金秋十月秋意正浓，2024年北京安博会在深秋季悄然落下帷幕。整体规模虽不及盛时，但作为一年一度行业盛会，安博会依然承载着安防人的情怀和希望。像一个窗口，可以回望过往的产业变迁，也能以小见大，窥见新时代行业的未来趋势。

　　技术层面，安防前端设备依然在超高清、智能化、夜视全彩、低功耗、一体化功能集成的方向上迎来进一步突破;应用层面，不少安防厂家在不断扩展企业级业务，通过以视频为核心的数字化方案切入到百业千行的安全管理、生产管理、运营管理的应用场景中去赋能企业的数字化升级。

　　回望过去，自上世纪九十年代起，安防从模拟时代一路走过来，历经了网络时代和智能化时代的集体范式转移。行业的智能化早期从视频结构化的应用开启，能实现对人、车的识别检测。而后伴随着人工智能在行业领域的融合应用，推动安防行业走进人工智能时代，安防监控能看清看懂更多目标和行为类别。

　　如果说此前的行业“大迁徙”更多聚焦于监控设备物理性能-“看得见”能力的提升，那么到了AI时代，通过叠加人工智能与安防天然的感知及IoT属性，视觉物联设备开始在“看得懂”的目标上渐行渐深。安防系统也正在从基础的安全防范走向多个垂直行业领域的安全生产、质量监测、环境要素监管的场景中去。

　　这意味着，原本以政府项目为主的安防业务，其重心正在向企业级市场和商业市场倾斜。而安防企业正基于产品和技术的通用性，在陆续开拓一个个全新的泛安防应用场景，将业务触角无限延伸。这个过程中，安防系统、人工智能或大模型的组合，成为开启创新应用场景的钥匙。

　　为什么需要大模型?

　　过去八九年时间里，基于深度学习框架的人工智能的技术能力虽然一直在持续强化，但千行百业蕴含着大量长尾场景亟待AI的适配应用，这是人工智能在垂直行业落地面临的最大的挑战，也是横亘在数字化机遇面前的现实问题。

　　依图科技总裁、中安协人工智能专家组副组长段爱国先生认为这个矛盾点在于需求侧和供给侧之间存在着巨大的鸿沟。长尾算法的生产效率低，无法满足安防数智化的需求。

　　“一方面需求侧希望精细化管理、全要素感知，然而供给侧只能提供特定算法、特定属性;一方面需求侧希望AI快速见效、快速迭代，然而供给侧依赖于海量训练数据、搜集慢;一方面需求侧希望算法能够适应复杂的场景，然而供给侧算法的场景适应性不好、误报率高;一方面需求侧在不同的场景里、规则多、定制多，然而供给侧算法工程师少、需求排不上号。这是技术的瓶颈、时代的局限，突破之后才能有更大的发展。”他表示。

　　为了满足长尾市场高度碎片化的数字化应用需求，大模型成为人工智能落地应用的新兴技术工具，它的出现对于安防走向新时代有着重要意义。在2024年安博会上，依图的天问4.5、宇视的梧桐2.0，这些大模型产品的更新迭代，也再次让我们看到了行业走向新拐点的信号。

　　“AI安防2.0”时代到来

　　依图科技作为本次展会上少有的几家拥有大模型技术能力的人工智能企业，在安博会上重磅亮相了依图的“天问大模型4.5”，段爱国在发布会上表示，大模型引领的技术革新，使得长尾算法生产的边际成本大幅降低，逐渐趋近于零。这一变革也标志着“AI安防2.0”时代的到来。

　　AI 2.0技术革命，为行业数智化带来的核心变化：

　　相比较传统深度学习方法，大模型与多模态AI采用自监督学习机制，在跨领域智能、多场景任务上表现出色。它带来了：

　　AI生产效率的升级：通用数据预训练和领域数据后训练的机制，显著提高了跨场景、跨领域的适应能力，同时新算法的产出效率从月级到天级;

　　AI解锁场景的升级：在3D空间和4D时空中感知、定位、评估的空间智能特性，以及全场景、全要素感知的情境理解特性，使泛安防从基础安保防范到生产作业的智慧管理与运营;

　　交互体验的升级：多模态数据统一表征，跨模态数据校验、互 检、交互，从“标签筛选”到自然语言交互，更强的语义理解和视频分析能力，使得安防系统能够更精准地识别和预测潜在威胁;

　　创新平民化：推理因果关系的Agent智能体，快思考的到慢思考，从门槛高、落地难到人人都是算法工程师；

　　大模型带来变革是具有历史意义的，不同于深度学习的监督学习，大模型采用Transformer自监督学习机制，能够做到通用数据预训练，领域数据后训练，然后经过迁移学习去适应多场景的任务需求。以Transformer为代表的多模态AI最大的突破在于它使得模型的跨领域的通用性和泛化性显著增强。

　　据了解，依图天问大模型可以根据环境和需求的变化快速适配，相比于传统的机器学习模型的收集数据、训练模型时间达1-3个月以上，依图天问升级了预训练模型，可实现1分钟内对极少样本的新算法进行冷启动，1小时内完成在线标注训练，1天内快速部署上线，每天花几分钟对齐数据、简单点击对错，几天时间就可让算法达到超过90%的准确率。

　　基于此，段爱国一直强调，大模型在安防行业的应用将驱动安防行业再次站在了技术应用的前沿，全面数智化的发展步伐进一步加速，步入新一轮的发展的快车道。

　　在行业陷入消极情绪的当下，这样的乐观态度确实能给大环境注入一股强心剂。

　　AI范式变革带来商业模式变革

　　大模型使得AI模型跨领域的通用性和泛化性显著增强，但从方案部署的易用性和便捷性的角度考虑，我们发现，轻量化的模型部署需求在当下也呈现出直线增长，MaaS（Model as a Service）模式正在走入安防视野。

　　MaaS模式通过提供AI模型及其相关服务的集成解决方案，为安防产业带来了新的商业模式和增长点。而安防企业也将从早期硬件销售，搬箱子的角色逐渐转向以运营为核心的MaaS服务商的角色。

　　MaaS模式具有几个典型优势：

　　灵活性和可扩展性：MaaS模式可以根据具体需求进行灵活配置和调整，适应各种复杂场景和业务需求。

　　高效性和经济性：通过共享和复用大模型资源，降低研发和部署成本，提高资源利用效率。

　　技术支持和持续改进：MaaS模式通常伴随专业团队的技术支持和维护，确保模型的高可用性和持续优化。

　　综合而言，MaaS模式以其灵活性、经济性和高效性，有望成为未来场景数智化解决方案的最优解。

　　谈及MaaS 模式下的业务开展方式，依图科技在会后的采访中告诉a&s，在数智化解决方案中，"创新 X 场景 X 伙伴"将会是打造MaaS模式的关键。

　　AI+行业”落地需要3大关键需求：一方面通过持续创新和场景深入，提升模型的智能化水平，满足复杂、多样的业务需求，尤其是长尾算法的智能应用，确保满足各种细分市场的需求；另一方面优化算法和提升模型效率，提供高性价比的智能产品，确保商业逻辑的可持续性，这对于大规模部署和应用尤为重要。同时，构建完整的业务闭环，并进行持续运营，确保模型和算法的稳定性和可靠性，建立并维护商业信用，这是实现长久合作和客户信任的基础。

　　MaaS模式催生 “行业AI系统的六边形战士”

　　无疑，AI范式变革带来商业模式变革，MaaS模式必然需要依赖各方的合作和优势互补。

　　一个真正实用的、完整的AI系统，不仅仅依赖于数据、算法、算力这些核心要素，还需要AI架构、领域专业知识以及运营服务的综合支撑。AI在行业中的成功落地，更是离不开算法、数据、算力、AI架构、领域专业知识、运营服务这六大核心能力的全面整合。

　　这个过程中，像依图这样顶尖的AI原生科技公司在算法、数据、算力、AI架构等方面通常具有显著优势，能够为大模型的应用提供坚实基础。而行业伙伴自身在各自的专业领域拥有深厚的产业知识和技术know-how。他们深入了解行业需求，与技术提供商形成优势互补。因此，完成场景大模型落地的最后一公里，将更多由行业合作伙伴来补齐。

　　段爱国在发布会上特别提出“行业AI系统的六边形战士”概念。“依图多年来在算法、数据、算力、AI架构方面积累了显著优势。但在各行各业的具体场景中，合作伙伴们在领域知识和运营服务方面的优势更为突出。因此，当依图携手更多行业伙伴时，便能形成优势互补，构建出强大的“行业AI系统的六边形战士”，共同输出完善的场景大模型解决方案，携手推动各行业的数智化进程。”

　　为了助力更多合作伙伴成为真正的行业AI系统的六边形战士，依图科技在发布会上正式推出了全新的“依图万象”伙伴业务品牌。致力于通过提供极致性价比的产品，运用大模型的先进思想、理念和工具，全方位赋能合作伙伴，助力其转型为“场景大模型方案的提供商与运营商”，共赢大模型新时代！

　　未来，伴随着场景的不断延伸，数字化技术复杂程度和应用环节的持续升级，AI原生企业+行业解决方案提供商共筑的“产业六边形战士”势必将成为MaaS时代的生态合作共识。通过行业生态的紧密合作，共同形成完善的场景大模型解决方案，推动各行业的数智化进程。

       声明：本站所使用的图片文字等素材均来源于互联网共享平台，并不代表本站观点及立场，如有侵权或异议请及时联系我们删除。