11月13日，2025百度世界大會在北京舉辦。百度集團執行副總裁、百度智能雲事業羣總裁沈抖在會上重磅發佈“一見多人協作SOP分析Agent”！基於一見多模態大模型的時空定位能力，不僅能夠理解視頻中複雜的時間與空間關係，精準識別每一道菜品的完整工序，還能識別多人協同操作過程中的錯誤環節並及時提醒，有效應對門店多員工並行操作時易出錯的問題，真正實現從“看懂畫面”到“理解過程”的跨越。

你是否也經歷過這樣的點餐小插曲：滿心期待地咬一口漢堡，卻發現少了靈魂酸黃瓜；端着咖啡找座時，才驚覺沒放吸管——這些看似微小的事情，背後往往是連鎖門店後廚在多人協作中面臨的難題。門店要同時保障出餐速度與出品穩定，依靠的不只是廚師的手藝，更是一套標準化管理體系，多名員工、多樣菜品、多個工序，時空交錯，要確保每道菜從頭到尾符合工序，傳統的視覺系統很難實現。

百度一見再次進化，將SOP合規分析能力拓展至連鎖門店的多人協作場景。它不僅能夠理解視頻中複雜的時間與空間關係，精準識別每一道菜品的完整工序，還能分析出哪個環節出現問題及時提醒。

在實際操作中，用户只需創建漢堡SOP Agent，輸入提示詞，讓Agent基於標準視頻學習漢堡製作工序的規範。通過配置所需要的大模型、AI技能和SOP知識庫，並配置Agent的運行時間，即可發佈上線。運行過程中，一見能基於多模態視頻推理，識別出操作過程中的錯誤環節並及時提醒，幫助門店提升出品品質和效率。

為了讓現場觀眾有直觀感受，沈抖和兩位同事現場同步製作兩個漢堡和一杯咖啡。一見能準確及時地識別出多人協作製作過程中“牛肉堡未撒粉”和“冷飲未放吸管”兩個錯誤，並實時提示糾正；同時，一見還可以統計製作過程的物料消耗數據，幫助門店準確掌握庫存情況，節省盤點時間，切實為員工減負。

從8月發佈的“工序合規分析”能力，到如今支持多人複雜場景的SOP分析Agent，一見深入每一個場景，解決每一個問題，持續將企業複雜的視覺管理難題變得簡單落地。目前，一見已在連鎖、港口、鋼鐵、電力、水務、礦山、化工、油氣、鐵路等20+行業應用落地，服務數百家頭部客户。

未來，百度一見將持續推進多模態大模型在千行百業的深度應用，幫助企業實現視覺管理數字化，將“看見”的價值，轉化為實實在在的智能躍遷與增長動能。