据参考文档第 34 页……" 进一步提升分析结果的可信度。

*参考技术：https://www.nvidia.com/en-us/glossary/retrieval-augmented-generation/ 

Type 2. API 集成（API Integration AI）

最大化利用现有 AI 资源，实现最快速、
最高效的能力扩展

• 适用于已经部署或正在使用 GPT-4、Azure OpenAI、Claude 等大型 AI 模型的企业。

• 无需重新训练模型，只需通过 API 将 VWAY 的工程化 Prompt 模块与企业现有 AI 连接，即可快速扩展专业能力。

1. 降低成本，兼顾高性能

• 无需承担模型训练及服务器部署等资本投入（CAPEX），即可充分利用现有 AI 基础设施。

• VWAY 以 API 形式提供针对企业业务场景优化的 Prompt Engineering 与分析逻辑，包括：

  • SRS 需求验证

  • 自动化测试

  • 工程分析等

• 帮助企业快速构建高性能 AI 应用。

2. 速度与效率优化：Semantic Caching  

• 针对 API 调用模式中常见的响应延迟（Latency）及 Token 成本问题，VisualPro AI 引入 Semantic Caching（语义缓存） 技术。

• 技术原理: 系统将用户问题转换为向量（Vector）并进行缓存。例如，当用户提出："请根据 ISO 26262 对 ASIL 等级进行分类" 若系统检测到历史中存在语义相近的问题，则无需再次调用 AI 模型，而是直接从缓存中返回结果。

• 优势

  • 大幅提升响应速度

  • 显著减少重复 API 调用

  • 有效降低 Token 使用成本

  • 提升整体系统运行效率

*参考技术：https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/prompt-engineering?view=foundry-classic

© VWAY All rights reserved