工地上每天产生的画面，比任何一个项目团队能看完的都多。塔吊上的全景相机、材料堆场的固定机位、夜里换热成像的安防镜头，一天几百段视频、几万张图。这些数据过去只用来留证和回看：出事翻记录，甲方要进度就截图。10 月 20 日，EarthCam 换了个用法——先用自家模型把画面看一遍，再把结论通过 MCP 接口交给团队日常在用的 AI 助手。问一句「三号楼临边防护今天有没有问题」，回答来自已经做完的检测，而不是让助手去读原图。
这家公司做工地摄像头三十年，从世贸中心一号楼、Hudson Yards 拍到 SoFi 体育场，官方口径是记录过的项目总值超过一万亿美元。它不卖模型，卖眼睛和眼睛后面的判断；这次把判断这一层开放成别人家智能体可调用的工具。
一、这次发布改的是哪一段
发布在 10 月 20 日，地点在新泽西州，内容是两件事：七个新的 AI 检测模型，以及一组基于 MCP（Model Context Protocol）的 AI 连接器。连接器以应用形式进 ChatGPT，以连接器形式进 Claude，也可以加到支持 MCP 的 Gemini、Copilot 和 Perplexity 上。
关键在顺序。EarthCam 的模型先在相机和服务器上把图像分析完，部分场景直接在相机端做推理，然后把结构化的检测结果交出去。公司给的说法是：这种「先分析、后提问」的方式，比自己客户的 AI 智能体去读原始图像快十倍，同时省下 AI 用量额度。模型读一张高清工地照片要消耗可观 token，一段视频抽帧就是几百张，而每个项目、每个岗位都会各自问一遍。
准确率这块，EarthCam 说自己做过基准测试：识别施工相关的资产与对象时，上下文更完整、准确率更高，而且没有幻觉——对比对象是几个领先的通用大模型读同一批图像。每个答案都能回到原始高清图、时间戳和元数据去核对。这句话的后半句比前半句值钱：工地上要的不是「看起来很聪明的描述」，是能过审的证据链。
EarthCam 创始人兼 CEO Brian Cury 的表述是：「我们持续投入构建和训练最准确的建筑行业专用 AI 模型。我们要做的是让客户能直接问自己的 AI 平台——全球任何项目的生产率、安全和现场安保情况，然后快速拿到答案。」这段话把产品定位说得很清楚：不做入口，做入口后面的数据供应商。
二、七个模型盯的是哪些活
七个模型没有一个想「看懂整个工地」，全是具体到工序和风险点的窄任务——这恰恰是能用的形态。
| 新模型 | 看什么 | 对应的工序或风险 |
|---|---|---|
| 沟槽安全分析 | 人员与设备进出划定的开挖区域 | 土方与基坑作业，事后可检索的影像记录 |
| 文明施工隐患识别 | 可见的杂物、堆放、绊倒隐患 | 随施工阶段变化的场地管理 |
| 热成像分析 | 结合测温成像与目标识别，全黑环境找人找动作 | 夜间安保、非工作时间入侵 |
| 到货核验 | 进场纸箱与托盘 | 材料从进场到安装的追溯 |
| 渣土车分析 | 车辆进出次数、载料状态、区分单车 | 土方外运计量与运输记录 |
| 在场人数分析 | 可视范围内的人员占用情况 | 人流与作业面拥挤度 |
| 店铺标识识别 | 商业标识的可见状态 | 商业项目的品牌交付验收 |
另外还有一项扩展的进度自动化：把计划里程碑与现场观察到的状态做对比。这一条其实比七个模型都更接近项目管理的主线——它把「相机」从安全工具挪到了进度工具的位置上，虽然 EarthCam 没有给出比对精度和更新频率。
客户案例里最具体的是 GBR Roofing。这家屋面承包商的北部运营总监 Scott Travis 说，他们换锈蚀屋面板时用 EarthCam 的 AI 盯坠落隐患：「有人靠近坠落风险点，AI 会立刻告警。我们和 EarthCam 一起划了排除区，一旦有人越界就收到告警，然后去核实坠落防护是否到位。」这是一个很典型的用法：AI 不做判断，做提醒，判断和核实仍由人完成。
市场背景看两个数字。AGC 与 NCCER 的 2026 年劳动力调查里，一半承包商认为 AI 与机器人会产生正面影响，预期收益最大的是项目管理、文档审查和排程；同时 42% 说工人短缺正在让项目延期。前者解释了这类工具今年为什么卖得动，后者解释了它的卖点为什么是「把时间还给工地」而不是「减少人头」。
三、先分析再提问，账为什么算得过来
把视觉能力接进通用智能体，行业里试过两条路，EarthCam 走的是第三条。
第一条是让智能体直接读图。好处是零集成，坏处是贵且不稳：一张图几百到上千 token，一段视频抽帧就是几百张，每个问问题的人都要重算一遍；更麻烦的是通用模型在工地细节上容易出错，安全帽有没有戴、临边防护是不是挂上了、模板支撑数量够不够，全是小目标、遮挡、逆光同时出现的场景。它给出的描述读起来通顺，但经不起复核。
第二条是把检测结果做成看板。数据停在某个网页里，只有买了账号、记得点开的人能看到；项目经理一天三个会，没人会定时去刷。
第三条就是这次的做法：检测由专用小模型完成，语言模型只负责理解问题、调用结果、组织答案。分工一变，三件事同时改善——成本按检测次数算而不是读图次数；准确率由专训模型保证；回答能附原图与时间戳，错了可查。MCP 的作用不是技术炫技，是把「工具调用」变成通用能力：任何支持 MCP 的助手接上就能用，不必为每家平台单独开发插件。
这套做法成立的前提，也是它的边界
- 检测类别是厂商定义的。七个模型覆盖不到的需求只能定制，发布稿说可向 EarthCam 数据科学团队提需求，但没给周期和价格。
- 相机的视场决定了结论的边界。看不到的地方不会报，也不会提醒你它没看到——这是所有视觉系统的通病。
- 预分析省的是算力，不是判断。告警之后谁去看、多久内处理、怎么收尾，仍然要靠项目自己的流程。
四、接口标准化之后，业主会怎么问你
MCP 这类协议真正改变的不是技术栈，是提问的人。过去要拿工地画面，得找项目的智慧工地管理员导数据；现在业主、监理、集团管理者可以在自己习惯的 AI 助手里直接问。发布稿提到，在平台支持的前提下可以给智能体安排周期性任务，自动出安全复核、到货汇总和高管简报。这意味着「谁有权问、问出来的东西算不算数」会成为新的管理问题。
对做 BIM 和数字化的人，直接影响是角色位移：从「做报表的人」变成「定义口径的人」。相机点位、检测类别、判定阈值、复核流程，才是接下来要写进方案和合同的东西。
给 BIM 与数字化团队的六条具体建议
- 先建一张相机与模型的对照表。机位编号、安装高度、覆盖的楼层与区域，对应到模型的空间与构件。没有这张表，视觉事件落不到具体构件上。
- 把视觉事件当旁证，不当主数据。进度仍以实测和验收为准，视觉用来发现异常、追溯过程、支撑索赔。反过来用，迟早会出「画面看着完了、实际没完」的纠纷。
- 在合同里写清判定标准。检测哪些类别、什么算越界、误报怎么处理、复核时限多久、谁签字确认。这些不写，试点结束后没人认账。
- 要求证据链可回溯。每条结论要能给到相机编号、时间戳、原始帧和元数据。只给一句自然语言结论的系统，不要接进正式流程。
- 先挑两个场景试三个月。临边洞口防护和材料到货核验是最容易算出投入产出的两个。用误报率和人工复核工时评估，不要一次铺满全场。
- 把智能体当接口，不当权威。它回答「画面里发生了什么」，不回答「这样合不合规」；规范判断仍要回到图纸、方案和标准。
五、这篇稿子要打折扣的地方
需要留出的余量
- 快十倍、零幻觉、准确率更高，全部来自公司新闻稿里的自测基准，没有公开测试集、检测类别、样本量和被对比模型的具体版本。这类数字只能当方向，不能当结论。
- 七个模型的误报率、漏报率、订阅价格、以及中国区是否可用，发布稿均未披露。
- AGC 与 NCCER 的两个比例来自问卷自报，是主观预期与感受，不是实测工期损失。
- GBR Roofing 是单一客户的主观描述，没有给出告警数量、误报比例或事故率变化。
- MCP 连接器能否用、能用到什么程度，取决于各家 AI 平台自己的连接器政策与账号权限；数据驻留、谁能授权、原始影像归属，发布稿没有说明。
资料来源：EarthCam 新闻稿《EarthCam Launches Construction AI Connectors, Delivering Pre-Analyzed Jobsite Intelligence to ChatGPT, Claude, Gemini and Other AI Platforms》（2026 年 10 月 20 日，GlobeNewswire 发布）；AGC 与 NCCER《2026 Workforce Survey》相关数据引自该新闻稿；EarthCam 官网 AI 页面与产品资料。配图：工地全景与平台界面均取自 EarthCam 官方公开素材，界面中的项目数据为演示内容。
本文由智曦知行编辑整理，数据以企业与机构公开口径为准。