14 位產業領袖最強輸出，論道「城市 AIoT」｜第四屆中國人工智能安防峰會

城市數字化轉型已過時，數智化成為行業新寵。

一字之差，不只是概念之別，技術、產業、市場需求都發生了質變。

數智化催生出萬億藍海市場，碎片化場景給AI帶來新考驗，新的商業模式正在形成。

在城市數智化轉型中，AI應該扮演怎樣的角色？

這是個必須回答的問題。

時代背景下， 企業也需要新的方法論，來實現技術價值的商業閉環。

基于此，雷峰網(公眾號：雷峰網)AI掘金志再次站在技術、產業和商業格局最前沿，在深圳舉辦第四屆「中國人工智能安防峰會」。

今日，來自14個標桿企業的代表共聚一堂，他們有的來自頂尖的AI公司，有的則是浸淫行業的老手，還有專業投資人，更有十年磨一劍的城市AIoT大佬。

他們的討論很廣泛：AI、大數據、元宇宙、智能網聯......無一不是時下最熱門、最重要的話題。

會上，他們百家爭鳴，給線上線下觀眾們提供了一場完美的思想盛宴。

以下是本次大會的精彩回顧：

上海科技大學副教務長、IEEE Fellow虞晶怡:未來的城市元宇宙里的渲染、建模和隱私保護

作為上午場的開場嘉賓，虞晶怡從深度學習的角度，從建模、渲染以及最重要的隱私保護三個方面分享了對未來城市元宇宙的理解。

虞晶怡提到，他所研究的計算機視覺領域一個非常重要的任務，就是完成物理世界向數字世界的映射。為了完成這個映射，產生了非常多的概念，比如最早的數字孿生，到現在的元宇宙。但無論是什么概念，歸根到底需要解決幾個核心問題：

三維建模如何完成？圖像分析如何完成？隱私保護如何完成？

虞晶怡教授從四個方面出發闡述了對以上問題的理解：

計算成像、三維重建、智能融合、隱私保護。

2D計算成像。過去幾年，編碼成像取得了很大的進步。在圖像質量方面，利用編碼成像可以在高速和離焦的情況下獲得更好的圖像。

虞晶怡指出，做智慧城市離不開三維重建。計算機視覺界已經做了很多年，其中最為出色的解決方案來自谷歌的“一日建模”。具體有三個步驟：通過針對大量圖像進行位置猜測，再通過特征提取獲取精確的相機位置，再對圖像特征進行匹配和三維確認，最后得到模型，這個方式在大規模城市重建中非常常用。

基于神經網絡深度學習的最新方法，即2D+3D融合。因為很多智慧城市模型并不精確，將城市進行三維重建后，把二維的貼圖與三維模型融合，可以得到多視角視頻。

最后，虞晶怡教授著重分享了隱私保護，他認為重建做得無論多好，最重要的是保護隱私。

宇視科技總裁張鵬國：一場演講道出九大熱門概念本質

作為下午場的開場嘉賓，張鵬國分享了對眼下最熱的十大概念理解。

第一個談到了元宇宙。他預測至少幾年內，元宇宙概念會更大。他用了中國給嬰兒取好養活的名字的現象來比喻。他認為，一般來講，一個概念的名字越大，它越不容易指引前進的方向。

虛擬的世界和現實的世界，都是真實的世界。核心取決于裝備的路徑更長，還是內容/生態的路徑更長

對于碳達峰和碳中和，他認為這是構建人類命運共同體、高質量發展的必由之路。雙碳背景下清潔能源科技蘊藏著新機遇。路徑很清晰，重頭戲是綠色能源，但技術、成本方面的過程很艱苦有很長的路要走。

對于V2X，他強調聰明的車一定需要智慧的路。路側設施的終極目標是“道路全覆蓋，要素全感知”，雷視融合是最佳答案。

V2X需要翻越的三座大山：從學術研究概念到產品和解決方案；從政府投資驅動到商業模式自閉環；從試點用戶到海量用戶。

大數據當前還只是個技術，既不是產業，也不是行業。大數據領域成長的三原則：像老人一樣，堅持邏輯，堅持常識；像中學生一樣，空杯、興趣、瘋狂、心腦手腳一起聯動；像小學生一樣，本能地、積極地擁抱變化，重建新的體系。

他認為軟件定義的基礎在于標準化的硬件設施、開放的API接口和彈性的應用需求。軟件定義永遠無法打敗“碎片化”，成本是決定因素。

數字孿生是元宇宙的一個小子集。數字孿生的變現路徑要長于元宇宙，這是由2B2G和2C業務的本質決定的。數字孿生的用戶價值發掘還不夠，要服務于機器智能，不要僅僅服務于人的視覺感受。

智慧城市是個復雜系統，當前概念很多，可惜落地一般。主要矛盾在于基礎設施和應用系統反復迭代 VS 人民群眾不斷增長的服務需求。任何小城市都比任何大企業更常青，運營服務是值得思考的問題。

企業數字化轉型應警惕被復雜的概念所迷惑。他認為，企業的數字化轉型是一種管理創新，所有的管理必須要服務于經營，不能降本增效的創新都是偽創新。

張鵬國表示，AIoT是所有“新概念”的最佳試煉場，AIoT賽道的坡足夠長，雪足夠厚，而宇視科技，將堅持AIoT技術戰略100年。

最后，張鵬國以孔子的八個字作結束語：勿意，勿必，勿固，勿我。

海康威視EBG解決方案部總裁李亞亞：AI要服務行業，而非顛覆行業

物聯+AI，是實現數字化轉型的重要橋梁。

海康威視打造產業實踐所需的技術支撐體系，基于體系化的智能設備和軟件技術架構，支持算法模型和智能應用，輕松便捷的部署和應用，服務各個行業，以開放融合的態度，迎接AI產業的新融合、新發展。

智能物聯技術是數字化轉型中重要的技術之一，數字化轉型的一個特征是物信融合。海康威視在產業實踐中，通過物聯+AI，在數字車間、產線合規、巡查巡檢、智能考勤等方面助力企業實現數字化轉型。

“要把智能物聯，以及其他技術嵌入價值鏈，去服務行業，才能把事情做好，而不是僅僅通過技術創新或者顛覆。”

大華股份研發中心副總裁兼先進技術研究院、智慧城市研究院院長殷俊：智能時代，碎片化、業務定制化成為趨勢

大華構建了AIoT、物聯數智平臺兩大核心技術體系，并于今年10月，進一步正式發布“Dahua Think#”戰略。

殷俊認為，行業智能化時代，對AI的需求呈現爆發式增長，碎片化、業務定制化成為了必然趨勢。

殷俊強調，人工智能不僅僅是算法，而是最終要實現端到端的智能，從感知智能、數據智能到業務智能進行閉環。在數據智能和感知智能之間，要不斷進行數據匯聚和迭代。通過經驗自主學習，讓設備形成智能運維、多傳感器協同學習、專家經驗自動調優等方法實現自治系統，不斷提升感知智能的精準度以及數據的豐富度。

因此，僅算法領先還遠遠不夠，業務智能背后是全流程的業務智能化升級，是端到端的智能解決方案。目前，面向千行百業的智能需求，大華構建了點、線、網的業務架構體系。

此外，殷俊介紹到，當前，預訓練大模型的研究是行業熱點，但其需要高昂的成本以及龐大的算力支撐，同時在視覺領域，目前商業應用還不是非常成熟，算力成本依然很高，大規模產業化需要控制和降低算力消耗，這一點非常重要。

華為機器視覺副總裁張愛軍：構建智能世界有三個“萬物”定義

張愛軍提到，從2016年，華為就把整個企業的愿景從豐富人們的溝通與生活變成把數字世界帶入每個人，每個家庭，每個組織，構建萬物互聯的智能世界。

華為從技術角度進行了“智能世界”的定義：一是萬物感知，二是萬物互聯，三是萬物智能。

張愛軍指出，隨著交互方式將發生巨大變化，催生新型移動物聯網蓬勃發展，未來整個智能世界最核心的數據交互主體將不再是人與人的交互，而是物與物的交互。機器視覺將成為5G時代的“智能手機”，行業數字化感知入口。

對于當前產業發展歷程，張愛君提出兩個觀點：

1、智能感知的進程進入第二波增長曲線，未來感知系統會擁有主動的感知能力。

2、純粹的、被動的感知產業生態，可能會快速進入以企業生產業務流程為主導的感知體系，智能感知進入千行百業將變成非常重要的模式。

張愛軍還分享了華為機器視覺的戰略：加速視覺感知進入企業生產流程，助力“智慧管理和運營”，支撐戰略落地上，華為有四個核心點。

一是關鍵技術。華為在計算機視覺賦能上的鏡頭、圖像傳感等都在進行關鍵技術研究。

二是標準規范。標準規范最核心的是通過更加客觀數字化的模式來衡量一幅圖片、一段視頻是不是真正有效的為未來的人工智能和機器視覺來使用。

三是評價體系。手機行業的評測模式讓整個產業界非常有序發展。新的機器視覺產業需要類似的評價體系，讓智能時代的圖像質量評價更為客觀。

四是開放生態。提供一套生態架構，讓開發者便捷開發、一站式交易，自由的溝通和交流。

小視科技副總裁段偉芝：從物理世界到數字世界，必然有一部分先轉型，一部分后轉型

在段偉芝看來，從驅動因素看，我國智慧城市建設經歷了3個階段：

第一，行業應用進行驅動。該階段主要參與方是國外的高科技企業，構建的方式是通過單個系統，解決單個問題；

第二，以4G、云計算為驅動，國家開始進行重點項目建設，智能化逐漸起步；

第三，以人工智能、大數據、5G等技術驅動，國家開始牽頭，各部委進行聯合，行業推動各個系統進行統一，城市大腦開始逐步形成。

在現階段，資源、技術、信息、要素等全面數字化，大平臺開始走向集約，真正走向融合創新的數字化階段。

在這個過程中，人工智能作為物理世界和數字世界的連接，是必不可少的一部分。但同時，人工智能的落地應用非常具有挑戰性。

段偉芝表示，人工智能要實現落地，一要有行業經驗，懂得業務場景；二要養成培育，不斷訓練算法；三是全產業鏈協同，這是一個復雜的過程。

基于此，段偉芝判斷，中國人工智能的發展必然帶來兩個結果：

A：從物理世界到數字世界，必然有一部分先轉型，一部分后轉型；

B：只有真正實現大量算法的規模化量產及應用，城市數智化轉型才算完成。

中國網絡空間安全協會副理事長、前華為全球智慧城市業務部總經理鄭志彬：智慧城市只建設不運營，就會爛尾

過去中國在信息化上有兩個典型特點：

1、以前政府做數字化是電子政政務，電子政務就是做底座，做統一的云、統一的政府外網、政府內網，2、各個政府部門做獨立的信息系統。

鄭志彬認為，目前業內形成了一個共識，未來整個中國數字經濟的發展一定是以城市為主體，以如何驅動城市的發展、帶動城市的智慧化為主體，讓智慧城市和數字經濟相輔相成。

基于此，他提出四個關鍵要素：

一、推動跨層次、跨部門的數據共享開放要走向深水區；

鄭志彬認為，國內雖然目前基本上70%、80%的城市都做了數據共享，但活數據少，有價值的數據少，仍然是數據共享的難點、痛點。想把數據共享做好，一定要找一個責任主體，一定要讓責任主體對數據共享、對數據的應用負責。

二、跨領域的數據融合應用場景X走向深水區，實現三融五跨的目標；

過去智慧城市主要強調“1+1+N”：一個智慧城市，一定有一個大的云中心、一個指揮中心、N個應用。但單個領域的數據應用不叫智慧，只有跨部門、跨領域的數據應用才叫智慧。下一階段，智慧城市業務框架應該步入1+1+N+X階段，通過跨領域的數據融合應用場景X，走向深水區。

三、數字化轉型不是信息化的簡單升級，是提供全新解決物理世界問題的模式；

信息化的世界已經是過去式，未來是數字化的世界，數字化的世界是真正提供解決物理世界全新的解決方式。在他看來，數字化不是信息化的簡單的升級，過去大家做了幾十年的信息化，是把原來各種各樣的流程，變成自動化。但今天的數字化是要把物理世界的問題數字化

四、智慧城市的可持續性發展步入深水區，從獨立建設走向持續運營服務；

打個比方，本來兩棟高大上的樓，一棟只是建得很漂亮，環境很好，沒有人用，建起來就建起來。可能過三年就變成爛尾樓一樣。如果持續有人用、持續有人運營，它就像非常好的新開發的博物館一樣，總是有人使用。

傳統做建設的模式存在的問題是，僅僅建設不做運營，導致數據共享很難、數據開放應用很難、跨部門協作很難，所以只有運營不斷循環，有真正構建智慧城市的運營商，才能使城市的數據發展有生命力。

曠視科技高級副總裁、城市業務事業部總經理陳雪松：AI的價值閉環，實質是生產力關系的重構

在陳雪松看來，以一網統管、一網通辦為代表的城市治理體系，其實是傳統安防領域向整個社會職能轉變，和城市提升中自然而然的轉型，從廣度和深度上對城市管理水平、技術能力發展和體系建設提出新的要求。

他認為，城市治理體系是由點到面的，不能走安防體系的老路。

傳統安防向基礎設施轉變的過程中，要結合原來已有的體系做智能化升級，再加上現有的資源體系，做自動化改造才能形成全覆蓋。

作為城市治理不可或缺的技術，AI的價值不在于算法多優秀，而是給客戶創造價值。當技術穿過決策，走向執行，就形成了完整的生產力閉環，從而產生客戶價值。

當前的城市治理，面臨三個難點：

1、發現難，攝像頭雖然很多，但沒有形成面的覆蓋；

2、管理難，尚未形成智能化閉環；

3、管理統籌難，除了技術手段，體制機制也需要跟上時代變革。

“目前的城市治理，是以發現和決策執行為核心，本質是響應機制。”

陳雪松表示，區域城市數據覆蓋起來以后，更多是基于感知能力和區域運行狀態進行事件的預測和處理，這是未來城市治理的重點。

云天勵飛首席科學家王孝宇：在AI研發和應用上，數據的重要性遠高于模型

王孝宇認為AI的研發模式有兩大關鍵點：一是用什么樣的數據訓練模型；二是模型如何基于數據得到更好的結果。

過去的研發模式大都以模型為中心，依賴專家，找數據、標注數據，然后讓AI博士調參，如同工業化時代的“擰螺絲釘”，導致AI無法大規模產業化。

同時，過去的研發范式，大都集中于用更好的技術建立更好的模型。但幾年之后，業界發現所用的技術越來越趨同，標準化的條件成熟了。

事實上，對比不同研發模型，可以發現對AI研發和應用來說，高效地獲取最好的數據，比模型本身要重要得多。

究其原因是技術迭代快，容易被趕上，但數據迭代慢，因此如何在最短時間內得到可以使模型達到最優效果的數據集，這才是最重要的。

因此鑒于人力成本和模型標準化條件的成熟，云天勵飛在內部打造了一套標準化、流程化、平臺化的模型研發方式。

云天勵飛大規模算法研發的流程是：

第一步，獲取初始模型。通過分布式標注平臺定義任務，再利用被千億、百億級的數據訓練出來的大模型和無監督學習，配合少量數據的標注，得到不錯的初始模型。

第二步，數據迭代。在海量還沒有標注好的數據中，用技術、算法找到真正有用的數據，用主動學習算法做數據擇優。

第三步，模型訓練。在云天勵飛的平臺上用一鍵化方式，替代百萬薪酬的博士來調參數、挖數據，降低對訓練模型人員的從業要求。同時讓數據、研發軌跡、開發技巧都沉淀在平臺上，動作可復用，流程可追溯，降低AI人員高流動性帶來的負面影響。

他認為視覺AI目前還處在拓荒階段，是一片沙漠，沒有變成綠洲，只有等到其變成綠洲時，才能“長”出很多AI企業，而云天勵飛建立的這套平臺，就是加速沙漠變綠洲的驅動底座。

希捷科技全球高級副總裁暨中國區總裁孫丹：元宇宙、腦機接口、數字孿生，基礎都是海量數據

孫丹提到，疫情讓諸多活動停滯了，但數字化轉型在提速。

孫丹重點分享了對數字孿生的理解。她認為，數字孿生對智慧城市、企業數字化轉型具備非常大的價值。

城市與新區、園區與建筑、交通與車輛、工業與能源、水與環境，數字孿生已經廣泛應用于多個行業。

數字孿生不只是構建一個與現實世界一模一樣的數字虛擬世界，而是結合物聯網、區塊鏈等技術之后，可以通過軟件的應用去管理和統籌，實現智能管理。

比如港口貨物的堆放、貨物運輸，比如碰到危機的處理，通過在系統里設計某些定義規則，實現完全的智能管理，而不只是一個三維重建。

她指出，無論是數字孿生還是元宇宙，又或是腦機接口、AIoT，底層都是數據。

有專家指出，數據的好壞決定智能的高地，數據可以理解為奶粉，如果加三聚氰氨，小孩會越吃越笨，好的奶粉小孩會越來越聰明。

通過機器學習沉淀好數據，得到的結果越來越智能，這是核心。

換句話說，所有企業最核心的是，數據如何貫通采集、存儲、分析、變現。數據成就當下和未來。

全球數據爆發式增長。元宇宙、腦機接口、拓展現實的基礎都是海量數據。如何成立、管理數據是非常大的挑戰。比如一系列的數據歸屬問題、數據安全問題、數據孤島問題。

希捷的目標，就是通過技術創新降低存儲成本、數據運營成本。做數據新基建的一塊磚，幫助政企的數字化轉型。

科大訊飛副總裁 、科大訊飛大數據研究院執行院長譚昶：智慧城市是在一團亂麻里提綱挈領

譚昶以交通行業為例，分享了人工智能如何服務于城市數智化轉型。

交通的數智化轉型有四大特征，即能感知、會思考、可成長、有溫度。在此過程中，行業本身有自己內在的運行規律，所以不能像互聯網一樣“一張白紙好作畫”，而是在一團亂麻里提綱挈領、綱舉目張解決問題。

他認為，交通全鏈條分為建設和生產運營兩部分。首先要進行感知，其次要有管控手段，而管控最終是為人服務的。在這個閉環里，需要算法和數據以及具體場景的深度融合，才能不斷提高交通治理水平。

同時，在他看來，人工智能要創造價值，并不完全依賴于技術進步，而是如何把技術與應用實踐結合起來。對于傳統行業，AI要做到精細化，這是內在規律。

“交通的未來，一是智能化，二是一體化，三是個性化。”譚昶表示，AI和信息化工具的助力，是實現交通精細化管理的關鍵，智慧城市也暗合這些特點。

亞略特公共安全與智慧城市事業群總監郭景玉：數字城市建設的根本目的是，要重構社會生產與社會組織的關系。

郭景玉認為，人工智能時代數字城市建設的根本目的是要重構社會生產與社會組織的關系，人在參與社會活動過程中所產生的各種數據構成了數字城市建設的核心要素。

郭景玉指出，“邊”和“安”的主要作用有：一是成為數字城市信息匯聚的抓手，二是緩解中心化計算的壓力，三是滿足《網絡安全法》和《個人信息保護法》等安全要求。

在信息匯聚上，很多企業采用了傳統的端到云的模式，但該模式存在問題。不同于此，亞略特構建的體系是以邊緣網關為核心的數據匯聚體系。

一是，邊緣網關是靠近社會應用端的設備，可以很方便地進行對接，同時在數據安全保障方面，亞略特安全網關里是硬件級的安全加密機制。

二是整個匯聚體系是以部署到端的網關為抓手，所有的匯聚體系的平臺都隱藏到網關后面，安全性、隱蔽性會更好。并且亞略特網關通過兩個雙網口的互不干擾的方式串聯不同的網絡，來避免網絡向外暴露的問題。

在信息安全保障方面，亞略特基于生物識別模組外設并結合系統登陸、應用授權、云桌面管理等軟件一體化的策略，開發了亞略特生物識別安全框架。

亞略特生物識別安全框架不僅能夠無縫對接WBF，還可以無縫對接windows10的window hello，實現跨平臺、跨操作系統、跨應用系統的諸多限制，彌補傳統口令認證的方式存在的安全風險和缺陷，從而提高了整個電腦和應用系統的安全性，做到人與系統間的識人認證的結果，從而構建了真正可信的數字身份識別。

騰訊云鼎實驗室數據安全總監謝燦：數字經濟發展與數據安全并重

謝燦提到，中國從的《個人信息保護法》到《數據安全法》，再到2019年的《密碼法》，在法律法規層面，我國加大了數據安全合規管控。全球各國廣泛推出數據安全管制法規，標志著數據安全合規時代的到來。

數字經濟時代數據安全合規背景下，企業數據安全需求發生變化，主要在數據安全和隱私保護兩個方面。

之前行業更多地談網絡攻擊、數據防泄露，現在行業必須把隱私保護，比如數據的過度收集、數據濫用、數據泄露納入安全規劃。也就是說，行業需要在數據安全得到保護以及合規性指導下釋放數字經濟生產力，以數據安全治理為中心的數據安全建設新理念。

行業從主要談網絡安全，比如靜態數據安全防護，到后續更多地談數據全生命周期、數字化業務發展，兼顧安全、合規與成本。

數據安全新挑戰以及數據安全技術落地重點，同時也是數據安全的難點在于以下幾個方面：

一是數據資產化，迫使安全管理機制優化；二是IT架構快速變化，導致安全防御體系失效；

三是算力持續增長，使得傳統安全算法滯后；四是攻防節奏加快，讓行業快速部署及應急響應能力亟待提升。

例如，傳統數據安全方案上線動輒數月，往往也需要業務系統進行改造適配，且在海量數據量場景下，甚至給業務帶來20%-30%的業務損耗，已經無法匹配數字經濟時代下，數據合規與新IT架構下的數據安全戰略訴求。

這就需要行業形成一體化、自動化、高性能、快部署、免改造的實現方式。目前已經有成熟方案，例如在騰訊工業云平臺Wemake的數據加密中，通過應用騰訊云安全訪問代理CASB的加密方案，一天就完成了上線，業務性能損耗在5%之內。

灼識咨詢合伙人趙曉馬：智慧城市將向以人為本、城市新型需求驅動的“人本城市”演變

趙曉馬指出，從中國、美國、日本城市化發展歷程和特點看，改革開放40年以來，中國城市化進程速度世界領先。

各類智慧城市建設方案憑借其技術先進性、強感知能力、數據資源高效應用等特點可以解決大量城市現存問題。

與此同時，智慧城市以其數字化、綠色化的特點為“碳中和”目標實現助力。

但同樣不可忽視的是，在智慧社區、智慧商業等場景中，仍存在系統割裂、數據孤島、信息綜合利用程度低等問題。比如，割裂的單點解決方案，數據不打通，形成數據孤島。

這就要求智慧城市割裂的單點解決方案要逐步轉變為全場景，一站式的完整解決方案。

未來的城市將遵循以下規律：

從信息城市（以信息化為中心，互聯網驅動，強調各業務、各部門內部的數字化、信息化）到智慧城市（ 以應用場景為中心，AI、物聯網等技術驅動，強調各系統、各場景內部的智能化）到人本城市（以人為中心 ，城市新型需求驅動，強調全系統、全場景的融合協同）。雷峰網雷峰網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。