金秋十月秋意正濃，2024年北京安博會在深秋季悄然落下帷幕。整體規模雖不及盛時，但作為一年一度行業盛會，安博會依然承載著安防人的情懷和希望。像一個窗口，可以回望過往的產業變遷，也能以小見大，窺見新時代行業的未來趨勢。
技術層面，安防前端設備依然在超高清、智能化、夜視全彩、低功耗、一體化功能集成的方向上迎來進一步突破；應用層面，不少安防廠家在不斷擴展企業級業務，通過以視頻為核心的數字化方案切入到百業千行的安全管理、生產管理、運營管理的應用場景中去賦能企業的數字化升級。
回望過去，自上世紀九十年代起，安防從模擬時代一路走過來，歷經了網絡時代和智能化時代的集體范式轉移。行業的智能化早期從視頻結構化的應用開啟，能實現對人、車的識別檢測。而后伴隨著人工智能在行業領域的融合應用，推動安防行業走進人工智能時代，安防監控能看清看懂更多目標和行為類別。
如果說此前的行業“大遷徙”更多聚焦于監控設備物理性能-“看得見”能力的提升，那么到了AI時代，通過疊加人工智能與安防天然的感知及IoT屬性，視覺物聯設備開始在“看得懂”的目標上漸行漸深。安防系統也正在從基礎的安全防范走向多個垂直行業領域的安全生產、質量監測、環境要素監管的場景中去。
這意味著，原本以政府項目為主的安防業務，其重心正在向企業級市場和商業市場傾斜。而安防企業正基于產品和技術的通用性，在陸續開拓一個個全新的泛安防應用場景，將業務觸角無限延伸。這個過程中，安防系統、人工智能或大模型的組合，成為開啟創新應用場景的鑰匙。
為什么需要大模型?
過去八九年時間里，基于深度學習框架的人工智能的技術能力雖然一直在持續強化，但千行百業蘊含著大量長尾場景亟待AI的適配應用，這是人工智能在垂直行業落地面臨的最大的挑戰，也是橫亙在數字化機遇面前的現實問題。
依圖科技總裁、中安協人工智能專家組副組長段愛國先生認為，這個矛盾點在于需求側和供給側之間存在著巨大的鴻溝。長尾算法的生產效率低，無法滿足安防數智化的需求。
“一方面需求側希望精細化管理、全要素感知，然而供給側只能提供特定算法、特定屬性；一方面需求側希望AI快速見效、快速迭代，然而供給側依賴于海量訓練數據、搜集慢；一方面需求側希望算法能夠適應復雜的場景，然而供給側算法的場景適應性不好、誤報率高；一方面需求側在不同的場景里、規則多、定制多，然而供給側算法工程師少、需求排不上號。這是技術的瓶頸、時代的局限，突破之后才能有更大的發展。”他表示。
為了滿足長尾市場高度碎片化的數字化應用需求，大模型成為人工智能落地應用的新興技術工具，它的出現對于安防走向新時代有著重要意義。在2024年安博會上，依圖的天問4.5、宇視的梧桐2.0，這些大模型產品的更新迭代，也再次讓我們看到了行業走向新拐點的信號。
“AI安防2.0”時代到來
依圖科技作為本次展會上少有的幾家擁有大模型技術能力的人工智能企業，在安博會上重磅亮相了依圖的“天問大模型4.5”，段愛國在發布會上表示，大模型引領的技術革新，使得長尾算法生產的邊際成本大幅降低，逐漸趨近于零。這一變革也標志著“AI安防2.0”時代的到來。
AI 2.0技術革命，為行業數智化帶來的核心變化：相比較傳統深度學習方法，大模型與多模態AI采用自監督學習機制，在跨領域智能、多場景任務上表現出色。它帶來了：
AI生產效率的升級：通用數據預訓練和領域數據后訓練的機制，顯著提高了跨場景、跨領域的適應能力，同時新算法的產出效率從月級到天級；
AI解鎖場景的升級：在3D空間和4D時空中感知、定位、評估的空間智能特性，以及全場景、全要素感知的情境理解特性，使泛安防從基礎安保防范到生產作業的智慧管理與運營；
交互體驗的升級：多模態數據統一表征，跨模態數據校驗、互 檢、交互，從“標簽篩選”到自然語言交互，更強的語義理解和視頻分析能力，使得安防系統能夠更精準地識別和預測潛在威脅；
創新平民化：推理因果關系的Agent智能體，快思考到慢思考，從門檻高、落地難到人人都是算法工程師；
大模型帶來變革是具有歷史意義的，不同于深度學習的監督學習，大模型采用Transformer自監督學習機制，能夠做到通用數據預訓練，領域數據后訓練，然后經過遷移學習去適應多場景的任務需求。以Transformer為代表的多模態AI最大的突破在于它使得模型的跨領域的通用性和泛化性顯著增強。
據了解，依圖天問大模型可以根據環境和需求的變化快速適配，相比于傳統的機器學習模型的收集數據、訓練模型時間達1-3個月以上，依圖天問升級了預訓練模型，可實現1分鐘內對極少樣本的新算法進行冷啟動，1小時內完成在線標注訓練，1天內快速部署上線，每天花幾分鐘對齊數據、簡單點擊對錯，幾天時間就可讓算法達到超過90%的準確率。
基于此，段愛國一直強調，大模型在安防行業的應用將驅動安防行業再次站在了技術應用的前沿，全面數智化的發展步伐進一步加速，步入新一輪的發展的快車道。
在行業陷入消極情緒的當下，這樣的樂觀態度確實能給大環境注入一股強心劑。
AI范式變革帶來商業模式變革
大模型使得AI模型跨領域的通用性和泛化性顯著增強，但從方案部署的易用性和便捷性的角度考慮，我們發現，輕量化的模型部署需求在當下也呈現出直線增長，MaaS（Model as a Service）模式正在走入安防視野。
MaaS模式通過提供AI模型及其相關服務的集成解決方案，為安防產業帶來了新的商業模式和增長點。而安防企業也將從早期硬件銷售，搬箱子的角色逐漸轉向以運營為核心的MaaS服務商的角色。
MaaS模式具有幾個典型優勢：
靈活性和可擴展性：MaaS模式可以根據具體需求進行靈活配置和調整，適應各種復雜場景和業務需求。
高效性和經濟性：通過共享和復用大模型資源，降低研發和部署成本，提高資源利用效率。
技術支持和持續改進：MaaS模式通常伴隨專業團隊的技術支持和維護，確保模型的高可用性和持續優化。
綜合而言，MaaS模式以其靈活性、經濟性和高效性，有望成為未來場景數智化解決方案的最優解。
談及MaaS 模式下的業務開展方式，依圖科技在會后的采訪中告訴a&s，在數智化解決方案中，"創新 X 場景 X 伙伴"將會是打造MaaS模式的關鍵。
AI+行業”落地需要3大關鍵需求：一方面通過持續創新和場景深入，提升模型的智能化水平，滿足復雜、多樣的業務需求，尤其是長尾算法的智能應用，確保滿足各種細分市場的需求；另一方面優化算法和提升模型效率，提供高性價比的智能產品，確保商業邏輯的可持續性，這對于大規模部署和應用尤為重要。同時，構建完整的業務閉環，并進行持續運營，確保模型和算法的穩定性和可靠性，建立并維護商業信用，這是實現長久合作和客戶信任的基礎。
MaaS模式催生 “行業AI系統的六邊形戰士”
無疑，AI范式變革帶來商業模式變革，MaaS模式必然需要依賴各方的合作和優勢互補。
“一個真正實用的、完整的AI系統，不僅僅依賴于數據、算法、算力這些核心要素，還需要AI架構、領域專業知識以及運營服務的綜合支撐。AI在行業中的成功落地，更是離不開算法、數據、算力、AI架構、領域專業知識、運營服務這六大核心能力的全面整合。”
這個過程中，像依圖這樣頂尖的AI原生科技公司在算法、數據、算力、AI架構等方面通常具有顯著優勢，能夠為大模型的應用提供堅實基礎。而行業伙伴自身在各自的專業領域擁有深厚的產業知識和技術know-how。他們深入了解行業需求，與技術提供商形成優勢互補。因此，完成場景大模型落地的最后一公里，將更多由行業合作伙伴來補齊。
段愛國在發布會上特別提出“行業AI系統的六邊形戰士”概念。“依圖多年來在算法、數據、算力、AI架構方面積累了顯著優勢。但在各行各業的具體場景中，合作伙伴們在領域知識和運營服務方面的優勢更為突出。因此，當依圖攜手更多行業伙伴時，便能形成優勢互補，構建出強大的“行業AI系統的六邊形戰士”，共同輸出完善的場景大模型解決方案，攜手推動各行業的數智化進程。”
為了助力更多合作伙伴成為真正的行業AI系統的六邊形戰士，依圖科技在發布會上正式推出了全新的“依圖萬象”伙伴業務品牌。致力于通過提供極致性價比的產品，運用大模型的先進思想、理念和工具，全方位賦能合作伙伴，助力其轉型為“場景大模型方案的提供商與運營商”，共贏大模型新時代！
未來，伴隨著場景的不斷延伸，數字化技術復雜程度和應用環節的持續升級，AI原生企業+行業解決方案提供商共筑的“行業AI系統的六邊形戰士”勢必將成為MaaS時代的生態合作共識。通過行業生態的緊密合作，共同形成完善的場景大模型解決方案，推動各行業的數智化進程。
您可以復制這個鏈接分享給其他人：http://www.jisvip.com/node/938
