支持对人形、车辆（car/bus/truck）、宠物（cat/dog）、包裹、非机动车（自行车/电动车）、人脸、手势（fist/stop/thumb_index）等多类目标进行检测并输出坐标；提供多款模型可选，最多 100 个目标同时输出，支持跟踪模式返回跟踪 ID。默认分辨率 640×360，适用于事件报警、目标跟踪、区域入侵等场景。

对画面中的移动物体（不区分目标类别）进行检测并输出坐标，支持周界检测与宫格（网格分区）检测两种模式，当目标进入预设区域时触发预警。默认分辨率 640×360，适用于事件报警等场景。

对画面中的移动物体（不区分类别）进行检测并获取坐标，根据检测框配合电机对单一目标进行跟踪、反馈坐标。默认分辨率 640×360，适用于移动目标跟踪场景。

对近端麦克风采集的音频进行回声消除与降噪，支持啸叫抑制、人声提取，支持 8K/16K 采样率。适用于对讲、语音交互等音频处理场景。

对画面中的火焰、烟雾进行检测，返回边框与类别信息（fire/smoke），支持跟踪模式进行持续跟踪并返回跟踪 ID。默认分辨率 1920×1080（可用 640×360~1920×1080），适用于事件报警等场景。

在人脸抓拍（facecap）基础上，提取人脸特征并与底库特征比对，输出人脸是否匹配的结果；支持人脸识别、模糊识别、关键点识别，识别距离约 6m。建议分辨率 1920×1080，适用于门禁考勤、家人识别、IPC 人员识别等场景。