质量评估智能体群是什么
由多个岗位智能体组成，用视觉识别替代人工看图：同一套标准评估每一张照片，评分和问题都有依据可查。人工抽检常常覆盖不到一成，按点位全量评估之后，质检不再取决于检查的人去了哪里。
它是 FMClaw™ 四个智能体群之一，和服务设计、运营管理、服务优化共用同一套点位、标准和工单数据。
四项能力，用在每天都在发生的检查上
这四类检查过去都靠人到现场看、拿纸笔记。现在一线只负责把画面拍下来，判断由系统完成。
保洁质检
按空间类型和服务标准给照片打分，指出问题位置和责任部门。同一套评分标准用在每个点位、每个人身上。
拍照抄表
拍下水表、电表、压力表等仪表，自动识别读数并写入记录，读数异常时提醒。告别人工手抄和事后补填。
安全隐患识别
识别消防通道占用、器材异位、电动车违规充电和冒烟、设备间渗漏、堆放遮挡等隐患。
设备巡检核验
核对巡检照片和读数是否来自对应的设备与时间，配合现场感知确认人到场、检查做了。
画面从哪里来
大多数项目已经有这些设备，质量评估接在它们后面使用，不需要重新采购。
| 数据源 | 怎么接进来 | 常用于 |
|---|---|---|
| 监控摄像头 | 监控系统的预警图片放进约定的数据池，不接视频流、不改造监控系统 | 隐患识别、消防点位、电动车充电区、设备间 |
| 一线手机 | 主管或员工按指引到点位拍照上传，不用填表 | 保洁质检、拍照抄表、巡检核验 |
| 机器人 | 清洁或巡检机器人作业时拍摄的画面 | 公共区域保洁复核、夜间巡视 |
| 无人机 | 可接入，画面按点位进入同一个数据池 | 外立面、屋面、大面积室外区域 |
从拍到画面，到工单派出
一线只做一件事：把画面拍下来。
- 01
画面从已有渠道进来
一线手机拍照、监控系统的预警图片、机器人巡检拍摄的画面，按点位进入同一个数据池。不接视频流，不改造监控系统。
- 02
按点位和标准判断
先判断照片是否清晰可用，再识别空间类型和服务等级，按对应标准评分或识别隐患、读出仪表数值。
- 03
有问题直接开工单
滤掉没有问题的画面，把疑似问题定位到点位并说明疑点，直接开工单派到对应岗位。到场核实和处置由人完成。
- 04
结果进入复盘和考核
评分、问题类型、读数都是结构化数据，按项目、班组、个人汇总，交给服务优化智能体群做报告和结算。
交付的不是一条预警，是一张已经派到岗位的工单
界面截图
左：一线手机端拍照打分。右：AI 评分详情，包含图片质量检测、空间类型判断、问题与责任归属。
关于物业 AI 质检和拍照抄表，常被问到的问题
保洁质量检查可以用 AI 来做吗？
可以。一线按指引到点位拍照上传，质量评估智能体群先判断照片是否清晰可用，再识别空间类型和服务等级，按对应的保洁标准评分，并列出问题位置和责任部门。同一套评分标准用在每个人身上，结果可以复核。华南一个 6 万㎡商业综合体，单项目每月评估超过 1000 张影像。
物业拍照抄表有哪些方案？准确率怎么样？
常见做法有两类：一是给仪表加装远传设备，二是人工拍照后由 AI 识别读数。后者不改造仪表，适合机房和设备数量多、仪表型号杂的项目。在一家头部互联网企业总部，AI 拍照识别读数准确率达到 99% 以上，读数直接写入巡检记录，不用人工手抄。
AI 隐患识别能识别哪些问题？
以已运行的园区为例，主要是四类：消防点位（通道占用、器材异位）、电动车充电区（违规充电、异常冒烟）、设备间（渗漏、堆放遮挡、仪表与指示灯状态）、重点区域的卫生与陈设。识别出问题后直接开工单派到对应岗位，一次电动车冒烟在 3 分钟内有人到场。
监控室的预警太多看不过来，怎么办？
预警多的问题，不在识别，而在识别之后没人跟。质量评估智能体群把监控系统的预警图片接入后，先滤掉没有问题的画面，把疑似问题定位到点位并说明疑点，然后直接开工单派人，跟进和验收都在原有工单流里。不接视频流，不改造监控系统，不换摄像头。
设备巡检怎么防止走过场？
两件事一起做：用现场感知确认巡检人员真的到了设备位置，用照片和读数确认检查真的做了。在一家头部互联网企业总部，运行班组达标率从 35% 提升到 98%，整体签到率 99%。
可以接入机器人和无人机拍的画面吗？
可以。清洁或巡检机器人作业时拍摄的画面，以及无人机拍摄的外立面、屋面等画面，都可以按点位接入同一个数据池，用同一套标准识别和评分。
AI 评分和人工判断不一致时怎么办？
以人工复核为准，并记录下来。AI 评分可以被人改判，改判记录会用于校准评分标准，让标准越来越贴近项目实际。
图片里有人脸、车牌，会不会涉及隐私？
识别只针对场景状态，不做人脸识别、不建人像库、不做身份比对。哪些点位、哪些图片可以进入数据池，由客户自己限定，不该出去的内容留在客户自己的系统里。