<mark id="oztn4"></mark>
0
新一代技術的涌現，往往是行業變革的序章。
當我們站在智能文明的門檻上回望，2015至2025這十年恰似安防產業認知的啟示錄。以沉穩氣質著稱的安防產業，雖注重穩定與可靠，卻從不是“守舊派”。2015年，以深度學習為主導的人工智能技術開始嶄露頭角，安防便成為AI技術工程化實踐的先鋒戰場。“海大宇”等企業，首先在智能安防領域展開布局，推出基于深度學習算法的智能攝像頭、智能分析系統，攝像機由此開始具備"看懂"世界的能力。彼時，產業界都沉浸在技術突破的亢奮中，尚未意識到將實驗室成果轉化為產業價值，需要經歷比技術突破更漫長的場景適配期。然而大模型出現了，尤其是多模態大模型技術的出現，讓行業驚覺安防AI已經行至"成本-性能"的剪刀差臨界點。行業似乎已經形成這樣一個共識：2025年會是大模型規模化應用元年。
01
安防AI「進化論」：從"小模型"到"大模型"時代
安防行業從2015年開始進入深度學習人工智能時代，公安交警行業是率先拉開這場序幕的應用場景。這一年的安博會上，海康展示了基于深度學習技術的“獵鷹”和“刀鋒”視頻結構化服務器，首次將深度學習引入安防數據處理，標志著行業進入了"小模型時代"。這場變革讓AI隨之在公安行業、交警行業獲得了規模應用，以人臉識別、車牌識別等應用為代表。2020年左右，B端的碎片化需求逐漸興起，AI安防應用擴展到智慧建筑、能源制造等更廣領域。各個廠家的解決方案、開放平臺、算法商城很快就充斥整個行業，解決B端廣大的碎片化AI需求，是業內人的共同追求。然而，一個殘酷的現實在落地過程中被反復驗證：小模型時代因缺乏跨場景泛化能力，難以實現規模化部署，導致項目落地周期很長，見效很慢，使企業陷入高度定制化的盈利困局。以物業崗亭的在離崗檢測為例，由于AI不具備泛化能力，同樣的智能算法用到不同的物業場景時，效果就變得不可控，需要投入許多人力重新調優算法來提升智能效果。過去十年的AI安防行業，主要以G端規模化為主，但G端的進一步發展已進入了相對停滯期；B端做的更多則是“撿芝麻”的苦活。深耕安防行業的業內專家宋予安對雷峰網(公眾號：雷峰網)表示：“達不到規模化的AI應用，都屬于試點嘗試，對整個行業的推動發展真正起到的作用很小。”AI普惠的關鍵，在于民用領域的壯大。要解決碎片化AI需求，唯有實現技術突破。2024年，具備強大泛化能力的大模型技術，為行業帶來了曙光，不僅公安交警行業的智能化可以進一步升級，更多碎片化需求也終于有了新的解法。行業內，海康的"觀瀾"、大華的"星漢"、宇視的"昆侖"、依圖的“天問”等大模型很快發布。起初，各家的大模型更多聚焦單一感知，即視覺大模型。相較于小模型，視覺大模型在圖像識別、目標檢測和場景理解等方面進步明顯。比如有企業發現，可見光通過大模型的加持，周界防范的成像效果可以與熱成像相媲美，這在以往是不敢想象的。但視覺大模型也存在局限，比如在事后檢索場景中，用戶必須先找到特定的圖像或視頻片段作為檢索起點，這在某些情況下并不現實。在Transformer架構向視覺和多模態領域擴展之后，AI更加貼近人類的認知方式。安防行業隨之開啟"視覺+語言"的融合進化，從單一感知跨越到綜合理解，走向多模態大模型。安防行業里最基本、最廣泛的訴求，就是監控錄像的事后檢索。2月18日海康發布的多模態大模型文搜存儲系列產品文搜NVR和文搜CVR。相比于過去的倍速回放、分屏回放、抽幀回放等辦法，文搜產品發生了質的改變，用戶只需輸入“一輛白色新能源車”或“一個穿紅色衣服的人”這樣一句話、一個詞，系統就可以秒級定位目標畫面，而不用像以前那樣需要先找到特定的圖像或視頻片段作為檢索起點，而且不用復雜的部署調試，做到了“開箱即用”，這種體驗是顛覆性的。
根據海康實驗室數據，搭載多模態大模型的NVR在常見目標檢索任務中，top20的命中率高達90%以上。換句話說，海康文搜產品是一個開端，從AI小模型時代到大模型時代，其拉開了多模態大模型在安防行業大規模應用的序幕。從肉眼回看，到以圖搜圖，再到自然語言交互，安防企業花了十年時間實現了技術的三級跳，本質是讓安防監控從傳統的“看”與“搜”，升級為了“理解”與“分析”。
02
2025：安防大模型普惠元年
“以前說‘無AI，不智能’，現在我的觀點是，沒有大模型的系統不能稱之為智能系統。”宋予安表示，2025年是安防大模型的元年，已是行業共識。2024年的安博會上，已經能夠看到不少廠商在服務器產品上進行文搜演示，技術上已經看到苗頭，只是沒有做到產品的規模化落地。在安防行業，大模型技術的應用曾受限于高昂的部署成本。在千萬級攝像頭部署量的現實約束下，任何不能通過成本考量的技術突破都是空中樓閣。安防大模型要實現規模化落地。就需要以高性價比的方式，打破行業價格壁壘。對于安防企業來說，就是要解決既能保持AI的性能，又能控制成本這個兩難的問題。通常來說，AI的參數量特別大，對硬件的要求很高，這種情況成本降不下來，那么產品注定無法規模化應用。好消息是，今年以來，安防廠商已將技術推進到了邊緣側產品。以海康的文搜NVR產品為例，其將多模態大模型技術往 NVR 里融合的過程，與deepseek的理念有異曲同工之妙。NVR作為視頻監控的核心設備，是最普及的安防民用產品，應用場景小到學校、作坊、便利店等，將性能與成本做到平衡，大模型才有望真正實現“飛入尋常百姓家”。DeepSeek通過優化算力成本和量化壓縮技術，將大模型的部署成本降至業內十分之一，成為大模型界的“拼多多”，讓中小企業和開發者，以低成本用上了高性能大模型。海康文搜NVR之所以能做到產品化，是將視覺多模態的大參數量通過工程量化技術，下放到嵌入式智能硬件上，與傳統大模型產品費用動輒幾十萬甚至幾百萬相比，價格僅為萬元甚至千元級別，帶有多模態大模型文搜功能的NVR與傳統NVR的差價也僅幾百元。當平價的NVR開始承載過去需要AI服務器集群才能完成的任務時，民用安防市場的最后堡壘正被技術洪流沖垮。宋予安補充道：“安防行業做的還是以視圖為基礎，疊加大語言，最終形成的多模態大模型，未來安防企業估計很多都會與deepseek等大語言模型相結合，帶來更大的改變。”對于安防企業而言，在整個邊緣側的產品中，NVR只是其中一個通用產品的代表，平衡性能、成本的經驗，接下來也能夠復制到其他的數字化場景。一方面行業企業可以將感知類產品全面用AI大模型進行加持，如熱成像、X光、雷達、聲波等不同產品；另一方面物聯網中豐富多維的數據得以被真正的激活，可以涌現出諸多垂直領域的大模型，將大模型應用到千行百業，真正帶來生產力的提升。宋予安舉例道：“比如在電力行業、煤炭行業、鋼鐵行業等垂直行業領域，結合行業專有的安全生產、標準作業這些要求，還會誕生出很多垂直行業的多模態大模型。進一步提升這些垂直行業的生產效率。”從“高不可攀”走向“觸手可及”，當安防系統開始理解"穿藍色衛衣的電動車騎行者"這類模糊語義時，2025年或許會是這場技術革命的第一個豐收之年。
03
從產品、系統到解決方案 全面用大模型“重做”
“接下來3年，安防行業的硬件產品、系統軟件、整體解決方案，會全部升級迭代一遍，甚至每年迭代一輪。”宋予安表示。這意味著，AI大模型技術的突破，將以摧枯拉朽之勢重構安防產業鏈。
AI大模型正在推動安防產品和系統解決方案的全面迭代。從攝像機到錄像機，從硬件設備到軟件系統，大模型技術的加持使得產品性能大幅提升，用戶體驗顯著改善。傳統安防產品是一個“數據記錄工具”，主要靠人工進行回溯，效率低下。如今，基于大模型的智能系統能夠快速定位關鍵信息。此外，AI大模型還推動了解決方案的智能化升級。過去專屬于公安系統的高端技術，如今正通過"開箱即用"的標準化產品滲透到社區、商超等民用場景。企業側的提質增效降本需求也得到了有效滿足。
過去幾年，受經濟環境的影響，用戶消費趨于理性。但在AI大模型的推動下，安防行業用戶普遍認為，AI產品的性價比極高，小幅的價格提升下，獲得的是顯著的體驗提升。“今年的春季巡展活動，來自32個省份的一線銷售人員與客戶進行了交流，用戶都在講，你們的產品什么時候能夠拿到我這邊來，我有場景，我有需求，我現在就要測試，我現在就要用，甚至探討一些區域的代理，甚至談一些 OEM 的定制。”宋予安表示，這種市場熱情在疫情后還是第一次看到。從模擬時代到高清時代，再到智能化時代，每一次技術革新都推動了產業規模的十倍增長。如今，AI大模型有望再次打破安防行業天花板，將安防行業的規模和質量提升到一個新的高度。在這一過程中，中國企業正憑借技術創新和市場敏銳度，引領全球安防行業的智能化浪潮。
注：文中宋予安為化名。
