自2016年開始，安防以其天然的“感知”能力和海量數(shù)據(jù)池的屬性，成為AI技術(shù)的首批“練兵場”，由此也開啟了AI在包括安防在內(nèi)的千行百業(yè)融合應(yīng)用的熱潮。

　　千行百業(yè)對 AI 的需求海量而碎片化，沒有標(biāo)準(zhǔn)化通用的解決方案，每個(gè)細(xì)分場景的需求滿足往往都需要定制化的開發(fā)。

　　而在傳統(tǒng)深度學(xué)習(xí)算法開發(fā)過程中，存在數(shù)據(jù)采集困難、算法泛化性能差等問題，算法開發(fā)周期往往以季度計(jì)，無法滿足 AI 快速落地的需求。

　　隨著人工智能技術(shù)的發(fā)展，傳統(tǒng)深度學(xué)習(xí)算法在安防場景中的局限性愈發(fā)凸顯。算法通用、場景不通用，無法以較低的邊際成本解決場景碎片化的問題，同時(shí)針對邊端算法受限、內(nèi)存受限等問題也限制了AI的進(jìn)一步普及與落地。

　　2023年，大模型的概念開始席卷人工智能產(chǎn)業(yè)，大家普遍認(rèn)為大模型將是人工智能的下一代技術(shù)形態(tài)。

　　相比之下，大模型則有著更好的泛化能力，有望進(jìn)一步突破傳統(tǒng)算法的精度與數(shù)據(jù)局限，也能解決傳統(tǒng)深度學(xué)習(xí)算法的數(shù)據(jù)依賴問題，在此基礎(chǔ)上不僅能夠降低訓(xùn)練研發(fā)成本，還可實(shí)現(xiàn)在垂直場景中的快速落地。

　　2024年，從爆火的ChatGPT到Sora，大模型正沖向邊緣側(cè)、端側(cè)設(shè)備，從而重構(gòu)千行百業(yè)，小到一個(gè)攝像頭，大到一個(gè)個(gè)物聯(lián)網(wǎng)場景。一時(shí)間，大模型化身為“百變戰(zhàn)士”，成為多個(gè)行業(yè)推進(jìn)人工智能落地應(yīng)用的核心產(chǎn)品和工具。

　　我們都有所耳聞大模型卓越的效能表現(xiàn)，一個(gè)模型之所以“大”，在于其規(guī)模宏大，無論是樣本數(shù)據(jù)還是學(xué)習(xí)量，都達(dá)到前所未有的規(guī)模和強(qiáng)度。這使得人工智能算法在性能上實(shí)現(xiàn)質(zhì)的飛躍。這種提升主要體現(xiàn)在兩個(gè)方面：

　　首先，是AI本身效果的提升。當(dāng)學(xué)習(xí)樣本數(shù)量充足時(shí)，AI 算法通過大量訓(xùn)練，能獲得比以往更精準(zhǔn)、更深入的理解。這種訓(xùn)練效果與樣本數(shù)量和學(xué)習(xí)深度密切相關(guān)。過去，受算法和運(yùn)行  方式限制，無法達(dá)到大規(guī)模訓(xùn)練效果。但在大模型概念下，訓(xùn)練數(shù)據(jù)量和次數(shù)能提升千萬倍，極大提高了 AI 算法的效果。

　　其次，大模型強(qiáng)化了 AI 的反饋機(jī)制，增強(qiáng)了邏輯推理和數(shù)據(jù)關(guān)聯(lián)的能力。在邊緣計(jì)算和云計(jì)算的背景下，大模型提供了更強(qiáng)大的數(shù)據(jù)收集和學(xué)習(xí)能力，使不同區(qū)域、不同場景下的應(yīng)用能更有機(jī)地融合環(huán)境信息和學(xué)習(xí)樣本，推動(dòng)了“云腦”概念的實(shí)現(xiàn)。

　　大模型的普遍優(yōu)勢

　　無論是通用大模型還是行業(yè)大模型，現(xiàn)階段的大模型產(chǎn)品，普遍從泛化能力、計(jì)算能力、應(yīng)用場景等方面實(shí)現(xiàn)了質(zhì)的提升。

　　1、強(qiáng)大的學(xué)習(xí)能力：大模型擁有更多的參數(shù)和更復(fù)雜的結(jié)構(gòu)，可以更好地?cái)M合數(shù)據(jù)，從而使得大模型能夠更準(zhǔn)確地捕捉和理解數(shù)據(jù)的內(nèi)在規(guī)律和模式。

　　2、優(yōu)秀的泛化能力：大模型通常具有更好的泛化能力，能夠在新的、未見過的數(shù)據(jù)上表現(xiàn)出色。

　　3、高效的計(jì)算能力：大模型的參數(shù)數(shù)量龐大，但通過采用分層設(shè)計(jì)和分布式訓(xùn)練等技術(shù)，可以在現(xiàn)有的硬件設(shè)備上進(jìn)行高效地訓(xùn)練。這使得大模型在實(shí)際應(yīng)用中能夠更快速地適應(yīng)和響應(yīng)各種任務(wù)需求。

　　4、廣泛的應(yīng)用場景：大模型可以應(yīng)用于各種領(lǐng)域，如自然語言處理、圖像處理、游戲AI等。它們可以處理復(fù)雜的任務(wù)，如機(jī)器翻譯、語音識(shí)別、圖像分類等，為各行各業(yè)提供強(qiáng)大的技術(shù)支持。

　　5、推動(dòng)技術(shù)進(jìn)步和創(chuàng)新：大模型的應(yīng)用和發(fā)展推動(dòng)了人工智能技術(shù)的進(jìn)步和創(chuàng)新。它們?yōu)楦鞣N復(fù)雜任務(wù)提供了更好的解決方案，同時(shí)也催生了新的應(yīng)用場景和商業(yè)模式。

　　行業(yè)大模型的涌現(xiàn)

　　如果說2023年是通用大模型誕生元年，2024年則是行業(yè)大模型的涌現(xiàn)之年。通用大模型普遍是AI技術(shù)能力大模型，擁有良好的計(jì)算能力和學(xué)習(xí)能力，但距離不同行業(yè)終端用戶的需求還存在著較大差異，無法實(shí)現(xiàn)精準(zhǔn)定制。

　　行業(yè)大模型成為各行各業(yè)產(chǎn)品技術(shù)提供商追逐的熱點(diǎn)。行業(yè)大模型即利用大模型技術(shù)，針對特定數(shù)據(jù)和任務(wù)進(jìn)行訓(xùn)練或優(yōu)化，形成具備專用知識(shí)與能力的大模型及應(yīng)用。與通用大模型相比，行業(yè)大模更專注于提高性價(jià)比、增強(qiáng)專業(yè)性并保障數(shù)據(jù)(特別是私有數(shù)據(jù))的安全性。

　　在實(shí)際應(yīng)用方面，數(shù)字原生行業(yè)(如各類互聯(lián)網(wǎng)應(yīng)用)是行業(yè)大模型應(yīng)用的先行者，傳統(tǒng)行業(yè)中生產(chǎn)性服務(wù)業(yè)(廣告、金融等)進(jìn)展相對快，而重資產(chǎn)行業(yè)(建筑、制造、能源等)進(jìn)展相對慢。

　　安防作為一個(gè)特殊的行業(yè)領(lǐng)域，在AIoT技術(shù)的加持下，近些年，正在從傳統(tǒng)安防業(yè)務(wù)轉(zhuǎn)向場景數(shù)字化業(yè)務(wù)，千行百業(yè)的數(shù)字化應(yīng)用需求，也更加強(qiáng)調(diào)了針對性行業(yè)大模型的必要性，這也是安防及AIoT企業(yè)陸續(xù)發(fā)力行業(yè)大模型的重要出發(fā)點(diǎn)。

　　從目前行業(yè)市場的情況看，和人工智能時(shí)代一樣，以海康威視、大華股份、宇視科技為代表的“安防+AI”企業(yè)以及以商湯、云從、依圖為代表的“AI+安防”企業(yè)依然是大模型時(shí)期的主流玩家。

　　?？档摹坝^瀾”、大華的“星漢”、宇視的“梧桐”，商湯“日日新”、云從的“從容”、依圖“天問”，這些大模型產(chǎn)品目前已經(jīng)在企業(yè)的安防及非安防業(yè)務(wù)中發(fā)揮著重要作用，并且隨著終端行業(yè)用戶需求的不斷提出，實(shí)現(xiàn)著持續(xù)性的產(chǎn)品迭代。

　　一定程度上，大模型作為人工智能技術(shù)的集大成者，不僅改變著廠商產(chǎn)品的形態(tài)與功能，也在重塑著垂直行業(yè)的商業(yè)模式。

　　以安防行業(yè)為例，傳統(tǒng)的安防產(chǎn)品往往以“標(biāo)準(zhǔn)化產(chǎn)品”為主，難以滿足用戶日益增長的個(gè)性化需求。而行業(yè)大模型的出現(xiàn)，使得“定制化+系統(tǒng)集成+服務(wù)”的商業(yè)模式成為可能。企業(yè)可以根據(jù)客戶的具體需求，利用大模型進(jìn)行深度定制，開發(fā)出符合特定場景的安防解決方案。這種定制化服務(wù)不僅提升了產(chǎn)品的市場競爭力，還增強(qiáng)了客戶粘性，為企業(yè)帶來了穩(wěn)定的收入來源。

       MaaS模式成趨勢

　　這種服務(wù)模式即MaaS模式，模型即服務(wù)(MaaS，Model as a Service)，是指將人工智能(AI)算法模型以及相關(guān)能力進(jìn)行封裝，以服務(wù)的形式對用戶提供，其核心目標(biāo)是降低人工智能技術(shù)使用門檻，控制應(yīng)用建設(shè)成本，簡化系統(tǒng)運(yùn)維管理復(fù)雜度，提升人工智能技術(shù)的綜合應(yīng)用效能，從而加速“人工智能+”進(jìn)程。

　　MaaS成為大模型規(guī)模化落地的催化劑。MaaS圍繞低技術(shù)門檻、模型可共享、應(yīng)用易適配三大特性，提供包括平臺(tái)服務(wù)、模型服務(wù)、數(shù)據(jù)集服務(wù)、AI應(yīng)用開發(fā)服務(wù)在內(nèi)的全棧服務(wù)，一方面有助于解決模型服務(wù)規(guī)?；a(chǎn)面臨的成本高、技術(shù)門檻高等問題，另一方面幫助提升基于大模型的AI應(yīng)用開發(fā)效率，適配企業(yè)規(guī)?；瘓鼍靶枨蟆?/p>

　　AI產(chǎn)業(yè)正在經(jīng)歷前所未有之大變革，通過MaaS將模型服務(wù)供給各行各業(yè)將成為大勢所趨。當(dāng)前的MaaS落地主要集中于MaaS體系構(gòu)建，未來將從模型服務(wù)水平提升、模型能力擴(kuò)充、應(yīng)用能力創(chuàng)新等方面進(jìn)一步筑牢MaaS體系，為“人工智能+”廣泛落地提供便捷路徑。

　　可以預(yù)見，通用大模型+行業(yè)大模型協(xié)同將成為場景化落地的重要方式，通過將大模型的通識(shí)能力與小模型的專業(yè)能力相結(jié)合，使模型服務(wù)更加精準(zhǔn)地滿足應(yīng)用需求，為應(yīng)用開發(fā)提供更強(qiáng)大、更靈活的AI能力。

　　隨著各行各業(yè)數(shù)字化轉(zhuǎn)型的加速，安防產(chǎn)業(yè)正呈現(xiàn)出從硬件銷售模式轉(zhuǎn)向以服務(wù)為核心的MaaS(Mobile as a Service)模式。MaaS模式通過提供移動(dòng)設(shè)備及其相關(guān)服務(wù)的集成解決方案，為安防產(chǎn)業(yè)帶來了新的商業(yè)模式和增長點(diǎn)。

　　與此同時(shí)，新需求驅(qū)動(dòng)安防產(chǎn)品、技術(shù)、方案交付方式的變革，同時(shí)也將帶來產(chǎn)業(yè)生態(tài)合作模式、業(yè)務(wù)領(lǐng)域的創(chuàng)新和突破。

　　結(jié)語

　　任何一項(xiàng)技術(shù)的螺旋上升，勢必將和行業(yè)應(yīng)用融合生成產(chǎn)業(yè)新的風(fēng)向和軌跡，而產(chǎn)業(yè)中的每個(gè)人，都將是這場變革的見證者。