海康威视经营看点在哪？

打造 AI 大模型能力，突破多维感知技术。

1. 自研观澜大模型， 行业深耕与数据积累

海康威视自研观澜大模型，大幅拓展 AI 应用能力边界。早在 2006 年，公司就已经开始组建算法 团队，开展智能算法研究。2021 年新年伊始，海康威视正式启动了大规模预训练模型相关的研发 工作，自建数据中心，千卡并行，训练了百亿级参数的大模型。2023 年海康威视正式发布观澜大 模型，基于观澜大模型，海康威视的人工智能算法能力从视觉算法拓展到多模态算法，实现了软 硬件应用的多维度升级。

观澜大模型整体分为三级架构：基础大模型、行业大模型和任务模型。其中，基础大模型吸收了 海量数据知识，具有参数量大、高可泛化、性能优异等特点。行业大模型在基础大模型的基础上，利用行业数据进一步预训练和微调，在针对性行业领域具备专家级别能力。任务模型专注于具体 的场景或业务，是实现大模型能力落地的重要方式。观澜大模型具备模态数据丰富、行业能力专 业、部署性价比高、应用灵活高效四大核心优势，更好助力实现人工智能的落地实践。

公司多年来垂直深耕多行业，结合高质量的领域数据打造行业大模型。海康威视在多个行业具备 垂直深耕的经验，广泛覆盖 10 余个主行业、上百个子行业的数百个细分场景，基于海量数据上进 行了大规模预训练。结合基础大模型，公司吸收通用知识并加入行业数据进行微调生产行业大模 型，在保留了基础大模型的高泛化能力基础上具备了专业的行业能力。“预训练基础大模型+行 业微调”的开发范式大大提高了 AI 模型开发的效率和跨场景泛化能力，构建了领先的行业应用能 力。

观澜大模型精简和蒸馏能力强。观澜大模型针对海康威视丰富的云边端产品线，构建了包括模型 精简、蒸馏在内的完整的硬件部署技术体系。同结构大模型压缩后部署对比 fp16（采用 16 位对 浮点数进行表示）精度部署，可实现资源占用 15 倍以上高效压缩，实际推理加速达到 10 倍以上。 可实现大模型向端边缘小模型的有效知识迁移，可将小模型与大模型的性能差异平均缩小 50%以 上。

公司提供多种大模型部署方案，SaaS 服务平台能力强。以面向企事业用户场景的部署为例，海 康威视提供边缘、云端及云边融合三种大模型部署方案，以满足不同行业和场景中用户对于推理 模式、系统规模等多样化需求。公司 SaaS 服务平台是云端和云边融合部署模式的核心应用，推 出了海康自研的 SaaS 云服务管理平台云眸。截至 2023 年底，海康云眸已接入超 490 万路终端 设备，每日接口调用次数接近 1 亿次，还为超过 1000 万户社区业主、1050 万师生家长、45 万 家物流网点、37 万家连锁门店提供服务。云边融合方案整合边缘端和云中心的优点，并发挥海康 的产品优势和云端 SaaS 应用能力，满足连锁、制造、电力、煤矿、 商业、教育教学、建筑等众 多行业的智能化应用需求，为场景智能应用提供更多的选择。

基于行业深耕与数据积累，公司持续深化 AI 模型的专业化服务能力。凭借高质量的行业大模型以 及对不同细分场景的深度洞察，公司将大模型的服务深度从基本的感知监控逐步深化到管理、决 策维度，有效带动企业业务客户在垂直行业的智能化升级。以钢铁、新能源、电力等行业的具体 实践为例： （1）钢铁行业：海康帮助某钢铁企业建设视频监控系统，并逐步扩展至智能综合安防业务，实 现部分设备热成像温度检测的园区安防，最终形成辅助集控、设备巡检、安全生产、远程指调及 现场管理一体化的业务系统，实现从安防向安全生产、作业管理等核心业务延伸。 （2）新能源制造行业：海康帮助某新能源制造企业进行系统建设，从最初的园区视频及综合安 防系统，到通过集团视频大联网、智慧消防多维数据采集统一多园区管理与联动融合安消一体化， 在智能制造业务上完善 AI 产线、质量检测、设备管理、储能柜业务与内物流。（3）电力行业：海康帮助某电网集团建设系统，在变电业务中深入打造红外在线测温和设备声 纹监测的智能巡视等能力，推广微距摄像机、磁编云台和测温光纤等物联产品，同时全方位扩展 输电、配电、安监、后勤业务，低功耗产品、便携球机、基建工地管理等设备落地应用，实现从 视频联网监控到变电站业务深入，再到输、配、安监、后勤的全业务拓宽。

构建高效的 AI 工程化落地体系，快速响应行业需求。海康持续完善从业务调研、方案设计、算法 实现到实施交付全过程覆盖的 AI 工程化服务体系，其中，如何更快速地响应定制化算法实现需求， 缩短落地周期是 AI 工程化的“关键因子”，为此，海康威视构建了 AI 开放平台，致力于帮助零 基础用户开发自己行业的智能算法、实现了大模型能力的“开箱即用”，平台也提供了模型迭代 的功能，用户可在已有的任务模型的基础上，添加少部分的场景数据，通过迭代训练获取更加符 合自身业务场景的迭代模型。截至 23 年 6 月，AI 开放平台的企业用户数达到 2 万余家。

2. 优化多场景 AI 感知性能，有望拓展业务边界

AI 多场景感知能力突出，进一步响应多场景需求。海康同时具备多维感知硬件产品能力与 AI 大 模型能力，AI 多场景感知能力突出，使其能进一步响应行业场景化需求。在应用观澜大模型后， 海康在多个感知场景中的能力进一步提升，有望拓展 AI 在不同工业场景的应用边界。根据《海康 威视观澜大模型白皮书》，在内部构造的多行业最多 200 张训练样本的泛化任务上，观澜视觉大 模型在同场景上的性能上限和跨场景上的泛化性能都有明显提升，其中同场景测试集性能相对提 升达 18.9%，跨场景测试集性能相对提升达 63.8%，业务的逐场景定制需求大幅减少。同时， 智能标注能力进一步缩短了开发过程中的数据标注周期。相较于以往动辄几个月的产品交付工期， 基于观澜大模型进行开发，可使开发周期缩短约 80%。目前，公司智慧物联的感知方式已经较全 面地覆盖了电磁波、机械波、以及温度、湿度、压力、磁力等其他物理传感技术领域，多模态技 术准备充分。

雷视多模态技术突破，提升在复杂环境下的目标感知

海康威视以大模型赋能雷视多模态技术，提升在复杂环境下的目标感知。在雷视产品的研发中， 海康威视构建了具备同时感知空间物理信息与目标语义信息的雷视多模态大模型，让雷视产品得 以突破昼夜以及雨雾环境下的性能极限，并实现规模化的产品落地。同时，传统的雷视产品算法 方案检测距离较短，而采用雷视多模态大模型后，产品目标感知能力提升两倍以上。海康威视研 发的“超远距离雷达+多目长短焦视频”雷视一体机，具备超远距离车辆和车流轨迹高精度探测 能力，并形成了系列产品方案。雷视融合产品在检测距离上的突破，可大幅降低数字化道路的建 设成本，提升交通拥堵治理、交通安全保障、车路协同的能力。

扩展电磁波与机械波感知应用，助力多个行业智能化转型

海康威视的感知技术覆盖各类波长范围，可全面赋能各行业数字化应用。目前，公司感知技术已 经覆盖了从可见光到近红外、中红外、远红外和毫米波等长波方向，以及紫外光、X 光等短波方 向，产品矩阵丰富，充分覆盖各类感知场景。公司结合强大的感知技术以及在信号处理、计算机 视觉、大模型、多维融合感知等技术的深厚积累，助力食品、医疗、物流、电力、交通、制造等 各行各业的数字化应用。 以毫米波感知为例，海康威视毫米波雷达产品产品具备 1D 到 4D 的产品矩阵，包含深度融合雷达 和视频技术的雷达视频一体机系列产品，还包括测速雷达、船舶检测雷达、物位计雷达和交通参 数采集雷达等多种单雷达产品，并控股车载毫米波雷达厂商森思泰克。公司凭借强大的毫米波产 品矩阵，可以实现全天候、远距离、多目标、高精度检测，输出位置、速度、方向等多元化信息， 解决各领域的智能应用需求。例如在行泊一体高阶智能驾驶产品方面，公司融合视觉、超声波和 毫米波雷达等感知能力，可提供覆盖各层级需求的智能驾驶域控制器产品。

以机械波感知领域为例，海康威视已实现了从可听声到超声波频段的感知，积累了麦克风阵列、 声音分类、工业听诊、超声无损检测、超声度量等技术，并将其广泛应用到鸣笛检测、高压放电 检测，高压气体泄漏检测、皮带故障监测、电机故障监测、零部件质检等场景中。

海康威视持续丰富和强化物联感知技术储备，提升多场景下产品智能化水平。例如在能源领域， 通过可见光、紫外光与热成像融合技术来为高压电力设施提供故障排查检测，大幅提升电力巡检 效率；在工业领域，通过音频与视频融合来为生产设备提供故障监测诊断，实现无人化场景下的 预测性维护；在环境领域，通过集成视频感知和毫米波雷达感知来对水位变化进行实时可视化监 测，提升水域环境的智能管理水平。