产业园区的角色与滚滚向前的时代一齐演进，早已超越传统工业聚集地的范畴，从“制造”走向“智造”，从对速度与规模的追求，转为产业与科创的比拼。

当产业园区试图跳出“空间只是载体”的怪圈，向后端运营管理延伸时，地方政府和园区运营商们该如何应对技术的迭代、产品的优化？有谁来为他们添砖加瓦，抹平后顾之忧？

产业园区的演进

1992年，上海浦东已吹响大开发的号角，一纸施工图，在盛产红菱与荸荠的浦东小镇，划出17平方公里的面积，这便是后来张江高科技园区的雏形。

90年代初的张江还处于开拓探索期。让张江释放潜力的转折点，是上海市政府1999年实施的“聚焦张江”战略，时代的春风过境，一时间各种政策、人才、资源、资金、项目集中涌进张江。

从半导体，到生物医药，再到智能制造，张江成为了上海的一张科创王牌。到2006年，国务院正式批准上海高新区更名为“上海张江高新区”。

从农田小镇，到科创高地，张江是奇迹，但也有迹可循，时代变革、政策春风是其一，园区“拎包入住”式的贴心运营服务也是其一。

根据《中国产业园区上市公司白皮书（2023）》，如今的产业园不再粗暴的依赖资源、资金堆砌，而是创新与运营并重，许多园区都将“运营服务”当成自己最看重和拿手的能力，将数智化作为自己的差异化竞争力。

时至今日，以张江为缩影，回顾中国产业园区40年的发展历程，我们见证了它们从1.0到4.0的不断进化。

1.0阶段是“单一功能型”，主要是标准化厂房开发，如90年代的经济开发区；

2.0阶段是“集群发展型”，产业链开始聚集，提供基础服务；

3.0阶段是“创新驱动型”，引入高校和研究机构，与企业深度合作，提供增值服务；

4.0阶段是“智慧生态型”，以信息化和智能化为核心，强调绿色、生态和可持续，提供全产业链服务；

目前，国内大部分产业园区，处在2.0 集群发展型以及3.0创新驱动型阶段。

一个需要思考的问题是，当产业园们摘下低端制造的帽子，打造诸如低空经济、生物制药等高端产业时，如何吸引企业，招揽相关人才，对地方政府及产业园区运营商，都提出了很高的要求。

这是因为，伴随着产业升级，企业和园区的关系悄然发生变化。

以往，园区与入驻企业，就像“房东和租户”，一个上交租金，一个提供基础服务，此外双方互不打扰。

如今，园区与企业的关系宛如并肩作战的“伙伴”，园区不仅提供管理、服务、运营多方面的支持，还以企业的成长和创新为己任。

大华的“干大事”与“拘小节”

在“把产业园区运营好，把企业服务好”这件事上，是大华的优势所在。

无论最开始安防服务商的定位，还是如今以视频为核心的智慧物联解决方案提供商和运营服务商，大华股份在不断打怪升级中，长期与各类产业园打交道。

对于产业园区的认知，也从基础的园区管理，升级到管理、服务，运营多个维度，通过整合升级云计算、大数据、大模型等前沿技术，将服务与运营模式从私有化平台转变为SaaS服务等，已从里到外焕然一新。

如果说，技术与服务创新，决定着企业是否被市场淘汰；那么，能否贴近客户实际需求，则决定客户是否会心甘情愿买单。

正如千人千面，不同产业园也有各自不同的“脾性”，五花八门的需求，意味着产业园区的落地需要一套特别注重实操的流程。

大华是亲历了中国产业园区的变革的，在行业知识的丰富度、定制化解决方案的成熟度上，百经锤炼。

在大华企业业务智慧建筑解决方案总监程文峰看来，万变不离其宗，大华服务智慧园区主要分两个步骤：

第一步，先做一套基础的智能化管理平台以及运营招商服务，满足客户百分之七八十的需求。

第二步，针对客户有特殊需求的部分，双方坐下来细细地聊，实现量身定制。

“具体来说，一是统一的管理平台，支持不同系统接入，以适应不同园区需求，同时具备强大集成能力，能够整合不同的第三方设备；二是提供模块化的产品及服务，让客户可以按需组装。”程文峰对雷峰网解释道。

通俗地说，其实就是既“干大事”，又“拘小节”。

今年，大华推出了鸿鹄智能物联主机和鲁班系列产品，后者利用数智孪生和智慧物联的结合，能够实现多源数据感知融合。

并且，区别于传统的数字孪生技术，大华结合了视频算法与空间计算的双重优势，同时融合三维模型，实现了视频孪生。

应用数字孪生技术，可以对智慧园区建设、运行、管理和服务，进行流程再造与模式创新。

前者的例子比如园区设计规划阶段，用三维模型模拟园区建设过程，提前预知风险，优化设计方案；园区运营中的实时监控与预测等。模式创新的典型例子是可视化管理和模型预测。

大华曾为宁波一处码头服务。码头上集装箱、货车非常多，运行轨迹依靠GPS定位。然而，由于车辆材质干扰，轨迹常常偏离，不时出现地图显示货车行驶在海里的问题。这些问题话背后，是港口运维人员，频繁跑到现场确认情况、处理问题。

在大华为其搭建了数智孪生平台，并升级视频孪生后，模型、视频、 GPS数据的融合，不仅解决了货车轨迹偏离的痛点，还能在大屏上实时展示整个港口的车辆、货物运行情况，管理的精准度与效率都明显提升。

做好“引进来”，才能更好“留下来”

这两年产业园区并不好做，归根结底，很多园区的问题出在定位不明确，没把顶层设计琢磨透。

为了推动经济发展，跟风建设智能制造、新材料、新能源几个当下热门产业，其实是一种本末倒置。

因此，从结果来看，这种奉行“机会主义”理念建成的产业园区，往往消化不良：不仅无法发挥当地优势，加剧同质化竞争，还会影响产业聚集，使产业变得杂乱无章。

大华的优势在于，兼具“解决方案提供商”和“运营服务商”双重身份，让自己成为一束精准定向的射线，以参与园区的顶层设计为始，照亮园区从落地运营至长期维护的每一个发展阶段。

以浙江杭州知识产权创新产业园为例，明确产业定位，是将企业“引进来”的第一步。

浙江杭州知识产权创新产业园的所在地，原本是一家酒店，后来为了更好的发挥土地增值效益 ，相关部门与绿城科技产业集团合作，计划建立一个产业园区，绿城又找到了长期战略合作伙伴大华。

大华结合多年来积累的智能化管理和运维经验，以及综合评估园区及周边情况并听取专家建议后，与绿城科技产业集团共同设计规划成了知识产权创新产业园。

程文峰对雷峰网表示，“参与园区顶层设计是大华的目标，希望跟更多产业园区建设方、运营方深度合作，大华有这方面的能力，也希望为客户提供这方面的能力。”

提升园区整体的智能化服务，是帮助企业“留下来”的第二步。

以建筑设备管理系统中的能耗管理为例，通过智能分析与大数据模型计算，能实时预测用电负荷，当负荷曲线异常升高，系统即自动调度，让用电负荷保持在平稳状态。

此外，大华产业园方案还将智能调度融入园区安全管理，结合AI场景深度应用，构建起了一个主动型立体防控系统。

对于运营商绿城而言，当招商跟进、合同管理、资产管理、企业成长跟踪和风险预警等日常管理被智能化覆盖时，就能降低成本，将更多资源和人力投入更有意义的高质量服务中。

对于入驻企业而言，透明的线上缴费，精准的政策服务和孵化培育等便利，解决了企业从初创到扩张各阶段的琐碎问题，更能专注于自身发展。

截止目前，占地6万平方米的浙江杭州知识产权创新产业园，已吸引七八十家企业入驻。程文峰认为，产业园的运营方有能力，也有义务帮助入驻企业进行孵化，“因为帮助初创企业发展壮大，同时也是为产业园区打造品牌效应，从而带动更多相关企业入驻，完善地区产业聚集。”

可以说，大华不仅与地方政府、运营商共同重构了产业园区的秩序，也通过具体而微的服务，让原本冷冰冰的建筑有了情感的温度。

结语

在产业园区向智能化变革之际，智能化基础设备如同园区的硬装，构成了其骨架；而管理运营则是软装，是贯通整个产业生态的毛细血管。

能够驾驭这一变革的企业，才能走上一条韧性发展之路。

大华的优势在于，既拥有从产品到平台到软件的整套方案能力，还负责方案的实施、运营、长期维护，对客户需求有更深的理解。

与此同时，大华也极为强调一个词，“跨界整合”。

产业园区是一个庞然大物，参与各方都有能力边界，只有紧密合作，让资源流转起来，将产业链条一点点延长，形成良性循环，一个个产业园区才能成为地区经济发展的强劲脉搏。

这是海康威视于2023年年报致股东部分的最新表述。

市场需求和技术发展，像商业世界的左脚和右脚，交替前进，不断催生新产品和新业务。

回首过去八年时间，海康威视从视频感知拓展至多维感知，结合AI技术，雕琢出了AIoT产业画卷，海康威视已初步实现智能物联战略转型，如今场景数字化业务，正在成为海康威视的第二条业务增长曲线。

于海康威视，这是技术和产品能力积累水到渠成后的又一次顺势而为。

场景数字化，数字化转型新路径

尽管越来越多的企业意识到数字化转型的价值，但在行动上却表现迟缓、举棋不定。这是因为，他们在数字化转型上仍很难快速找到合适的路径。

数字技术的应用主要有两条路径：颠覆，即数字化+产业，赋能，即产业+数字化。

颠覆是通过数字技术的应用，改变原有的生产方式、生产关系和业务流程等。这条路径存在于很多大型企业，因为它们具有构建生态、主导产业链的能力。

赋能是通过数字技术对已有业务的赋能，提高生产效率。这条路因技术的发展、市场需求的驱动，正步入快速探索阶段。

数字化转型，第一道，也是非常核心的一道坎，就是数字化，即如何把信息感知到，并以数字化的方式进行量化。

2022年11月工信部印发《中小企业数字化转型指南》，给出明晰指示：优先推动数据资源的采集，由易到难，由点到面，用小快轻准的产品，降低转型门槛。对大型企业来说，也同样需要探索怎样降低“用数门槛”。

物理世界广泛存在多维度、多类型的数据“信号”，在数据资源的采集过程中，感知手段的多样性，将决定信息获取的广度和深度。

可以说，建立丰富的感知，是服务好数字化的第一步，也是最关键的一步。

机器理解物理世界，光谱、声音、温度、压力等感知方式、维度越丰富，获取的信息就越全面、细致，这些信息经由AI处理和分析后，产生的决策也会越准确。

全面感知，可以帮助企业在数字化的过程中突破能力边界，在新的市场竞争和机遇中脱颖而出。

第三次工业革命带来了“信息化”，使企业从重视物质制造，转向了信息的处理和利用。

这个阶段，尽管企业在IT信息化方面有所作为，但最重要的业务流程上，还缺乏足够的数据支持，以及基于数据实现智能控制和智能决策的产品和方案。

第四次工业革命带来了“数字化”的浪潮，更先进、更智能的工具和系统，信息化时代难以获取的数据得以被充分挖掘，智能物联数据的价值得以被更好的释放。

但与此同时，企业需求个性化和碎片化的一面也更加突出。

这一背景下，海康威视提出的场景数字化，可以说是实现数字化转型的有效方式。

场景数字化可以将多种感知技术，结合AI，应用到客户经营的各个环节，为解决企业的各种场景问题，提供更轻、更能见效的数字化转型方案。

要做到这一点，得有真本事。

经过21年的不断创新与积累，海康威视已构建了物联感知、人工智能、大数据三大技术体系。

物联感知技术进行全面的数据采集，为后续数据分析和智能决策构筑基础。八年前开始，海康威视以可见光为起点，有计划地向两端延伸，直至覆盖全光谱，而后从视频逐步拓展到音频、温度、压力等多维感知技术。

数字化时代，数据是和煤炭、石油一样宝贵的东西，而能驾驭这种能量的，是AI。

海康威视2005年就开始投入AI研究，在车牌识别、生物识别、周界防范等领域均有规模化应用。进入大模型时代，创新推出观澜大模型。如今基于大模型的海康威视AI开放平台已广泛应用于安防、交通、电力、钢铁、煤炭、安检等垂直行业，生成了超过10万个模型，在2万多个项目中落地。

海康威视不仅把AI技术应用到各种感知产品中，也把AI技术与大数据技术结合，从数据采集、数据存储、数据处理、数据分析、数据治理、数据安全、数据应用等多维度入手，建立起了一套完整的大数据技术体系。

更好地为碎片化的企业数字化转型需求服务，同样离不开研发、制造、市场的紧密协同。

海康威视过往30000+型号的硬件产品，是其服务碎片化能力的最好证明。如今，针对数字化转型的典型应用需求，海康威视又推出了丰富的数字化新产品。

一路走来，海康威视依托技术创新，在产品设计和生产中形成独特优势，抓住市场机遇。而后又将优势反哺生产和研发，推动技术不断创新，优化产品。同时，在基线产品和定制产品上双管齐下，兼顾规模化需求和个性化需求，形成良性循环。

场景，深入场景！

在中国制造业等产业中，除了IT层面，还有许多场景在OT运营层面亟待数字化。

由于大多数制造业企业侧重于物理世界，缺乏数字化优势，因此利用丰富的感知能力采集多维度、多类型的数据，是制造业企业实现数字化转型的关键步骤之一。

面对复杂场景的应用需求，海康威视是如何基于丰富的感知技术，为不同客户、不同场景提供数字化产品和解决方案的？

从海康威视和华新水泥的合作可以窥见一斑。

建材生产过程中，为让输送到下一环节的骨料（混凝土主要材料）粗细配比均匀，需要根据料堆形状，让各个下料口适时打开或关闭。这个环节的检测，过去主要依靠摄像机或人工现场目测维持，准确度低，并且存在一定滞后性。

采用海康威视的毫米波体积雷达后，2分钟内即完成百余米高，万吨级别仓库的扫描，通过料堆形状数据，同时联动下料口自动开闭，确保骨料粗细均匀。不仅降低了工作人员盘库的劳动强度，还将质量稳定性提升了60%。

另一个案例是协助泉州喜多多工厂进行罐头异物检测。

对食品生产而言，异物检测是质量管理的核心。在喜多多集团泉州工厂，罐头日产量高达60万个，仅仅依靠人工检测很难满足效率和品质要求。

喜多多引入海康睿影X光智能异物检测系统，结合X光与智能技术，解决金属罐侧壁、拉环、底部等对X光检测的干扰，自动识别并剔除不合格品，提高检测精准度的同时，还能跟上1分钟650个的“快节奏”，高效地完成食品安检工作。

另外一个场景是皮带检测。

在中国工业领域，皮带数量高达几十万根，一旦发生故障，会严重影响生产效率，给企业造成严重损失，然而传统的可见光和热成像等检测方法，都有很多来自应用环境的挑战。

海康威视利用光纤进行振动监测，将信号转化为音频进行分析，结合AI技术，实现了对工业皮带精准的异常诊断。

从上述案例中不难看出，海康威视通过服务大量非安防场景下的细分市场需求，正从辅助管理走向用户核心业务，这一新的拓展，将为海康威视未来业务增长提供巨大的成长空间。

结语

能够跨越时代的企业往往具备相似的特质：顺势而为、基础扎实。

海康威视成立21年来，历经安防行业从数字化、网络化到智能化的三次变革，再到拓展至AIoT领域，一直在挑战中成长，从来没有所谓的舒适区。

海康威视强调以客户为中心，敏锐把握市场，然后沉下心，深入到“田间地头”，一点点做加法。再回首时，那些彼此支撑的技术体系、丰富的产品线和全套解决方案，便会呈现一个水到渠成的结果。雷峰网

在宇视科技CEO张鹏国看来，上一个深度学习时代，“AI+产业”与“产业+AI”的路径之争中，“产业+AI”最终取得了胜利。在大模型时代，这个逻辑将依然成立。

从2023年大模型兴起以来，整个行业都被“焦虑”和“机会”所围绕：大家兴奋于大模型带来的新能力与新机会，同时也焦虑于模型背后的庞大参数与高昂成本。

从行业特征来看，通用大模型只可能是少数科技巨头的疆场。提供更低成本、贴近更精准需求的行业大模型，已经成为企业谋求商机的更佳路径。

然而，要用大模型实现对千行百业更加精准、深度的赋能，繁荣生态，才能摆脱对未来增长的焦虑。

今年是宇视渠道营销变革的第二年，雷峰网受邀参加4月16日于乌镇举办的2024宇视合作伙伴大会，宇视将核心主题从去年的“生态为先，繁荣共生”，进一步转变为“生态共荣，蓄力远行”。

坚信装备大模型化，在最新发布的行业大模型“梧桐2.0”上，宇视已开启与合作伙伴在边端云上的进一步探索和落地。

大模型时代，什么是好的商业模式？

上一个AI时代，卖算法的商业模式没能实现闭环，以AI四小龙为代表的公司，最终在海大宇等做硬件设备的公司前败下阵来。

正如以往的“AI+产业”与“产业+AI”之争，目前围绕大模型也有两类公司在做技术的迭代。

一类是大模型公司，以技术底座为入口，寻找赋能软件工具或硬件设备的机会。

目前中国许多新成立的创业公司，走的都是“大模型装备化”的路径，本质上仍是“AI+产业”。

另一类是原本做软件工具或硬件装备的公司向大模型化方向发展。

比如微软最初提供软件工具，如今正在试图用大模型改变操作系统和交互体验，再比如宇视作为AIoT设备供应商，如今已发布行业大模型“梧桐”，为行业开放产品底层能力，这类公司依然秉持“产业+AI”的发展方向。

在后者看来，大模型技术虽是这个时代最大的技术变量，但其本质上只是一个加强版本的AI算法，没有办法一劳永逸的解决问题，技术不是目的，最终还是要为解决产品化、工程化问题而服务。

作为AIoT产品和解决方案供应商，宇视将“装备大模型化”拆解成了三个关键的步骤：

一是软件硬件化，解决的是产品长尾需求和碎片化需求的问题；

二是硬件装备化，解决的是工程化的问题；

三是装备序列化，解决的是产品更新迭代，匹配不同行业需求的问题。

在碎片化场景落地挑战加剧的现实下，宇视坚定选择“装备大模型化”，也遵循着深刻的产业逻辑。

首先，客户群体和渠道群体不变。

在AIoT领域，宇视已经建立起了完备的客户群和销售渠道，宇视要做的并非换一个赛道，而是借助大模型技术，一边通过产品的更新迭代，让老业务焕发生机，一边通过解决传统AI解决不了的问题，发掘新兴业务，从而满足不断变化的需求和市场挑战。

其次，营销基本盘不变。

宇视的市场定位、品牌定位、渠道建设等基础架构和策略不变，对视频价值的认知依然坚定，借由大模型的出现，寻找的是以更低成本挖掘海量视频所蕴含的丰富价值的机会。

再者，技术平权会降低大模型技术的应用门槛。

随着通用大模型开源成为明显趋势，必将为全行业带来一次影响深刻的技术平权。这意味着宇视这类走“装备大模型化”路线的公司，在开源的通用大模型的基础上，叠加各细分行业的训练数据、细分场景需求、管理模式及运营模式的需求，就可以构建行业大模型。

最后，是强大的工程落地与交付能力。

相较而言，“装备大模型化”的公司，由于本身就出身于产业，具备丰富的行业知识，拥有成熟的产品体系能力，对产业的理解和把握更具备优势，而这恰恰是“大模型装备化”的公司所欠缺的。

在吸取了上一个AI时代教训后，大模型时代，相较于技术突破与厂商竞争，如今大家将目光更多投向了落地。

与此同时，来自碎片化场景、工程能力上的挑战，随着大模型技术的来临并没有得到改变，也变得更加突出了。

因此，对于宇视这类做硬件设备的企业及其合作伙伴来说，做行业大模型，走装备大模型化的路线，是更好的选择。

从边缘侧到端侧，大模型带来的机会与挑战

在政策支持设备更新、传统安防设备大模型化、企业数字化转型升级的背景下，所有设备都值得用大模型重新做一遍。

问题在于，应该从何处着手？以及如何一步步实现这个目标？

企业首先需要想清楚的是，大模型时代，要先从“边端云”哪一侧开始发力。

张鹏国表示：“大模型技术是AIoT行业当下最大的技术变量，必定会给我们带来新的市场机会点。一个大的机会点就是大量在网产品的更新迭代。借助于行业大模型技术，边、端产品有望用更低的成本，在某些细分场景实现更好的应用效果。”

宇视首先选择了边缘侧，作为“装备+梧桐”的第一落地点。

目前，端侧主要是小模型为主，云端主要是行业大模型，从模型参数量和推理算力成本来看，边缘侧的大模型更有可能会率先落地，随后便是端侧的更新和改造。

基于“梧桐”大模型，目前在边缘侧，宇视已经发布了AI NVR、AI BOX、AI控制器和AI互动发布屏等一批“装备大模型化”产品；在端侧，也发布了基于“猎光2.0 -AI-ISP”图像引擎的AI全彩感知终端产品。

技术进步催生了更多非安防场景，企业需要明确先从哪个行业发力。

宇视的判断是文教体行业，这一点也直观地表现在宇视的会场上，展示了非常多的体测类产品，如如用于校园AI体育的室外AI体测一体机、室内AI体锻屏等。

文教体行业的一个显著特征是，用户基数与市场空间足够庞大。体育强国建设目标下，体育产业愈发火热，且日益多元化、细分化。首当其冲的便是校园体育，学校提升体育重视程度，提高中小学生的体质健康水平，已成为不可逆转的趋势。

文教体产品的价值在于，可以把孩子们从题海中捞出来，把中年人从文山会海中拽出来，把老人们从过度治疗的医院中救出来。

此外，从对于一项新技术的应用来看，相比于以往安防等对视频有高精度要求的场景，文教体行业对于精度没有过于严苛的要求，因此为大模型技术的迭代留出了空间。

找到支撑大模型时代发展的关键行业，也十分重要。

对信息和能源的利用效率的提升一直是推动人类社会进步的两条主线。在大模型时代，这二者之间的关系越来越紧密，如同一对双螺旋。

现有的大模型技术，训练和推理过程需要大量的计算资源，需要消耗大量的电能。

这个问题的解题思路无非两种，一是降低大模型训练和推理的能耗水平，二是改变能源供给结构，构建分布式能源系统。

基于这一认知，宇视果断进军新能源业务领域，并首先从充电桩产品和家庭储能系统切入市场，和AIGC技术一起迭代进步。

 宇视与合作伙伴：从产品交换到能力交换

AIoT行业的特点是碎片化，过去只有不到10%的需求被满足，有的因为技术难以实现，有的因为实现成本太高、商业不闭环。

到了大模型时代，一是AI变得更聪明了，能够做到以前做不到的事情；二是门槛降低了，需求实现变得更简单、快速，商业闭环的机会随之提高。

AI技术平权，将使AIoT行业有更多的细分市场需求都得到满足，但与此同时，太多的参数，太多的细分产品，也进一步放大了碎片化。

对于宇视这样的产品和解决方案供应商来说，渠道营销能力、品牌营销能力都将面临新的挑战。

宇视的打法是，先将自己的能力全面向渠道开放，而后让渠道去赋能各个细分领域，从而完成各个细分场景的商业闭环。

为此，宇视去年第一次提出“一切为了渠道、为了一切渠道、为了渠道一切”的口号。只要是渠道想要的，从研发、制造到质量管理、品牌营销，宇视都快速赋能给合作伙伴。

过去一年，基于梧桐大模型和边缘侧、端侧装备，和渠道一起做了国家东北虎野生动物园、海南环岛公路、濮院时尚古镇等有价值的行业案例。

雷峰网发现，时隔一年，宇视对大模型时代下的生态建设，又有了更加深度的理解和赋能。

在视频价值的挖掘上，宇视科技首席产品官朱兵提出了一个公式，“视频”价值=（边端装备+大模型）x 生态业务。

这个等式蕴含的意思是，大模型赋能边端装备是基础，想要放大视频价值，解决方案供应商和渠道伙伴缺一不可。

在产品底座开放能力上，宇视AI首席科学家李聪廷介绍道，梧桐2.0提供了更彻底的开源能力，将业务整合效率整体提升了70%，此外梧桐还提供更智能的软件开发方式，借助AIGC辅助生成代码工具，帮助开发人员通过文本交互或原型快速自动创建代码，同时及时纠错，提高开发效率。

如果说，过去宇视与合作伙伴的关系是“产品的交换”，那么大模型时代，宇视和合作伙伴的关系则是“能力的交换”。

宇视将大模型的能力，将研发、制造、采购、测试的能力，将整个公司的交付平台的能力赋能给渠道伙伴。渠道伙伴则可以用宇视的能力，培育自己的品牌，扩大影响力。

在这个新型的生态中，宇视和渠道伙伴都获得了更好地服务新业态，实现新价值的机会。

 结语

在由大模型开启的新时代中，有不少企业忙着追热点、炒概念，抢占风口。

但是，抛开产品和技术能力的空谈，是永远无法落地的，这样的企业终将自扼于自己的短视。

宇视的骨子里是一名长期主义者，追求的是自我造血的良性循环，这一点在大模型时代也并未发生改变。

宇视一边从自身实际出发，一边从上一波AI时代的经验教训中获得反思，打破自身边界，坚定瞄准“装备大模型化”的路线，是清醒实际，同时不乏果敢。

宇视传统但并不拘泥，除传统优势行业如智能交通、智慧园区、机场、高校、医院等之外，今年还新增了在AI体育、新能源两大核心业务，更是积极探索了旅拍兔Vlog、宇视写真等为品牌和流量服务的产品。

这家已成立十三年的企业，变得越来越务实与创新。

数字化转型是未来经济发展趋势，十四五规划中曾提出了以数字化转型来驱动生产方式、生活方式、治理方式变革。但市场上大中小型企业的规模能力各不相同，对数字化的需求也各有差异。

中小企业作为经济增长新动能的重要组成部分，面临数字化产品、解决方案的功能和性能与中小企业需求不适配，可销售性不强，以及无法被快速集成等问题。智慧物联企业如何助力广大中小企业数字化转型，称得上一门大学问。而解决这些问题的核心，都在于如何增强生态合作伙伴的渠道下沉意愿与赋能能力。

昨天，大华股份在杭州举办了“2024年渠道生态合作伙伴大会”，对这个问题做出了新的回答。

大华股份中小企业业务部总经理谭剑忠总结道，过去一年是大华SMB（中小企业业务）发现和解决问题的一年，2024年则是政策优化、渠道覆盖、产品适配、秩序管理四大关键词的进一步延续和深化的一年，大华会丰富产品品类，更加关注中小企业客户能便捷地获取他们最需要的数字化产品、方案、服务等。

从上述几个关键词中，不难发现大华对SMB市场的重视程度有了明显提高。之所以如此强调渠道生态，正是因为渠道覆盖与中小企业的数字化转型之间，有着密不可分的联系。

数字化转型中的中小企业，下沉的SMB业务

数字化转型概念面向全行业，但主要集中在大型企业身上，稳固的组织基础，强大的业务和财务能力，使他们有着更高的接受程度和更大的试错空间。

对于中小企业来说，缺技术、缺钱、缺人的现实面前，数字化转型更像一个美好但不切实际的口号。那些率先“吃螃蟹”的中小企业，也因缺乏成熟创新的数字化方法论，错误借鉴了大型企业数字化转型的经验，盲目向标杆看齐，陷入深深的困惑中，找不到出口。

经过一段时间的市场教育后，行业越来越意识到，从实际出发，绕过大型企业数据管理的方法论，从工具化视角直接赋能业务，走“轻转型”，或许是更适合中小企业的道路。

另一边，在大型企业数字化转型走向深水区的当下，上游提供产品和方案的厂商，也越来越感知到中小企业数字化转型的痛难点，将注意力、能力、资源更多倾注于中小企业和下沉市场。

供需两端都向前各迈进一步，一个给予，一个承接，时机恰到好处。然而，中小企业是一个“宽广小碎散的小市场”，范围广，场景小，需求分散，在“供”与“需”之间，还需要一条必不可少的名为“渠道”的桥梁。

对此，大华面对中小企业通过数字化转型实现降本、提质、增效的强烈愿望，在2024年进一步培育渠道能力和生态伙伴。

对于大华来说，将下沉的决心和能力向外输出，最好的方式，构建一个可靠的渠道生态系统，与合作伙伴相互借力，一起向下赋能海量中小企业。

谭剑忠对雷峰网表示：“大华一直在生态上有持续投入，现在行业发展已相对成熟，知名度和占有率都很高，在这个时间点大力发展渠道生态，是在对的阶段做对的事情。”

确立生态理念是构建强大、可持续的生态系统的关键。大华将自身与渠道商的关系定义为“员工+合伙人”，强调为在同一个平台、互相尊重、共同创业，为合作伙伴创造价值，并保障其利益，实现共赢共成长。

小行业化、家电化成趋势，做简单易用的好产品

如果说，前几年中小企业的数字化转型还停留在口号阶段，那么去年以来，这一转变变得更加实际化。

长期以来，中小企业数字化主要面临两个问题，一是没钱没人没技术，二是大型企业数字化路径中小企业跑不通。

一方面，对于视频物联企业来说，应该首先看到中小市场发展的两个趋势：家电化、小行业化。

向上，朝小行业化趋势发展。做中小场景方案，并将其慢慢标准化，尤其是行业长尾市场和大行业市场的小场景。

“做中小场景方案，能否实现标准化，要看选择的小场景。比如鱼塘养鱼、果园监控，不涉及复杂的智能化应用，是比较标准的场景。再比如小超市监控，增加了人车分离和检索的智能功能，也是比较标准的。”

向下，朝家电化、民用化趋势发展。家庭用户已经成为智能视频设备的重要用户群体，包括乡镇农村市场。

不同于面对中小B端客户，面对C端民用客户，开拓新的电商渠道比传统线下代理商模式更为合理。电商渠道的成功，也将增强品牌影响力，带动线上线下融合，推动更多行业化小场景应用。

谭剑忠举例解释道：“用户在电商渠道购买家用视频设备后，会对大华品牌形成认知，如果用户有车库、小鱼塘或者小工厂，就会在有需求时倾向于选择大华的线下渠道、城市体验店购买。”

另一方面，需要市场提供部署门槛低、使用难度低、购买成本低的数字化产品。

这是因为，渠道竞争的根本在于产品的竞争。

好的产品，首先能够满足中小企业和消费者的需求，为他们带来实实在在的价值；进而，会激发渠道商更积极地销售，并提高与企业的合作意愿；最终，这种良性循环将使企业自然而然地获得价值，吸引并培养一批优质的渠道伙伴。

那么，中小企业需要什么样的产品呢？

经过一段时间的探索，大华得出结论：渠道产品首先满足用户需求且简单易用，技术指标过复杂，在渠道上也难以推广。

谭剑忠向雷峰网坦言：“意识到这个问题之前，我们过度关注产品各项技术指标，但易用性稍显不足，结果发现对业务推广影响颇大。”

“简单易用”在这里有双重含义：一是易于安装调试，适合中小项目客户；二是用户在使用过程中简单方便。

以即将推出的渠道产品“夜视王”为例，该产品采用新一代AI-ISP夜视技术，替代了传统的红外补光，降低了图像过曝问题，使画面更明亮、质量更高。此外，产品还具备防蚊虫定制外观、特殊补光波长、不易结网和聚集飞虫的特点，解决了过去白光补光易引来蚊虫问题的困扰。再比如新推出的“超能MAX”，基于小场景增加了精准搜索功能，大幅提升了定位和信息检索的体验。

除此之外，企业还需要做好供应链体系和营销体系的拉通管理，以确保产品能够顺利交付和市场推广。

看清趋势，做好产品，提高合作伙伴的下沉意愿，助力中小企业数字化转型成功，是大华找到的一条合作共赢之路。

结语

为了让千行百业的碎片化智能需求照进现实，需要完善的商业合作模式进行支撑。

截至目前，全国330多个地市级城市，近90%都有大华的一级代理商，基本做到了全面覆盖；区县级，基本上国内所有区县也覆盖了服务商。

2024年，大华SMB将重点协助一级代理，协助他们拓展下游生态，发展线上电商，争取早日实现线上线下互相联动的理想效果。

而对于大华来说，SMB业务就像一张在正确时间点鼓起的帆，纵向上，推动了大华的业务规模扩展；横向上，增强了大华的渠道能力，完善了整体生态。

在许多人的印象里，这排铁木桩很多时候是降低通行效率的障碍，尤其是在上下班、上学放学等出入通行需求处于高并发的时段，很容易造成拥堵。但他们很少意识到，这其实是一个关于效率与安全的博弈问题。

闸机存在的最大价值，显而易见是为了园区的安全。通过闸机可以把陌生人口限制在区域外，或者通过报备来掌握陌生人口进入园区的踪迹，实现有迹可循。但园区部署闸机后，人流量高峰时段往往通行效率较低，就像一峰洪水，只有几个小通道可以排洪，自然而然效率极低。

这个看似「鱼和熊掌」的问题，实际上已被AI技术解耦。现阶段的闸机，在使用AI.大数据等技术之后，已经能做到毫秒级响应，从而实现通行效率的最大化，并保证安全。

新技术在解决老问题的同时，也缔造了新的业态：闸机、面板机等采集的数据，经过脱敏之后可被应用到园区（企业）的日常管理之中，比如打卡、统计出勤、安防等。看起来平平无奇的园区出入口场景，除了安全和通行效率以外，已被发掘出全新的业务价值。

大华人行通道

一、从安全到效率，园区出入口的新价值

园区出入口的智能化主要经历了四个阶段。

第一个阶段属于纯人工检查阶段，即通过人工审核放行。这种人工作业的方式效率极低，并且在出入高峰期，时常出现漏检现象，园区的安全和效率也很难得到有效保证。

第二个阶段利用了闸机，但交互方式和智能化很弱。比如，大多数只能通过刷卡出入，并没有冗余方案，一旦丢失卡片，不但出行受阻，还容易被捡到卡片的人利用，威胁园区安全。

第三个阶段则是AI应用期，闸机通过接入AI设备，可以对出入人员进行「实名登记」，没有授予权限的人员无法进入，从而最大程度地保护园区安全。与此同时，该阶段闸机的交互方式更多元，既可以刷脸，也有刷卡、刷二维码作为冗余。此外，AI加持下，闸机的效率越来越高，通行效率也得到保证。

第四个阶段则是AIoT时代。与AI应用期相比，AIoT时代的园区出入口设备在技术上并无太大区别，后者本质上是前者在场景价值利用上的延伸。

大华人行通道

AI应用期，AI只完成了对园区出入口场景的技术解耦，解决了传统设备存在的场景痛点，但并没有做更多的业务探索。而AIoT时代，则将这些智能化设备产生的数据，与整个园区管理的智能化、业务的智能化相连接，进而衍生出新的价值点。

换句话说，在AI应用期，整个园区出入口场景的核心是安全与效率，着重在保证安全的同时提高通行效率，以及事后回溯等。AIoT时代则更进一步，将数据价值完全利用起来，融入到园区的数字化管理流程之中，成为园区智能化管理的重要一环。

与之并行的是，AIoT时代，安全也不再是简单的“安防”，增加了设备、数据安全等新内容；效率也从通行效率，拓展到了业务、管理等范畴。而当整个出入口场景被AIoT重新定义之后，整个流程变得更加复杂。同时，以数据为核心的新价值链条也已形成。

如今，出入口不再是一个单点的业务场景，而是园区实现智能管理的「入口」。B端客户的需求也从采购设备，向整套出入口数字化解决方案转变。

二、百舸争流、百花齐放，大华的“特点”与“优点”

作为价值量非常丰富的场景，园区的智能化一直备受关注，整个行业内出现了许多智能园区解决方案供应商。出入口作为园区智能的「第一关」，其自带的安防属性属于刚需，被视为「流量入口」，方案商们很多以此为业务切入点。

这些方案商主要分为三类，各有不同的特点。

第一类是AI公司，以技术切入。AI擅长的计算机视觉技术，很容易应用到闸机上，安全、可靠、稳定，同时效率较高，园区出入口无疑是一个业务落地的绝佳场景，并且能够批量落地，本质上是卖技术方案。

第二类是物联网公司，从某个场景切入。比如停车场景，在园区出入口设备上加装传感器，实现车辆的自动出入，并延伸到支付、停车场管理，形成单一场景的数字化管理。

第三类是AIoT公司，从业务切入。即从原来的安防业务拓展至整个园区的智能化管理，提供从前端设备到中台系统的整套软硬件解决方案，出入口只是其中需要被赋能的一环。

大华显然属于第三类公司。过去几年间，大华完成了传统安防向AIoT企业的进化，不再是“一家卖摄像头的公司”，而变成了以AI驱动的技术方案商，业务拓展到了各种 IoT场景，如家居、消防、机器人、医疗等等。

但不可否认的是，传统安防时代的积累，成为大华掘金AIoT时代不可或缺的优势。

具体到园区出入口这个场景，与其他方案商相比，大华有以下几个相对优势：

• 产品稳定、性价比高

园区出入口属于开放场景，环境复杂，对硬件的性能、寿命、抗风险能力，以及算法的稳定性、准确度方面要求极高。大华具备软硬件开发能力，其在传统安防时代打磨的产品实现了超大批量生产，并且足够稳定，在成本方面也控制合理，满足园区客户的需求。

• 场景应用广泛，可实现规模化复制

园区属于一个宽泛的场景概念，具体到业务场景，包括工厂、学校、医院等更为细分的场景。这些场景环境各异，对解决方案的需求也不相同，大华的方案以设备为核心，能够应用到各类复杂场景，规模化复制成本低，减少定制化。

• 与园区的安防系统相连接，形成全数字化管理流程的闭环

出入口作为园区智能化的「第一关」，必然要与其他园区场景进行联动，才能实现整个园区的数字化管理，将价值最大化。大华在原有安防业务的基础上，更容易实现各类场景的串联，形成业务闭环。

• 渠道优势，稳定的客户生态

作为to B业务的一部分，园区出入口解决方案也一定程度上依赖于渠道驱动。大华已经在B端积累了足够的客户群体，以及客户信任，可以实现部分原有客户的复制，而无需投入大量的人力物力开发客户资源，降低运营成本。

这些优势得益于大华对于技术的长期投入，根据年报数据显示，从2018年到2022年，5年时间里，大华的研发费用累计达154.11亿元，平均保持年10%以上的增长投入，研发人才占比超过50%。

简而言之，“持续的研发+产品迭代”是大华能够在园区出入口场景的诸多玩家中脱颖而出的核心竞争力，同时也是大华能够在AIoT时代扬帆远航的基础。 

三、场景应用为王，大华园区出入口方案落地实例

市场是检验产品&方案好坏的唯一标准。

不同于C端消费者，B端客户对解决方案的要求更加严苛，看重ROI转化以及方案的实际效果。从项目采购到后期运维，产品的稳定性、方案的灵活性、适应性、服务的专业性，都会直接影响客户决策以及复购。

大华的园区出入口解决方案，基于其独特的优势，已广泛落地在校园、企业园区、社区等多种场景。

以校园场景为例，作为守护学生的第一道门槛，校园安全是重中之重。但现阶段部分校园的人行管控存在很多弱点，例如出入人员复杂、人车混行、间歇性通行拥堵、设备数据安全等等。

为此，大华推出了全新一代智能道闸产品ASG/Y系列，对应产品从硬件设计到软件算法开发，系大华全系自研，具备较高的稳定性、复杂环境的适应性，支持多种鉴权方式，以及授权连续通行，满足校园出行的需求。

与市面上其他产品不同的是，ASG/Y系列不止聚焦于出入口的安全与效率，同时也与园区的安防系统联通，可识别翻越、尾随、反向闯入等异常通行行为，主动告警和平台上报，联动监控记录，将潜在的安全隐患提前“预告”，守护安全。

此外，ASGB/Y系列，还深入到校园对学生的日常管理之中。

例如，对于低年龄段的学生接送，家长可以通过手机APP操作在校门口刷脸签到，云端匹配到对应的学生，即在教室大屏上进行提示，并下放通行权限，学生出教室时，家长随即收到信息，接到学生之后，通行权限立刻回收。

大华儿童摆闸

其好处在于，既能节约家长排队的时间，避免拥堵，实现有序接送；又能对学生实现精细化出行管理，保证学生的出入安全。对于学校而言，也解决了上学放学存在的各种安全隐患，提高了管理效率，实现三方共赢的「正和博弈」。

该方案已在中国矿业大学、遵义市汇川区阳光校园、长安大学等国内大中小学应用。同时，方案也适用于企业办公室、老旧小区、工地出入口等多种场景。

大华人行通道

结语

AIoT时代，园区出入口不只具备安防的职能，也已成为园区智能管理的一个重要环节。

安全和效率这个博弈，已经被技术解耦。当前的重点在于，如何在这第一道关口上下功夫，帮助园区实现“向管理要效率”“向流程要效率”，实现智慧园区的进阶和迭代。

在智慧园区这片洼地，大华将基于自身的技术能力，持续为市场提供竞争力的差异化产品，提供价值、分享价值。雷峰网雷峰网

作为21世纪的新石油，数据存在可复制性、非排他性等特点，使其具备无限的使用空间和增长潜力，成为驱动数字经济发展的原料。

过去十多年，这一要素的价值已经得到初步验证：“数据+技术”的组合应用，造就了互联网平台经济的繁荣，带动数以亿万计的消费市场。

而今，AIoT时代已经来临，数据正以几何速度持续增加。IDC的研究显示，到2027年，全球数据总量将达到291ZB，意味着数据时代的全面到来，而其中视图为核心的非结构化数据会占据90%以上。

随着以CV大模型为代表的多模态AI实现了技术跃迁，其对数据的感知、传输、计算等要求变得更高，形成了关于数据生产、治理、运营的流程闭环。

可以预见，数据作为新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，以数据为核心的产业链正在形成，数据的行业应用价值进一步凸显，整个数字经济市场将得到大规模释放。

如何激发数据价值，这一问题成为发展数字经济的关键。

10月24日，在2023大华股份“星河璀璨 万象新生”年度峰会上，大华股份软件平台研发部总经理周文凯以《物联数智平台焕新升级，释放数据生产力》为主题发表演讲，并在会后与掘金志记者，就数字时代数据要素价值产业化构建进行了深入探讨。

一、数据时代：新价值、新玩家、新秩序

数据并不是新鲜概念，在国内却是一个新兴的产业。

很长一段时间里，数据是生产经营的衍生品。企业很少意识到数据的价值，或者由于技术缺陷，即便知晓数据的价值，也因缺少工具而无法提高数据的利用率，很难将数据本身的价值反哺到生产经营活动中，形成飞轮效应。

举个例子，在传统的企业生产经营中，产品从生产、销售到售后，整个闭环会产生非常多的数据。但这些数据只是简单地统计原材料、销量、客户等，方便下一个季度做生产计划。

这种粗糙的经营模式，在竞争不激烈、市场不饱和的行业初期，弊端并不明显。然而一旦市场增长放缓，企业的经营便会受到明显影响。

为了解决类似问题，国内企业引进了ERP、CRM等系统，开启了数字化转型的第一步。随后，云计算、大数据、AI等技术的应用，实现了对数据的利用率进一步提升，这些数据反哺到业务，开辟出全新的增长路径，企业们愈发意识到数据的价值。

2020年4月，数据被首次写入政府文件，并成为与土地、劳动力等并驾齐驱的基础要素，标志着数据完成了从伴生品向基础要素的角色转变。

“政策的东风已经吹到了数据产业，这个市场正在逐渐扩大。”

大华股份软件平台研发部总经理 周文凯

周文凯告诉掘金志，伴随着制度规范的日益完善、技术体系的逐步成熟以及加速释放的市场需求，数据作为新型的生产要素，对经济的推动作用将愈发明显，并且围绕数据产生的价值链条正在浮现。

周文凯表示，数据的价值链很长，从采集到传输再到计算、治理、应用，涵盖数据资产化、确权、交易、安全等多个环节，每个环节都隐藏着潜在的巨大价值。

从市场参与者的角度看，周文凯认为，未来的数据产业市场，很可能出现一个三级市场。按照产业链上下游角色划分，分别是：上游的数据所有方、中游的数据加工商、下游的数据应用方，三方将围绕数据的价值化和交易展开博弈与合作。

所有方：即数据的产权归属者；

加工方：提供数据采集、存储、传输、计算、治理工具&方案的厂商；

应用方：利用工具发掘数据价值，给终端客户提供服务的企业；

三者之间的关系是，数据应用方从所有方（运营方）获取数据，利用加工方的工具（方案）做价值呈现，为最终的需求方提供服务。

在整个闭环中，下游应用方最贴近一线业务需求，但很多公司缺乏处理数据的能力，难以在理解客户需求的基础上，利用数据来打通这“最后一公里”的价值闭环。所以，必然要有加工方的存在，来作为上下游的连接器，提供数字化工具&方案，赋能下游应用方，给最终客户解决痛点，进而打通整个数据产业的价值链。

但要做好这个连接器并不容易，因为在数据大爆炸时代，数据、技术、需求都在时刻变化，企业要在这个动态的变化过程中，去解决客户的痛点，首先要理解变化、拥抱变化。

二、以视频为核心的数据产业特点：类型多、难治理、难计算

伴随着AIoT在千行百业的持续渗透，以视频数据为核心的数据要素市场数据的乘数效应加速价值释放，但仍有海量个性化、碎片化、复杂化、融合化需求未被解决，而随着AI在数据方面的深入应用，极大地提高了数据处理能力和利用效率；同时，基于数据的AI模型、应用，又产生了全新的业务价值，二者之间相互支持、共同成就。

作为AI的进阶态，大模型因其泛化能力强，能够处理更复杂的场景任务，并且一定程度上解决传统AI面临的场景化落地痛点，成为当下AI发展的重点，也是激发数据价值、发展数字经济的重要路径。

但也正因如此，大模型对数据的依赖更强，所需要的数据量是传统AI算法的成百上千倍。传统的模型训练，数据量要求在几亿至数十亿不等，而大模型的训练，则需要千亿至万亿级的数据量。

周文凯表示当前占据数据总量90%以上的非结构化的视图数据，在数据价值化过程中呈现出了场景多样且协议泛杂、数据量大但价值密度低、视图和信息异构数据计算难等痛点难点：

• 协议多、数据格式不统一，导致数据流转效率低

在数据前端集采环节，存在大量的碎片化场景，不同的客户会买多种类型的设备，即便是同一个客户，也会采购不同的产品，并且不同的数据类型对采集的要求也相互迥异。这就导致一个问题：设备之间的协议并不互通，数据格式多样化，不论是数据流转还是处理，都要花费大量的资源。

• 非结构化数据量大、质量低，数据治理难度大

根据IDC的研究，在日益增长的数据量中，绝大部分为非结构化数据，即视频、图片、音频等等，要让AI读懂这些数据，还有很大难度。并且，随着数据量的增加，数据的质量参差不齐，噪音随之而来，很多时候AI会出现“幻觉”（即一本正经地胡说八道）。这些原因都会给数据治理带来困难，当前的技术还不能完全解决这些问题。

• 视频图片和信息化数据交叉计算难，影响业务创新落地

当前AI的大规模落地能够更大范围的提取视频结构化数据，归纳视频采集信息、构建对象关系网络、形成行业知识，通过视图数据与信息数据的融合计算，让视频数据价值升维，但在数据融合的价值计算过程中，视频图片和信息化异构数据交叉计算难，影响业务创新落地。

即便现阶段存在这些问题，大模型仍然是解决复杂场景问题的最优解，周文凯认为，大模型是一种实现数据价值的手段、方式。其核心价值在于，基于原有的数据，通过大模型的更强泛化能力、更高的准确率和场景的自主解析，能够规模化解决更多的场景痛点，实现业务价值创造。

不过，并非所有公司都具备研发大模型的能力，只有那些既能够接触数据、懂数据，又懂下游客户的业务场景需求痛点，并兼顾极强技术转化能力的公司，才能提供对应的行业大模型，承担起数字经济“连接器”的重要职能。

在AIoT行业深耕多年的大华股份，显然具备这个资格。

三、“天机”+“天衍”，大华掘金数字经济的两个抓手

与市面上许多NLP大模型不同，大华股份推出的“星汉大模型”，本质上是一个融合多模态的CV行业大模型。

大华股份在AIoT行业有着多年的积累，始终聚焦于以视频为核心的数据产业链，“这个市场非常大，能做好就已经足够”。

作为AIoT行业的佼佼者，大华的优势在于，向下懂视频数据，向上懂业务场景，自身又具备AI和大数据能力。

周文凯表示，数据作为新型生产要素在推动着业务升级的同时也给原有的生产作业工具提出更高的要求。“我们的定位是利用大华在行业的积累，以及以大模型、大数据为代表的技术能力，给客户提供‘数据价值化’的工具，帮助客户解决业务痛点。”

从2010年第一个行业软件平台产品推出至今，大华始终坚持客户价值导向，业务牵引、技术驱动，不断积累行业范式理解，围绕设计、协议、开发、组件四大领域构建了高效的软件工程化能力，在大华提供的工具赋能下，客户能够将所有物联的信息串联起来，根据实际业务做整合、分析、处理，然后做具体的业务呈现。

基于此，大华推出了全新升级的物联数智平台2.0，该平台融合了“星汉大模型”、图数融合计算、算网自智等技术，面向城市、企业等行业场景，构建了“天机”“天衍”两款面向不同客户的产品系列，赋能千行百业。

“天机”系列主要面向G端客户，以城市治理为核心，聚焦“社会安全、城市有序、绿色惠民、治理提效”四个维度，覆盖了超过200个城市场景，助力城市治理效率提升和优化。

“天衍”则面向B端客户，为企业提供数字化管理工具，帮助企业解决业务痛点，寻找新价值，实现数字化转型。

当前，AIoT行业进入了新的发展阶段，呈现出明显的融合特征，包括数据要素的融合、跨行业间的业务融合、算网融合等等。因此“物联数智平台2.0”也必须融合多种能力，才能解决长尾场景下的痛点，满足不同行业客户的需求。

“但大华也不会只提供工具。”周文凯告诉掘金志，AIoT行业有非常之多的业务场景，大华不可能每个场景都能实现覆盖，所以大华也会与懂行业的合作伙伴做端到端的闭环解决方案。

“AIoT这个市场足够大，我们希望能够与行业客户合作，解决问题，用自身的技术能力去提高数据处理、利用效率，在经营上帮助客户；同时也欢迎合作伙伴参与进来，丰富市场，把市场做得更大。”

总结

伴随着国家数据局的揭牌，以及各种政策文件的出台，昭示着数字经济时代即将全面到来。

在大模型技术的加持下，数据的价值得到了有效释放。但对于千行百业的场景而言，当前技术的泛化能力还远远不够，各行各业都存在业务难点，这既需要时间，也需要资源，才能一点点将问题解耦。

有一点可以肯定的是，以数据为核心的价值链将趋于完整，数据资产化价值化、确权、交易、安全治理等都将迎来规范化、标准化，整个数据产业也将形成完整的商业生态和市场秩序。

这条路来日方长，但大华已经在路上了。雷峰网雷峰网

这是今年众多与会者参加CPSE安博会的共同感受。

这种共同的感受，既有大家对经济复苏的期待，也源于今年深圳安博会的两大变化：

一是定调为“数字城市峰会”，安防的概念被前所未有的弱化，取而代之的是安防将和数字城市建设融合越来越紧密的信号；

二是大模型、生成式AI等热门技术，新的技术到底如何与安防产业相结合，最终赋能数字城市，各家都进行了新的探索，同时也带着新的疑惑。

三年疫情就像湍流的河道中一块不近情理的石头，曾为安防产业带来一段难言的疼痛，但其难以阻挡行业发展的主流，更无法阻挡一切代表着探索与创新的支流。

宇视科技CPO朱兵：数字经济是未来技术发展的重要方向，下沉市场渠道为王是未来市场的趋势

这届安博会最大的看点，就是看各厂商如何根据各细分领域的业务逻辑，抓住行业痛点，推出创新的产品和解决方案。

其中，人工智能技术在小场景下的落地应用最值得关注，因为这很可能打开一个细分领域的蓝海市场。

在后疫情时代，由于视频数据的大量积累、系统成本的不断降低，安防行业已从满足过去相对单一的安全防范需求，转变到结合各领域的业务逻辑，将AI技术渗透到各场景、各细分行业中。

宇视此次以“渠道第一平面”为战略方针，划分了智能家居、智慧办公、综合安防三大展区。

智慧办公主打让办公协同更高效的理念，产品包括智慧会议、企业存储NAS、VR数字营销以及数字孪生、门禁系统等产品；智能家居围绕家庭场景，打造“光、储、充”全屋绿电生态；综合安防为泛园区提供一站式解决方案。

大模型的爆火，对智能物联行业意义重大，可以让 AI 长尾算法开发得更快、研发费用更低，同时实现算法精度更优。

目前，智能物联行业使用大模型技术，已经落地了不少长尾算法，端侧受限于算力和成本，进度上稍慢于云端和边缘端。

但需要注意的是，大模型虽加速了技术迭代和产品落地，但行业客户关注的不是技术先进性本身，而更关心技术能解决什么痛点问题，能带来多大商业价值。

对于企业而言，需要更多围绕场景、问题、产品和解决方案和客户沟通，这也是为什么大模型技术在这个行业看上去没那么“热闹”的原因。

大模型想要赋能智能物联，还面临许多困境，一方面缺乏算力，当前算力采购或租赁成本太高；另一方面，ViT 等大模型技术本身还有很多不尽如人意的地方，需要不断改进。

推理侧，现有的边端芯片往往不支持 transformer，或支持的不太好，没法通过升级软件落地大模型，而需要新一代的边端芯片落地。再加上智能物联本身是硬件碎片化行业，新一代边端芯片进入各种形态的 AI 硬件，也需要较长的落地周期。

宇视曾给行业留下“精工品质”、“架构领先”、“价格贵”的印象，过去三年，宇视以渠道作为第一平面，打造产品和解决方案，要在行业里做“更专业、更超值”的厂商。

在市场下行阶段，开拓新赛道，需要有一定的战略定力，深入研究新赛道的痛点，才能做出消费者认可的产品和方案。

高新兴CTO陈利军：行业洗牌期来临，企业要坚持技术创新，围绕客户需求创造价值

近几年来，受贸易摩擦、疫情防控等外部因素的影响，安防行业的项目建设、产品推广、技术交流等各项商业活动日渐趋缓。随着2023年CPSE安博会的成功举办，全球共1100多家优秀安防企业参与其中，行业再度活跃了起来。

尽管如此，也应看到由于财政收紧、项目机会减少的状况尚未有效缓解，整个行业仍处于“艰难”模式，行业也变得更加务实。这预示着新一轮行业洗牌即将来临，企业到了依靠技术立身、拼硬实力的时候，而以往只靠客户关系、没有核心竞争力的企业将会出局。

面对这轮洗牌，高新兴给出的答案是坚持技术创新，围绕客户需求创造价值。在本次安博会中，高新兴以“融科技之力·应时代之需”为主题，携70多款产品和解决方案参会，展现了公共安全实战的最先进技术与应用，充分体现了产品和技术的核心竞争力，以及为客户创造更高价值的能力。

首先，以技术为本。围绕客户实际需求，加大技术研发创新，并注重技术研发的协同性，促进产学研用的深度融合，助力推动整个产业的技术创新能力。同时，加强与国内主流国产化厂商合作，打造更具有市场竞争力的公共安全实战产品。例如在本次安博会中，高新兴重点展出了端到端国产化解决方案，包括智慧执法、智慧监管、执法视音频等产品和解决方案，实现了“云+端”全面国产化。

其次，加强与客户的业务交流和需求挖掘，助力产品创新和推广。例如，结合客户的实战需求，高新兴全新推出了基于AR无人机的立体防控云防系统，在原来高点监控的基础上，加入无人机的视角，实现了全方位、全景式的监控覆盖，能呈现监控范围内的建筑物、人、车、突发事件、警力等细节信息，目前广泛应用在景区、园区、重大安保活动等落地项目，为用户创造了更高的应用价值。

再者，深层次挖掘数据价值。随着视频云项目的建设和应用，业务数据量也越来越丰富，如何挖掘现有海量数据的价值，也是客户较为普遍的诉求。高新兴通过高效的数据治理手段，构建视频图像与多维数据相融合的信息资源库，利用大数据分析、数据挖掘等技术，分析各维度数据之间隐藏的关联关系，形成基于视图数据和公安大数据的融合应用技战法，提供贴近实战的综合研判和分析决策模型。

中国安防行业经过数十年的发展，目前可以说已领先于全球。随着国内行业红利见顶，利用国内“技术+经验”的优势谋求走向海外是自然而然发生的事情。车联网和公安信息化是高新兴长期看好的两个赛道，目前车联网领域的出海动作较多，公安信息化领域仍处于探讨的阶段，后续规划将与合作伙伴一起在重点区域打造应用样板点，再逐步大范围推广。

通过本次安博会，还可以看到国内外技术的一些新趋势，例如ChatGPT、大模型等相关技术的研发与应用，整个行业都在积极探索如何将这些新技术与行业产品和解决方案相结合。大模型属于通用模型，需要较大算力支持，对企业来说这是一项不可忽视的成本。而对于大模型在专业细分领域的应用，各企业仍处于探索阶段，目前主要是对话、推荐、广告等方面的应用。

高新兴在探索大模型与公安信息化领域相结合的过程中，有两个主要动作：

其一，探索使用大模型，推进其在开发、产品、业务等过程的应用，目前已在提升人效，加快开发效率等方面取得了一定的效果。

其二，提前算力布局，结合行业特点进行规划和试点。例如，针对智慧监管场景，可以对审讯场景的谈话进行自动识别、语义分析，帮助警察判断人员性格特点，进行相应的心理测评。还有，可以通过对办案过程中的海量文书进行分析，获得通用性的智能化分析结果。高新兴将持续跟进大模型技术的应用，并探索大模型在安防行业的商业前景，适时谨慎地进行算力方面的投入。

目前，安防行业在大模型的投入和产出方面尚未见到明显的成效，但我相信，经过四五年后，行业内必定会涌现出一些真正有价值的落地成果。

君正智能视频事业部副总经理Brad：慢慢走出纯粹安防概念，进入更大的泛AIoT领域

从今年的安博会来看，芯片行业有四大趋势：

其一，多目摄像机的趋势是确定性的，行业刚刚走过白牌爆发阶段，马上是品牌爆发，然后是海外爆发，三步刚走完第一步。

从去年开始兴起后，多目摄像机今年迎来井喷式爆发，君正得益于T40 芯片，在多摄领域拿下了较高市占率。

其二，黑光成像和AI-ISP一定是未来行业的核心点。

君正今年新推出T41的黑光技术和AI-ISP技术，黑光全彩视觉可以在黑暗环境中不需要补光，即能呈现彩色画面，看清运动细节。

其三，低功耗结合AOV（常录像功能），纯电池低功耗产品有望成为市场的一个主流形态。

虽然大家一直都在谈低功耗，但实际低功耗在市场的绝对数量占比还没有那么多，市场上更多还是非电池款的普通常规摄像机。

此前君正做了纯电池低功耗门铃，虽然使用过程中不需要电源线，但充电过程仍然存在电源线。君正最终想给行业输出的是“真无线”产品，低功耗结合AOV功能，不仅能实现纯电池产品持续录像，而且是通往“真无线”目标的第一步。

其四，视觉+智能显控的一体化产品， 可能会快速兴起。

基于此，君正结合屏显和定位极致长尾需求的T23芯片，今年推出了一套极具性价比的视频锁方案，其目的是能为进入泛AIoT场景找到一个切口。

目前，君正智能视频事业部已经慢慢的超出纯粹安防概念，不局限于消费类和行业类两个核心安防市场，而是以视觉和 AI 为核心，希望能扩展到更大的泛AIoT领域，做AIoT全套配套芯片，目前君正在视觉成像、屏显、解码，以及差异化的摄影如运动DV、车载视觉、工业医疗视觉、笔记本的AI-ISP等都已有布局。

今年，安防行业整体持平，部分细分市场持续下滑，但君正视频视觉业务同比、环比都已恢复增长，且这几个月芯片出货量达到历史新高，甚至高于严重缺货的2021年，君正及合作伙伴都比今年年初更加乐观。

逆势下率先反弹的主要原因在于，君正及时抓住了市场机遇，围绕行业四大发展趋势推出了几个创新点。

接下来，君正会继续从三个方面巩固自身能力：

技术上，不断提高性价比，增强AI 能力和低功耗能力，满足泛AIoT领域越来越高的算力需求；

产品上，继续多元化的产品策略，提高整体方案能力；

市场营销上，锻炼快速反应能力、海外通路能力，把握今明两年的发力机会。

希捷科技全球高级副总裁暨中国区总裁孙丹：安防一直是希捷重要的行业伙伴，是配合未来智慧城市发展的龙头行业

安防行业今年上半年增长基本持平，增长速度有所减缓。一方面整体经济放缓，另一方面受生成式AI影响，大量预算转向基础建设铺设，挤压了传统智慧城市的预算。

“安防产业是我从业快三十年见过最好的行业之一”，在二十年内都保持着大两位数的高速增长。

安防行业也一直在持续转型中，从模拟，到数字化，到智能化，再到AIOT，每个点都踩在趋势上。

到现在，生成式AI出现，安防产业迎来新的机会，企业既可以从垂直角度做行业深度，也可以围绕视觉做跨行业融合，和最传统的企业市场相比仍然具有优势。

AI部署将推动数字城市的建设，随着生成式AI陆续落地各行各业，将产生越来越多的数据，到明年下半年也许会看到数据量的爆发，届时数据存储将至关重要。

安防走向AIoT，从数字的变化来讲是边端云，其中云的比例会越来越大，希捷在边端云都推出了新的解决方案。

这些年，希捷一直陪伴着安防企业的转型，思考到底该如何帮助客户降低成本，保证数据安全，实现绿色可持续。

技术创新上，希捷最新发布了24TB 大容量硬盘，但大容量不是根本，希捷还通过HAMR技术，帮助客户降低数据存储成本，同时配合多磁臂技术帮助客户提高性能。

对于AWS、Google、阿里、百度、腾讯，以及移动、电信等拥有数据中心，具有海量数据存储需求的客户而言，能够节省很多钱。

产品策略上，以机械硬盘、固态硬盘和系统为三驾马车。做系统的出发点在于，解决除互联网公司外，传统用户不会用大硬盘的痛点。

简单来说，传统公司使用大容量硬盘，会在机箱设计、系统优化方面面临很大挑战。当希捷将硬盘到系统都做好时，就能和服务器存储厂商一起降低传统用户使用门槛。

作为一家存储厂商，希捷通过成熟的硬盘加密技术，将数据安全理念贯穿于硬盘研发、生产、销售、运输、售后到丢弃的整个生命周期。

当下，希捷在数据安全领域面对的痛点是，中国对数据安全要求更高，硬盘回收时间相对比较漫长。目前，希捷正积极参与国内数据安全标准的制定，包括可擦除技术、数据恢复等。

绿色可持续发展上，希捷这两年重点跟客户一起做探索，包括和客户谈硬盘回收，也包括在自己工厂践行太阳能、用可再生资源、减少电子垃圾以及在数据中心采用液冷技术。

从公司角度来讲，安防一直是希捷很重要的战略行业伙伴，它是配合未来智慧城市发展的龙头行业。对中国来讲，它和政府密切相关，政府未来十年一定会重点投入。

锐明技术产品发展中心总经理李玮：未来三年，技术市场的比拼主要靠创新

大模型作为未来几年最具影响力的新技术，大模型及与之相对应的一系列应用将对生活中的方方面面产生深刻影响。

移动安防领域相对固定安防领域，存在数据纬度多、数据实时性要求高的特征，因此大模型应用对其的影响会更快、也更明显。

目前可以看到，在行为分析、事故识别、算法优化、坐席替代等多方面，大模型技术正在快速进入。

安博会期间，锐明技术重点展示了基于大模型，针对驾驶安全场景的全新一代职业司机安全服务产品体系—SafeGPT。

SafeGPT通过“更加智能的设备+SafeGPT引擎”，可以全面融合多种驾驶事件流、精准确认司机当前认知状态及风险程度，刻画司机360度图谱，对风险分级，对司机分类，最终实现千人千面，个性化的司机驾驶行为改进。

从国内市场来说，目前最大的困难在于经济发展恢复的速度不及预期，市场的不确定性在增强。

未来三年，技术市场的比拼主要靠创新。随着新技术的规模应用，从硬件集成化设计、功能一体化、便捷安装、全天候工作等方方面面将涌现出系列新的技术和对应的产品。

锐明技术目前正在商用车相关新领域开拓新赛道，如在低速自动驾驶场景做了很多探索，并取得了一定进展。

熵基科技中国区市场共享中心总经理胡学慧：行业正形成“两超多强、强者更强”的格局

今年安博会有三大亮点：

规模大，再现行业盛况：1100参展商，15万观众，展示面积接近2019年；

内容多元：6万展品，涵盖传统安防、无人系统、loT以及泛安防应用等；

AI大模型、数智融合等成新看点：大模型、多模态识别、云、新能源、国产化、场景化、民用、出海、生态合作...

当下新一轮技术悄然兴起，智能物联行业释放出巨大市场空间，现有产业秩序正经历打破和重塑，行业发展呈现出截然相反的A面和B面。

行业A面：

在数字技术与实体经济深度融合，数字化转型全面提速的背景下，新型城镇化建设深入推进，“数字中国”战略持续实施，新基建投入力度加大，智慧城市以及行业细分市场迎来发展新机遇。

与此同时，数字化浪潮下，安防技术与AI、物联网、大数据、云计算、5G等数字技术走向深度融合，并快速应用到各种领域和行业。

随着行业赛道拉宽以及应用需求专业化、个性化，产业链上下游之间企业的合作持续增长，合作形式也呈现多元化，如联合创新、共享市场信息、共建生态圈子、入股合作等。共同壮大着产业规模，带来更多商业价值。

行业B面：

随着行业边界逐渐变得模糊，传统竞争壁垒明显下降，来自ICT、家电、互联网、电气、消防、地产等领域的以及聚焦垂直行业应用的跨界玩家增多。

在国内需求不充分和双循环的发展背景下，市场竞争比以往任何时候都更加激烈，致使行业集中度持续加强——龙头企业、上市公司等整体保持较好发展势头、中小企业发展空间进一步收窄，形成“两超多强、强者更强”的格局。

此外，随着信创替换范围扩大，将给金融、电信、交通、教育、医疗等应用领域的竞争格局带来变化，虽不会为行业秩序带来颠覆性变化，但仍然充满挑战。

站在全球经济的角度来看，今年行业的复苏趋势正日益显现，主要经济体的经济数据均显示出逐渐回升的迹象。在政策、市场、技术的驱动下，熵基所处的BioCV（生物识别与计算机视觉）赛道整体呈现稳健增长、稳中有进的趋势。

数字化浪潮下，尤其随着生成式AI、5G等前沿技术逐步与行业场景融合，将给BioCV赛道造就一片新蓝海。

熵基对雷峰网表示，今年已是熵基连续13届参加CPSE安博会，此次围绕智慧出入口、智慧身份核验、智慧办公、智慧零售四大业务应用创新，集中展示了多模态BioCV技术的一系列突破性成果、丰富多元的“端、边、云、服”产品矩阵以及面向不同行业和场景的创新应用与实践。目前，熵基推出的BioCV LLM大语言模型3.0版已经进入试商用阶段。

AI技术的重点从数据分析和处理转向数据生成和创造，智能物联领域有望实现从信息获取到决策控制的新突破。为顺应使用场景复杂化、用户需求多元化趋势，基于大语言模型及多模态计算机视觉大模型技术的智能终端研发，正成为熵基科技技术战略的一部分。

值得注意的是，安防行业虽是很多新技术的“试验田”，但也是一个推崇实用主义的科技应用型行业，绝大部分创新都是为满足客户需求，所以无论一项新技术有多火爆，只有与安防技术融合应用之后才能发挥其商业价值。

目前，大模型暂时处于商用落地的探索期，预计未来1-2年内，将迸出让人惊喜的火花。

英码科技市场总监李甘来：头部企业越来越集中，中小型产品公司需附加服务能力

市场发展到现在，产业格局已基本形成，面对头部企业越来越集中，体量越来越大的现实，中小型企业要打破僵局，需要在不同赛道上打造差异化竞争优势。

英码科技提出了两个口号：“做最好用的边缘计算设备”和“让 AI 应用变得更简单”。

第一个口号“做最好用的边缘计算设备”是从英码起家的硬件维度出发。

英码的智能硬件设备，涉及云边端多个维度，覆盖高中低多个层次算力，同时实现了国产化，目标是成为国内边缘计算硬件设备头部。

在设备销售过程中，英码发现现在国产化边缘计算的视觉应用是个麻烦事，原本很多算法都是基于英伟达训练出来的，如今要适用于国产化的 AI芯片，开发移植过程相当复杂繁琐，且周期长。

英码下游做软件开发的解决方案公司，80% 要花两三个月才能用起来，然后还要花两三个月进行算法优化，试错成本非常高，导致很多长尾算法想用却用不了。

基于此，英码从降低算法开发移植的门槛出发，提出第二个口号“让 AI 应用变得更简单”。

英码以硬件作为基础，打造了深元AI产品体系，提供服务平台、服务套件。具体而言，以往同一个算法面对不同芯片平台需要重复移植、重复适配；如今，移植一次，即可适配所有英码体系支持的硬件。

这种系统性、工具化的设计，能够帮助下游软件开发商加速开发周期，降低开发成本，这是英码区别于很多纯硬件公司的地方。

今年安博会最大的变化是对 AIGC 新技术应用和大模型的探讨，技术上新的演变趋势是，用AIGC前沿技术结合传统 AI 训练做算法模型，如在电力巡检、交通事故检测等负样本数据量稀缺的领域，可以利用 AIGC生成数据源后进行分析。

想要将行业大模型应用于大安防领域，需要经历三个步骤：第一步明确命题，即实现应用层的业务闭环；第二步打通数据，解决多部门协调的问题；第三步才是选择合适的大模型提升精准度。

以这三个步骤进行判断，交通是一个比较适用于大模型解决问题的领域，其要解决的问题目的性明确，如减少交通拥堵情况，并且有足够的数据源来收集各类数据。

以终为始的看，大模型只是一个技术手段，对于客户而言，真正解决问题的公司才是有价值的，即企业工程化落地的能力。

企业要具备工程化落地能力，以下三个方面缺一不可：一要对行业有深刻的理解；二要有足够的技术储备和上下游合作伙伴的储备，能够形成完整的解决方案；三要在特定行业有一定的基础客户和渠道资源。

长期来看，对于产品型公司而言，除了销售硬件设备，还需要打造服务体系上的竞争优势，这需要企业看得准、敢投入。

面对头部企业越来越集中的行业现状，中小型企业要想打破僵局，有两个关键入口：

一是深入行业做聚焦，挖掘新的长尾算法，结合新技术做行业应用，如围绕边缘计算设计更好的方案。

二是做多模态算法、多数据的融合。如交通领域的雷视融合；如音视频融合方案，在以往视觉解决方案基础上，做声音识别和语义分析。雷峰网

与此同时，在千里之外的北京，西城区月坛北街25号，酝酿了数年之久的国家数据局正式揭牌。

这貌似两件不相干的事，却有着一层本质联系：数据。

作为当下最为重要的生产要素之一，数据之于经济，犹如水之于鱼。

过去十多年，数据+技术的双轮驱动，造就了互联网平台经济的繁荣，涌现出BAT、字节美团等互联网巨头。

而今，在数据量呈几何级增长的趋势下，物联网将成为互联网之后，数据赋能的第二波浪潮。

IDC最新的研究报告显示，2022年我国的数据总量为23.88ZB，而到2027年将达到76.6ZB。在这些数据中，80%以上的数据为非结构化数据，并且仅有24%的数据被用于分析和决策。

也就是说，数据总量毫无疑问会持续增长，但当前的数据利用率仍然较低。

如何激发数据价值，成为数字经济发展的关键，同时也是企业掘金万亿物联网市场的核心。

国家数据局的揭牌，意味着围绕数据相关的政策、产业等都将愈发规范，并形成完整的生态链、价值链。

这个趋势下，旧安防时代的企业们纷纷自我改革更新，通过加大对人工智能技术的投入，以提高自身核心能力、产品能力、解决客户痛点的能力，一跃成为物联网竞赛中最有力的竞争者之一。

陪伴了这些企业多年的安博会，悄然间也增添了“数字城市产业”作为第二主题，与企业一起「进化」。

2023年的安博会，有很多不一样。

消失的AI公司

犹记得数年前，以深度学习为代表的AI浪潮波涛汹涌时，无数CV公司将目光瞄准了安防行业。毕竟图片识别是计算机视觉的拿手好戏，安防也是最需要AI赋能的场景之一。

那个时候，众多AI公司，以及部分互联网大厂、ICT大厂，开始提“AI安防”、“算法定义硬件”等新概念，纷纷入场做安防业务，给旧行业掀起一股新技术革命。

这群以AI技术为招牌的公司，给当时的安防格局带来强大的冲击，大家围绕着“软件定义”和“场景定义”展开了激烈讨论。

那几年的安博会，热闹非凡，除了海大宇这些安防巨头，展台多余的C位必然是某某AI公司，展会现场也变成新品发布会，各大AI公司纷纷拿出了搭载核心技术的摄像头、面板机、监控卡口等，宣传屏幕上不间断地播放着落地视频。

可惜这样的日子没过多久，“软件定义”这个说法就像海边浪潮的回音，渐渐淡出耳边。

安防确实被AI改变了，但在市场竞争中存活下来的胜利者并不是这群AI公司，而是以业务见长的传统安防公司。那些吭哧吭哧做安防业务的AI公司们，终究因水土不服而宣告离场。

“做AI的已经不做安防了，因为安防厂商做了AI。”

某安防从业者告诉掘金志，AI公司参与安博会那几年，“既是最好的几年，也是最坏的几年”，说好是因为热度高，AI公司把行业的热度带到了新的高度，每年都能看到新概念、新产品，大家也更愿意关注这个行业；说不好是因为，这些公司确实技术在行，给老玩家们带来了心理压力，倒逼着原来的安防公司加大在AI方面的投入，避免落后被淘汰。

如今的安博会，现场成百上千家展商，已经几乎没有AI公司的身影。这些AI公司像是完成了某种历史使命，在给安防这个传统行业带来一次技术颠覆之后，便“事了拂衣去，深藏功与名”了。

实际上，AI公司退潮安防，并非因为他们没有能力做不了这个业务，也并非不懂碎片化场景，而是高研发、高人力成本的模式，需要高毛利的业务才能滋养其身。但安防是个低毛利的业务，即便AI公司做安防，可以实现在某个单点业务的盈利，却并不足以支撑起整个组织的资源消耗。

低毛利的业务投入大量的资金，必然导致单位平均产出低下，当成本支出远大于收入时，AI公司们高举高打的路径自然而然面临失效。因此，AI公司离场，似乎已是命中注定。

不过，没有人会忘记数年前那段激情燃烧的岁月。旧安防公司们，在这群技术弄潮儿的影响之下，主动完成了向智慧物联解决方案商的进化，而失意的AI公司们，也迎来了他们的归属：AI大模型。

渐进的大模型

ChatGPT一声炮火，宣告大模型时代的来临，那么当智慧物联碰上大模型，会产生怎样的火花？

今年5月份，宇视率先发布了“梧桐”大模型，成为“御三家”中第一个宣告入局大模型的企业。

宇视认为，大模型给AIoT行业带来的影响主要有三点：

• “大模型”+“小样本”的算法生产模式，意味着训练成本更低，数据标注量变小，效率大幅提升；

• 降低了算法的开发难度，本质上是一次技术平权；

• 激发了数据资产的价值，将衍生出围绕数据产生的服务业态；

这些变化实际上会带来行业内公司角色的变化：那些没有AI能力的公司将具备一定的AI技术，一些对AI能力要求不高的业务，其价值点将会降低；而宇视这类技术公司可以提供80%左右的代码，将剩下的部分交给合作伙伴，这样相当于共同创建新业务，产生新的合作模式。

无独有偶，在安博会开场的前一天，10月24日，大华发布了星汉大模型。

大华认为，当前的AIoT行业，场景非常复杂，大量的长尾市场存在碎片化需求，但算法的可复制性很低，企业需要投入大量的时间和研发成本。因此，市场对于AI的智能提出了更高的要求，企业需要以更低的成本、更高的效率来完成算法开发，大模型则能够解决这些问题。

据了解，星汉大模型有三个特点：以视觉为核心、融合多模态、行业大模型，并聚焦于5个方面的能力提升。

• 准确性和泛化性跃升，提高复杂场景的算法的准确率和可复制性；

• 图文提示定义新功能，无需定制开发，解决碎片化需求；

• 突破视觉认知能力，理解事件动态全过程；

• 全场景自主解析，简化智能配置；

• 大模型+小模型协同，让客户“用得起”。

大华表示，AGI是AI发展的终极目标，现阶段离AGI还有很长距离。在所有数据中，视觉类非结构化数据占据90%以上，大华将从视觉大模型出发，结合AI进一步构建结构化、非结构化数据治理模型、数据分析模型、多模态调度模型以及决策模型，搭建一个完整的AI计算框架池。

在宇视、大华之外，海康也透露了自身大模型“观澜”。而在安博会现场，参展商们也带了各自的模型，虽不如“御三家”有名，却也别具一格，给会场增添了新的亮色，比如杰峰科技的峰精灵、熵基科技的BioCV LLM等等。

作为AI的进阶态，大模型无疑让人看到了通用人工智能的曙光。但智慧物联复杂、碎片化的业务场景下，聚焦于某个场景业务的行业大模型更容易落地；并且，现阶段的大模型仍以NLP语言模型为主，视觉模型能力还比较弱。因此，视觉行业的大模型前景乐观，不过实现路径很难。

智慧物联，场景为王

对于老安防人来说，场景这个词几乎已经听起茧了，从企业高管到一线业务，从AI公司到IoT公司，大家都在讲场景。场景又分大场景和小场景，比如交通是个大场景，交管则是一个相对的小场景，路口监控就是“微场景”。

旧安防时代的场景，更多指的是技术&产品的场景化能力，能够解决业务痛点，可以“接地气”而不是“花里胡哨地秀肌肉”。而今到了智慧物联时代，场景的含义发生了变化：对某个具体业务场景的价值挖掘。

举个例子，互联网平台扩张期，产品能够以量取胜；但在饱和期，增量放缓时，通过打造私域流量，来提高用户的复购率，即对单个价值用户的价值发现和持续深耕，成为重中之重。

智慧物联行业同样如此，客户大手大脚花钱的时代早已过去，他们变得非常理性。对于购买的产品&方案，客户都会提前算清楚投资回报率，编制严格的预算约束。

这意味着以前卖产品的逻辑已经很难带来大的增长，新的价值势必围绕场景为核心，除了解决客户痛点以外，还要利用数据，给客户创造新业务、新价值。比如做一套完整的解决方案，既能满足客户需求，又能提高客单价，形成稳定、持续购买的客户群。

同时，在技术跃迁的背景下，许多场景之间的壁垒被打破，形成了新的价值链。

比如to B业务和to C业务，在旧安防时代很少有共通点。伴随着大模型的应用，B2B2C的业务模式正在泛化，许多不具备图片处理技术的B端客户，可以从海大宇这类能够提供行业大模型能力的企业购买服务，搭建to C的业务平台，更好地为消费者服务。

一言以蔽之，从旧安防时代开始，企业竞争的核心是场景。在智能物联时代，这个核心并未发生变化，有千千万万个客户，就存在千千万万个场景，只有扎根场景，才能理解需求，进而用产品&方案解耦需求，实现价值。

出海依然很重要

本次安博会，除了国内展商以外，还有许多国外展商，但更多的是前来参展的老外。走不出5步，便能看见一个络腮胡须的老外，在展台前拍照或交谈，所用的语言不止英语，还有诸多不知名小语种。

毫无疑问，在智能物联这方面，国内企业的业务发展速度非常之快，客户涵盖全球多个国家和地区。从公开的数据看，2022年，这些企业基本实现了境外业务的正向增长，并且在毛利方面，境外业务要高于境内业务，

智慧物联的核心是连接，不但是物与物、人与物的连接、交互，同时也是市场与市场、企业与不同市场之间的连接。全球化浪潮下，供应链呈多元化，对应的产品也将被销售往不同的国家和地区。

因此，对于国内的企业而言，出海依然很重要，智能物联本身没有边界。

从产品发布会到招商会

安博会当天，不少公司在台上展示自家最先进的产品，也有许多企业在演示AI的新应用。

比如，宇视展示了AI写真，希捷摆出最新的存储硬盘，华为演示全系感知，国科微亮相新的AI芯片等等。

当然，这个世界从不缺少创新，一些公司直接开始现场招商。业务员加大音量，卖力地宣传着产品和渠道政策，想要在众多人群中发展合适的经销伙伴。

与一般招商不同的是，这些招商的企业基本上把经销商当客户对待，提供从产品到技术、从售前到售后，乃至提供金融支持，形成一套完整的闭环方案。

就差喊出“经销商好好卖货、拓展客户，剩余的事情我们来解决”这句话了。

现场招商并不奇怪，但这种全方位服务的招商政策确乎少见。这也正好反映出，现在的智慧物联公司，除了产品以外，还提供多种业务支持，不单是给客户，也给渠道伙伴，从而形成积极的良性生态。

毕竟，独行虽疾，但众行至远。智慧物联是个万亿级市场，没有人能一口独吃，而是整个产业上的玩家们各司其职，各自提供价值，给客户创造价值、分享价值。

智慧物联的故事才刚刚开始

从旧安防到AI安防，再到如今的AIoT，数据+技术驱动着行业的一次又一次进化。

而今，AIoT这个行业再次站在了临界点上：以大模型为代表的AI技术，和年增长以ZB级别的数据容量，正在极速扩张，“技术+数据”的爆发效应正在形成。

国家数据局揭牌之后，新的制度政策将带来新的业态，市场也将涌出新的价值点。

对于经历过时代洪流洗刷的企业而言，他们有着不同的相对优势，有的工于技术，有的长于产品，有的强于项目，或者对业务、场景的深刻理解，这些成为他们迎接新时代的基础和准备。

但请不要忘了，新时代总会涌出新事物，总会有新的挑战者来颠覆行业，不进则退是市场铁律。

那些想要书写新故事的企业，应该想一想下一步子落在哪里了。雷峰网雷峰网

两年一度的CPSE安博会是安防行业的横截面，今天的安博会已越来越不局限于它本身的名字，而是在数字化转型成为潮涌的当下，化身一场以智慧物联为主题的博览会。

如今，大华、宇视、华为等企业纷纷带着智慧物联的新面貌回归，安博会又重新热闹起来，那些沉默的智慧物联设备和解决方案，正迫切要向行业透露一些新的讯息。

智慧物联的风从哪里吹来，又将吹向哪里？

一个新兴产业的诞生无外乎源自两个方面，一是技术创新，二是需求升级。

智慧物联产业的诞生，一定是把握住了下游应用痛点，触及了真命题，并解决了真问题。

早期，人们采取的是传统的数据处理方式，即“传统人工智能+物联网”。

任何一个看似简单的指令，大体都要经历三个步骤：先由终端设备采集数据信息，而后传送至云端完成数据分析、处理和机器学习，最后回传结果并执行相应指令。

但由于这种方式高度依赖传输和云端存储处理，因此存在几个明显的弊端：一是传输过程和云端存储可能存在隐私泄露的风险；二是网络连接不能频繁断开，对稳定性要求很高；三是“数据上传-云端处理-下达指令”整个过程较长，容易产生延迟。

随着各行各业都开始以技术、设备、数据等为核心，追求工具、方法、流程等高效高质量的运作模式，上述弊端进一步暴露。

与此同时，前沿技术端传来好消息，一边，AI的门槛极大降低，人力成本下降，算法丰富性增加；另一边，支撑IoT发展的感知层、传输层、应用层迎来技术突破。

需求升级与技术创新的车轮走到了同一个站点，传统数据处理方式有了更好的替代解法——人工智慧物联网（AIoT）。

面对同样一个看似简单的指令，原来的三个步骤都可以集中到一个边缘设备上进行，隐私问题、网络可靠问题、延迟问题随之迎刃而解。不仅如此，由于边缘端提前筛选并只传输了必要数据给云端，不仅减少了传输和存储的压力，还让价值信息的获取更加高效，有助于提升用户体验。

AIoT的到来意味着人与物、物与物的连接更加智能，其最终目的是“万物互联”。

当城市空间以各类智能感知设备为节点，以数据通信为媒介，以大数据分析和人工智能为手段，织成一张四通八达的网络时，新的需求、新的方向就会不断冒出，市场将膨胀至数百倍。

AIoT市场注定了是一块极大的蛋糕，没有人能做到一家独吃，多样化的需求下，催生出一批接一批入场者。各种硬件、软件和云服务与数字化过程中不断涌现的AIoT新需求相互融合，不断壮大着AIoT的生态体系，将市场推到了爆发的前夜。

从安防到智慧物联，一场行业承前启后的自我进化

AI与物联网命中注定是要结合的，新的故事产生了，但是用谁的AIoT呢？

近几年，安防企业正深入智慧物联领域，成为主力军。

过去十几年，国内安防行业相继解决了“看得见”、“看得清”、“看得懂”的问题。

尤其在解决“看得懂”的问题时，仅通过视频手段已无法实现，安防企业于是借助物联网技术，大大提高了识别的结果和效率。

在这个过程中，人工智能、大数据、数字通信、AIoT等技术与实体经济的深度融合，几乎渗透进了安防企业的全系列产品中，技术创新和产品迭代升级加速。

这一背景下，到去年4月份为止，安防行业的三大主角“海大宇”，都已在年报中将自身定位刷新为“智慧物联”，并在此后成为对内对外的高频词。

那么，安防企业为什么能成为AIoT的主力军？

首先，智能安防是进入智慧物联市场的绝佳通道。

在AIoT世界，一切智能都要以感知为基础，其中视频是数据的一个强入口，源源不断产生的高质量数据是数字化时代的新的生产要素。安防行业一直在智慧物联的典型场景中，天然的感知能力，顺其自然成为一切智能与数字化的基础，经过千锤百炼的视频能力已成为他们的强项。

其次，安防企业有足够的能力跻身智慧物联行业。

从安防厂商，到以视频为核心的智慧物联解决方案提供商，到不再只强调视频，增加非视频的投入，他们一边扩充产品线，一边在智能技术上进一步投入感知智能、认知智能。对智慧物联行业意义重大的大模型，也早有部署。比如大华，已经利用AIoT和大模型技术，广泛地感知和连接以视频为核心的泛在物联数据，让客户获得高质量的数据资源。

AIoT产业与安防产业极其相似，都是一场事关场景碎片化、硬件制造经验、整体解决方案的综合能力的比拼。从安防场景中磨砺出来的传统安防企业，进入智慧物联时代有较大优势。

再者，传统安防企业已经建立了广泛的客户基础。

在雷峰网看来，面对数字化升级愿望迫切的客户，谁能“多快好省”地落地智慧物联产品和方案，更稳定的运行设备，谁就能在数字化的落地和升级上快走一步。

在安防行业发展过程中，一些公司已经成长为世界著名品牌，获得了包括政府机构、企业和消费者的信任，因此客户更容易接受他们的智慧物联产品和服务。

安防自带AI和物联的属性，好比是在安防领域与智慧物联领域之间架起了一根管道，使前者向后者的过渡变得自然、顺畅。

透过安博会，看大华进入智慧物联的三个“力”

发力AIoT，越来越多人意识到，智慧物联需要的是确保产品最终实实在在落地到每一个项目上，而不是无效的市场流通。

安博会就像一面镜子，记录着过去的足迹，预测着未来的趋势，更重要的是映照着当下的现实。

在行业演进的大背景下，大华同样实现了从安防到智慧物联的转变，而其实在的转换成果，也从展会中重点展示的产品上表现出来。

大华此次展台布局，主要包括六个部分：AIoT技术底层和产品、物联数智平台、城市业务、企业业务、创新业务、生态合作。

整体来看，这六个部分都包含于大华2021年提出的Think#（#：读作sharp）战略中。

简单来说，Think#战略就是以物联数智平台和AIoT为两条技术横轴，以城市和企业为两条业务纵轴，以全感知、全智能、全连接、全计算、全生态的“五全”数智能力为基座，最终和合作伙伴一起向业务输送物联价值。

到今年，大华进一步修炼“内功”，在布局智慧物联新赛道的过程中，锻造出的三个“力”：技术力和平台力、场景力、生态力。

随着智慧物联的崛起，企业们纷纷积极整合新技术，构建平台能力，为用户提供更全面的安全解决方案，大华也不例外。

在AIoT技术底层和产品上，大华加强构建了三个能力。

一是更广阔的AIoT能力。大模型出现后，全面感知能力从视觉领域，延伸到非视觉领域，大华在保持以视频为核心的前提下，也进一步扩展非视频领域的全面感知能力，同时基于行业大模型推进商业化落地。

比如非视频领域，大华推出了“音频事件检测智能网关ASD8000”，借助工业声纹AI听诊技术，可以实现生产设备在线状态监测、风险预警、异常报警、故障分析诊断，及时处理潜藏的安全风险，减少停机维护时间。

二是更宽泛的以视觉为核心的连接能力。一个重要的动作是，大华成立了未来通信研究院，亲自下场做数据通信产品。

对于大华来说，一方面，融合多维数据引擎的“数智网络”，能够突破网络管道价值；另一方面，将数通产品融入自身业务中，可以加强视觉技术与“云网边端”更好地结合，提高智慧物联与传统制造业等行业的联接融合能力，并进一步影响产业上下游。

三是面向大模型与数据价值产业的核心布局。即加强大数据能力，以视频数据为主要内容，建立数据产业的核心实力。

进入智慧物联时代，传统视频业务垂直封闭的打法已不适用。

为此，大华还推出了一个体系化的软件中台“物联数智平台”，目前这个平台依托AIoT底层技术实力，形成了物联底座、数据中台、AI中台、城市平台、企业平台五大“分身”。

立足智慧物联，深耕千行百业，企业对场景的掌控力至关重要。

大华明白，只有加速扩大与其产品组合，以满足日益复杂的需求，从而在智慧物联赛道上崭露头角，才能为未来创造更多创新机会。

因此，在横向上，大华以城市业务和企业业务为主航道，同时覆盖创新业务；纵向上，深入智慧城市、交管、能源、工业制造、教育、医疗等细分场景，为客户提供完整的智慧物联解决方案。

截止目前，大华已经沉淀了8000个细分场景的产品和应用能力，这些漫长年月里积累的一手经验，都是大华面向未来技术创新和市场需求的强大原动力。

业务的良性发展，不仅取决于企业本身的技术和产品，也取决于企业管理生态的能力。

2023年，被大华定义为“生态年”，公司旨在通过技术共创和商业共享，快速打通行业应用和AIoT硬件，快速联接数据和智能，打造共建、共赢、共生的智慧物联生态共同体，全面推动技术进步与行业发展。

大华会发展一批不同行业的深耕伙伴，运用各自的优势和创新的技术去联合打造最新的解决方案，利用双方现有的资源，包括具备的系统、软件、平台等，去赋能行业，解决不同行业的需求和痛点。

而在其中，最为瞩目的无疑是中国移动和大华股份的战略合作。

大华与中移的合作具备很强的战略互补性，在业务层面，中国移动具有领先的“连接+算力+能力”信息服务体系，而大华具备丰富的前端设备、视频联网中台产品和解决方案，更重要的是丰富的落地经验，所以大华能够将大量产品与解决方案向中移动导入，进行互补协同。

结语

经过两年沉寂，2023年CPSE安博会给了安防行业一次大秀肌肉的机会。

从“安防厂商”，到“以视觉为核心的智慧物联解决方案提供商和服务商”，再到“智慧物联AIoT”，大华股份等代表企业展示了从安防走向智慧物联，是探索转型过程中的顺势而为。同时，他们探索的身影，也构成了人工智能产业进一步走向深度落地的剪影。

AIoT打开了安防企业的业务经络，一方面，海量需求需要具备足够能力的企业来承接，另一方面，AIoT的市场又足够大，大到能容纳众多企业，形成产业链上下游的精细化分工。

在这一过程中，企业最重要的就是在整个产业链找到自己最擅长的角色，占据自己的生态位置。

分板块看，政府端客户预算仍然偏紧，但整体缓慢复苏。在总量承压的背景下，结构性亮点凸显，公共民生、大交通两个领域增速较高，相应战略投入收获成效。

企业端客户自发降本增效、安全防护和改善管理，对物联智能化业务的认识度和接受度逐步提高。三季度，金融、医疗卫生行业增速较弱，其他行业均保持了一定的增长，其中能源、工商企业持续强势。

渠道业务经历近一年严格管理，目前取得了不错进展，公司品牌效应得到提升。下半年，市场需求逐步回暖，结合公司以数通为代表的专项经销业务的持续拓展，分销伙伴合作愈发紧密，三季度分销业务收入、毛利均取得不错表现。

海外方面，地缘因素带来的扰动仍在持续，公司专注于商业本质，凭借专业产品和优质服务持续开拓海外市场。三季度海外收入取得两位数增长，其中中东北非、拉美、东南亚等区域业务增幅靠前。

创新业务板块增速领先，前三季度同比增长35%，单三季度同比增长38%。其中，华睿机器视觉&机器人业务、华橙智能家居业务发展依然稳健，尤其是乐橙云业务增速亮眼。华感热成像业务涉及众多新兴领域，目前仍在快速增长阶段。

近日大华举行了投资者问答。

以下是调研全文重要内容，雷峰网作了不改变原意的整理与编辑：

Q：政府端业务一直是大家关注的重点，目前大华政府业务的需求和项目颗粒度情况如何？

A：结合目前的政府业务需求，大颗粒的项目数在减少，部分大项目也存在延期的情况。大华历史上也做过一些颗粒度很大的项目，但是在回款上或多或少遇到了一些困难，所以过去几年我们每年的坏账计提比较多。如今，政府业务对公司的欠款在各级政府的带动下，加上自身积极推动，不断解决这方面历史遗留问题。另外，以前的政府项目阶段性存在没有根据地方财力统筹，项目盲目偏大的问题，现在这方面也在改变，政府规划数十亿级以上的超大型如PPP项目在变少，变得更谨慎、更有效。

另一方面，公司见证了平安城市20年的高速发展，虽然项目颗粒度在变小，但是数字化进程正在加速开启，中央到各省市地区大数据局的成立，都在推动数字化业务的落地。数字政府的业务越来越丰富，现在通过对数据的审核、整合并对数据资源进行资产化、甚至未来商品化，在这个追求高效、细致的过程中，政府端能创造的需求和空间依然长期存在。比如在社会治理方面，“一网通管、一网通办”能够让老百姓能够无感、快速的办理事项；比如在环保领域，政府在民生领域加大了投入；再比如交通治理方面，政府投入增速现在已经明显高于平安城市方面的支出。

所以，我们观察随着业务精细化的要求，政府项目也同样有碎片化的特性，项目颗粒变小是个长期趋势。在这样的业务属性背景下，如何系统的升级业务属性，挖掘行业和客户价值，而不再是过去粗放式的业务模式，对大华既是机会也是挑战。总体来说，公司适应且适合扎根于碎片化的市场，目前的行业趋势对我们这样性质的企业来说还是相对有利的。

Q：公司在国内持续推进包括渠道、生态等方面的优化措施，目前收效如何？

A：公司今年有几个重要动作，一方面是精细化管理的落地，另一重中之重是生态发展。公司的海外业务一直都比较良性，我们分析看到，海外分销业务相比国内更显扎实，一级二级三级的分销秩序井然，并在逐渐扩大规模，同时助推了集成商业务的进一步发展。

回顾国内，我们意识到过去在分销市场、集成商等合作生态中存在短板，过去分销秩序的管控不够清晰、渠道价格管理不够有序，导致分销伙伴没有共享到足够的收益。今年公司以“生态年”为定位，重点围绕着分销、集成商开展专项行动，以利他的方向、诚信的文化，让我们的生态合作伙伴有钱赚、赚到钱。

今年分销变革的核心是要重塑合作伙伴的信心，让我们的合作伙伴愿意共同投入。通过今年系统的规划、各方面的努力，采取一切必要的方式，目前已经看到了明显的市场秩序改善，我们希望到明年，能够让合作市场进一步扩大，合作伙伴能够收获更好的回报，以期让更多的有实力的合作伙伴共同参与大华业务的发展。

大华今年花大力气解决 Sale-out的根本问题。我们需要确保我们的产品最终实实在在的落地到客户侧的每一个项目上去，而不是无效的市场流通。所以我们更加关注的是，与客户一起投入资源，解决地市、区县为核心的地推式有效覆盖。当然，我们也在努力提升产品和小型解决方案本身的竞争力。

另外，集成商业务我们以前也做得不够好，近些年我们对各地市有实力的集成商进行梳理，向客户展示公司产品方案、先进技术、共赢交付、合作模式等全方位的基础能力，与伙伴形成利益共同体。

今年是公司生态年的第一年，我们将坚持强调生态的重要性，我们希望相关的管理措施落地能够更好的促进业务良性发展，为未来可持续发展奠定扎实的基础。在变革的过程中，确实能感受到阵痛，但是既然下决心解决根本问题，那就要对问题进行彻底整治，最终让合作伙伴有利可图，实现共赢的目标。

Q：公司创新业务的具体情况如何？

A：创新业务前三季度实现了较好发展，前三季度实现营收增长35%，单三季度增长38%。

其中华睿主营机器视觉和机器人业务，订单快速增长，鉴于订单到收入落地需要过程，因此看好华睿往后的业绩表现。企业的数字化和少人化的方向，能够帮助企业实现降本增效。在公司的富阳生产基地里，单一模块原先有500多名员工，需要每天从早忙到很晚，现在通过加载数智化方案，已经降到几十个人，且效率、发货精度实现了大幅度提升。23年华睿在光伏、汽车、烟草等行业获得了重大突破。光伏、锂电、物流、3C等仍然是华睿当前主要的行业方向，我们持续看好华睿的未来前景。

华橙也实现了较好增长。华橙围绕家庭场景，持续研发和迭代人形分析技术、视觉环境感知技术、WIFI、蓝牙等射频技术，以及应用于电池相机、门铃、智能门锁等产品的低功耗技术。乐橙的云业务收入和乐橙云平台注册用户数都实现了快速增长。

华锐捷持续耕耘乘用车、商用车业务。华锐捷秉承大华30年在视频感知、人工智能及数智物联等领域的核心技术和产品优势，涉及的主要产品车载全系摄像头、车载毫米波雷达、智驾域控制器和系统等，具备全域软硬件、算法及系统研发试验能力和精益生产制造能力。

华感今年增长较好，热成像技术的行业应用比较广，商务视觉、手持测温和机芯模组都是新兴业务，目前仍处于高速增长的开拓期。

其他还有消防、安检、存储、运营等子公司，业务整体经营稳健。创新业务整体规模都还相对比较小，故而增速都略快。

Q：与中国移动的合作进展如何？

A：9月，公司高管一行与中移董事长杨杰以及政企事业部、技术部、研究院、投资公司等主要业务部门进行了首次集体会晤，交流取得了多领域成果，双方期待并着手推进在先进技术（AI、多模态、数据要素）、研发架构、渠道融合甚至算力配合等领域的全面合作。

目前，公司已与中移技术、业务、支撑等各层级组织建立连接，针对视觉大模型、城市数据运营、政企行业线、AI算法应用、5G终端等领域全方面寻求合作。大华的优势在于深耕千行百业，有匹配8000个细分场景的产品和应用能力。大华可提供视频领域的技术和产品，与移动的云平台、能力中台形成互补，双方融合创新，都希望把本次合作打造成产投共赢的典范。

2023年以来，随着定增正式落地、双方高层互动、业务董事入职，双方合作愈发紧密。专职董事的机制尚属首次，根据双方高层沟通精神和方向，在业务董事的带领下，已拉通研发、行业解决方案开发团队、各省区等部门，开始逐步推进战略合作的落地。

Q：公司如何展望后续的整体经营情况?

A：考虑2022年特殊环境影响，利润基数较低，四季度业绩预计也会保持较好增长。

公司从传统安防进阶到以视频为核心的智慧物联领域，空间进一步打开，数字化和智能化已经成为一个非常重要的趋势。考虑财政现状，小颗粒的项目未来有可能会增加，大华的业务模式也更适合这种碎片化市场。公司今年着重推动客户侧的精细化管理，包括海外渠道的进一步下沉、国内的生态发展，以及门禁、显控、数控等产品在内的非视频产品的推广落地，共同推动业务增量，进一步提升管理效益。同时，行业大模型的推进也会对行业长期产生重大影响。例如，在社会治理和企业数字化的方方面面，精度、性能得到大幅度提升，客户的买单意愿有望增加。从中移合作的角度出发，移动也派出了专职业务董事来推动合作。我们希望通过以上各方面，共同推进公司业绩长期稳健增长。从市场的商机洞察开始，公司已经着手进行明年的业务规划及整体预算。

Q：公司大力发展“全感知”能力，请问相关领域的发展近况和未来展望？

A：数字产业化已经是一个非常明确的产业趋势，行业数据也可以产生巨大的应用价值，并且数据正持续往资产化的方向推进。而数据的采集依靠感知，大华利用AIoT和大模型技术，能够更广泛地感知和连接以视频为核心的泛在物联感知数据，提供高质量的数据资源。

大华专注于以视觉为核心的“算网融合”技术，建立了强大的大型模型为基础的数据治理体系，帮助提升数据质量，有助于将数据变成更有价值的资产。公司对感知端的研究还在往短波、中波、长波等延展，包括热成像、雷达等应用也会越来越广，来弥补视觉的局限性，公司的全感知能力还在延展中。全面感知作为新的生产力，对产品和解决方案的有效性达成了很大的补充，例如水质检测中，通过全方面的感知技术，可检测水的16种成分，在环保行业中的应用顺利推进。

Q：公司多模态大模型相关研发持续进行，目前有无相关进展可以分享？

A：公司主要研究方向是解析式大模型，所需的训练相比于市面上的一些大模型要求的海量算力来说需求较小，公司自身也有一定的算力储备近年来，国内算力芯片厂家不断涌现，公司加大了对这些国产物料的验证和适配。在推理部署方面，还开发了AI工具链，可灵活适配数十款硬件元器件。当前技术可支撑公司在大模型上的训练和推理进程。预计明年能有大模型试点落地，并开始规模推广。未来还将通过产品化、算法的优化，实现轻量化部署，推动大模型的商业化落地。

从普通的人工智能，到深度学习，再到现在的大模型，我们深刻体会到了技术带来的成效。比如车辆识别，过去做到50%-60%的准确率就无法提高了，在有了深度学习后，精度上升到99%左右，对全球的各种车牌均有了快速识别。现在的大模型来看，能够提升算法的准确性和泛化性，降低算法开发的复杂度。以城市治理为例，一个大模型就能替代原先10多个CNN模型实现的100+功能。同时，也减少了大量新算法定制，实现原先无法实现的功能，降低应用部署成本。

Q：今年人工智能产业变化较大，请教公司在人工智能领域的人员和组织架构上有什么相应调整？

A：目前公司研发体系有5个基础研究院作为主要架构，包括先进技术研究院、中央研究院、大数据研究院、网络安全研究院以及新增的未来通信研究院。其中，以人工智能为主要方向的先进研究院一直是我们投入最大、平均学历水平最高的一个部门。人工智能是公司的战略领域，我们一直在这个行业不断耕耘，人员配置不是近期从无到有，是一直在并且持续加码。随着大模型、多模态技术的发展，我们也相应增加了一部分相关的人才力量。

我们认为，人工智能的落地，特别是大模型、多模态的应用，由于场景细分，更多还是碎片化市场，行业端它不会像手机设备一样诞生动辄上亿销量的爆款单品。人工智能不会成为行业产品、解决方案的全部，而是核心产品力的体现，同时也不会有一个算法就能通杀市场需求。

所以，面对大模型多模态这一里程碑式技术的到来，我们加大了相关投入。同时，AI、大模型、多模态等研究主旨是为产品和解决方案的开发提供灵魂要素，面对碎片化的市场和行业需求，我们希望通过算法、技术支撑，使得产品、方案精准有力的满足客户需求。

Q：公司如何考虑目前持有的部分零跑的股权？

A：零跑聚焦新能源汽车产业，大华聚焦智慧数字化产业，双方产业方向不同。公司还是希望聚焦资源、深耕主业，未来有机会的话，考虑将零跑持股进行投资兑现。

Q：今年以来公司毛利率有所提高，请问是什么原因？如何展望后续毛利率水平？

A：公司自去年开始持续强调高质量发展，减少了硬盘等低毛利产品的销售，优化了产品结构，此外公司还减少了工程项目，产品降本也对毛利率的提升有所贡献。但未来汇率的变动是个不确定性因素。总体来看，公司会持续坚持高质量发展，剔除汇率因素，四季度毛利率预计保持整体稳定。

Q：截至目前展现出来公司四季度的回款情况如何？

A：去年四季度在毛利率、回款等方方面面都受到了环境的较大的影响，同时公司将回款进度、毛利率水平作为高质量发展最重要的提升部分。目前根据计划种11月和12月的情况来看，今年四季度的回款相较于去年同期还是有比较大的改善，也将对我们现金流有正向的贡献。

Q：公司此次三季度分红10.16亿元，有怎样的考虑？

A：今年以来，随着公司高质量发展展现成效，公司现金流得到明显改善，前三季度经营活动现金流净额为13.25亿，预计四季度现金流还会有明显改善，通过分红的方式，净资产的投资回报也可以得到改善。同时，当前的政策导向鼓励公司更多通过分红的方式来回报股东。公司本着对资本市场、投资人负责的态度，未来将更重视以分红的方式来提高股东的利益回报。

从国内外两方面看海康经营情况：

国内主业方面，PBG 三季度继续负增长，受政府财政较为紧张的影响，项目落地进展仍然缓慢。其中交通行业、以及得到中央资金补贴的部分细分领域如森林防火、自然保护区等业务保持增长。由于公安、交警等传统 PBG 大行业业务占比持续下降，PBG 内部的几个行业收入规模差距缩小，内部结构较为均衡。EBG 三季度继续保持增长势头，其中工商企业增速较为领先，除金融板块表现较弱以外，EBG 其他行业如智慧建筑、能源冶金、教育教学均有增长。SMBG 实现单季度转正。

过去几年，海康一直在讲 EBG 业务将超过 PBG，有更大的发展空间。三季度，EBG 单季度在国内主业的收入占比接近 45%，传统公安和交警的收入占比低于 15%，未来海康的增长将更多基于数字化转型带来的动力，传统安防仍然是海康技术和产品一个非常重要的应用行业。

海外业务，前三季度增速逐步提升，个别国家和地区如韩国、以巴等表现欠佳外，大部分国家都呈现增长态势，整体表现趋势回暖。

创新业务方面，三季度同比增速较上半年进一步上升，整体增长良好。

毛利率方面，前三季度毛利率为 44.85%，比上年同期增长 2.50 个百分点。

费用支出方面，从去年三季度末以来公司人员总数基本不变，短期内将继续维持当前人员规模，费用率呈现逐季下降趋势。

财务费用方面，前三季度产生的汇兑收益约为 1.05 亿元；三季度汇兑损失约 1.8 亿。

2023 年全年业务逐季度向上趋势继续，海康预计公司全年归母净利润在 135-140 亿左右。

近日海康举行了投资者问答。

以下是调研全文重要内容，雷峰网作了不改变原意的整理与编辑：

Q：从商机或者订单的维度，请分享一下公司看到的最新情况，对几条核心业务线有怎样的展望？

A：总体看，除政府之外的其他四大板块目前都保持增长的态势，所以公司整体压力不大，公司还是维持今年逐季度向上的判断，对四季度的业务预期会更高。

先看 PBG，很多人看到宏观数据和各方面信息，对于未来的路到底怎么走还是存在比较大的疑惑。我提供几个视角维度供大家参考，来验证我们看到政府业务可能有的复苏迹象。

第一，从政府采购招投标项目的数量、金额两个指标看，止住了下滑的趋势，开始转正。第二，工程建设项目的竣工数量持续上升，意味着未来弱电类项目有更大施展空间。第三，政府专项债的发行从 8 月份开始有提速的势头，最近许多省发行特定债券的新闻多起来了。

从这些角度看，政府业务复苏的迹象是存在的。三季度的数据还是在反应过去的经营环境，往未来看，四季度和明年会有一个企稳的过程。

EBG 方面，我们还是认为增长的空间很确定，因为在这样一个经济环境中，各行各业都面临转型升级的压力。长期看人口的出生率下降，用工成本提升，不管是机器换人，还是企业内部经营效率提升，或更上游的材料、工艺、装备的升级，这些都是转型升级的切入方法。在这些升级过程中，海康有很多可为空间，因为大量的转型升级过程依赖于工具、方法、流程的改善，海康的智能物联实际上就是为这些转型升级过程提供数字化的方法和工具。

SMBG 面向中小企业，总体跟宏观经济关系较紧密，我们现在也在观察。SMBG 三季度营收增速已经转正，从商机情况来说，整体有企稳态势。

海外市场，从三季度的数据来看呈现出回暖的势头，除了个别的国家和地区比如韩国、以巴，绝大部分国家和地区都呈现增长的态势。

创新业务子公司比较多就不打开细讲了，因为国内外经营环境类似，所以整体情况还是不错的。

Q：Open AI 的算法到了 GPT-4 的阶段，大模型、多模态算法有了新的发展，对图片和视频的解析能力有了更惊喜的进步，海康利用算法对产品方案的改善、对应用效果的优化、对商业效率的提升等工作，具体是怎么样的？

A：海康之前披露的谨慎一些，有特别的考虑。其实不管从时间还是从投入的资源上来说，海康都是投入较早较大的。

海康的大模型叫观澜。名字源自《孟子·尽心上》，所谓“观水有术，必观其澜”，“观澜”寓意尽心知命，追本溯源，了解事物的根本。

海康大模型有三层架构：

中间层——行业大模型。海康服务的行业很多，所以行业大模型的数量也很多，有用于金融的、交通的、城市治理的大模型，也有电力的、能源的、工业的、零售场景的种种行业大模型。

最顶层——任务模型，或者叫场景模型，也可以叫用户模型。主要针对用户不同的场景需求，在行业的模型基础上更有针对性地做训练得出的，这一类的模型数量极多。

最下层——基础类大模型，或者叫通用大模型。在基础大模型上，海康投入也比较多，但同时带着我们自己的特点。

海康有语言大模型，但现阶段不追求达到通用人工智能的效果，主要构建从感知到认知的能力。海康是服务于行业应用的，有了语言的理解能力，对于完善多模态应用非常重要。

海康有视觉大模型，这是海康特别重要的一个部分。我们也有其他的 X 光大模型、雷视大模型，以及其他的如音频大模型、甚至还有用振动光纤这一新型感知手段训练出的光纤大模型。这些是基于技术或数据维度构建的。

每一个维度的信息都有所差异，所以在基础大模型上，种类比较多。在这些种类下面，最后还有一个非常特殊的多模态大模型。这些模型可能也还没有穷尽，还有省略号。以上就是海康“观澜”三层模型的结构。

讲完模型架构，来看看工具。2018 年起海康就披露了 AI 开放平台，这是在基础算法能力之上，面向用户需求的一个算法训练、生成的平台，目的是为了衔接用户场景、行业模型、基础模型。

另外，关于通用模型的价值和解决的问题，大量通用模型比较常见的方式是基于互联网上的数据来构建，比如一些音视频的数据。从数据源头讲，海康靠近行业用户的业务，所以在大量的垂直行业，如交通、电力、钢铁、煤炭、安检等等大量场景里，结合了较多的行业数据来打造行业大模型。

关于存量数据、增量数据，在许多用户场景中，存量的感知数据不充分，大部分的数据有待于通过感知方式做采集，自己做数据清洗，最后才能用于训练。海康在这部分比较擅长，有丰富的感知手段，有大量的感知设备，这也是海康一直以来投入的重点。

最后聊聊模型部署。可能现阶段大家还不太关注，但让算法走到用户那里，把解决方案到搬到现场解决问题的时候，免不了要回答这个问题。

大家熟悉的可能还是在线的通用大模型的应用方式，上传一些个体数据，在线做处理，再回传处理结果。但是，对于 B 端用户，这个过程一般难以实现。实际上，部署巨大的模型到用户现场，往往也是不现实的。所以产生了稀疏裁剪、精细量化、异构蒸馏等等专业方式，通过这些方式实现大模型向边缘端小模型的迁移。这些都是实际问题，海康有很多经验，也是比较擅长的领域。这个部分也会涉及到一些较大的技术创新，通俗说，即考虑如何把通用大模型、行业大模型、场景小模型部署到用户现场，为用户提供出高性价比的解决方案。

Q：海康很早就做了大模型，但之前这个概念并未在市场上广泛流传。现在经过一年多时间，社会包括一些下游企业用户都被大模型概念洗脑，现在再向客户推广，是否会主动介绍大模型的能力，能否分享一些典型的落地案例？

A：海康对于大模型提的不多，因为主要面对 To B 用户，更偏向实用主义，海康的目的是帮助客户解决问题，客户并不太关心具体是借助软件、硬件或是算法，更重要的是结果。从结果的角度，对海康来讲，需要思考借助什么样的方法，在整体解决方案中都是灵活运用的。

人工智能可以带来非常好的效果，除了跟身份 ID 识别有关的算法可能属于大场景的需求，例如人脸识别、车牌识别，除此之外的应用仍然非常具有用户场景个性化的需求。从实现的方式方法来说，解决问题依旧需要大量软硬件的配合，所以海康通常借助解决方案的方式。

例如防溺水的案例，在一些河流、湖泊、水库、水闸等较易发生野泳溺水的场合，过去这些场景不可能常年派人值守，现在可以用一台海康的设备进行监控，这个设备具备一些识别的算法，即视觉大模型训练之后的结果。目前报警效果不错，结合现场的语音提示，阻止了大量的危险行为发生。

水果零售场景中，现金不入账的问题一直较难管理，现场缺乏监督，现金处理不好控制，可以用视觉大模型的训练规范收取现金，对于不合规的行为在后台进行警示，从零售店角度，这种场景需要有比较强的泛化能力。

工厂安装螺丝的场景，大量电子类产品都需要安装螺丝，但是螺丝的特点是体积小、数量多，很容易存在螺丝漏打的情况，从而影响产品品质。在大量不同产品的场景中识别不同的螺丝孔位，判断螺丝是否都已安装，也是相对比较常见的需求。通过视觉大模型的训练，可以在螺丝安装的场景里提示工人哪些孔位的螺丝没有安装上，从而提升生产质量。

Q：请问公司后期是否有提升整体分红比例的计划？

A：海康从 2015 年开始，现金分红比例基本维持在 50%左右，甚至是 50%以上，50%的分红率在国内上市公司中已经是比较高的水平。分红率跟企业的现金流情况息息相关，一般企业的资金情况如果没有那么理想，高比例的分红实际上会影响企业的正常经营。海康已经持续多年 50%的分红比例，说明我们在现金流管理方面做的比较好。我们会继续维持这样的分红比例，目前没有更高比例的分红计划。

Q：目前国内增速不快，很多企业都在看出海的机会，海康海外业务很大，请问海康海外业务的策略是什么样的？公司将会重点发展哪些方面？

A：目前就整个全球环境来讲，海外业务其实并没有那么乐观，现在的海外市场跟 2018年之前相比要复杂的多，2018 年之前海外市场是公认的全球化的环境，市场分歧不是太大，但 2018 年之后，受到逆全球化影响，海外市场充斥着大量不同的国家文化、价值观、意识形态等方面的冲突。过去几次交流过程中我们也讲过关于发达国家的市场，我们在资源投放上相对比较紧缩，将更多的资源倾斜给了发展中国家市场，主要是因为存在一些政治意识形态层面上对中国企业的打压。

从海外市场的长期空间来说，海康现在能够供给的产品技术，在全球业务大量的场景和环境下，海康的解决方案需求还是非常多的。中国数字化转型的过程实际上比较快，海外存在较多安防需求，加上数字化、机器换人的需求同时存在，我们认为海外长期空间还是比较大。

现在海康仍然在全球市场实行一国一策的策略，因为每个国家差异太大；同时海康在三季度就海外市场做了一些调整，从过去 10 几个大区调整成 4 个大区，重新做了整合。通过整合的方式，既希望关注到各个国家的特殊性，同时也增强相邻区域的协同和共性，进一步做业务引导。

目前就海外市场而言，长期看仍然保持乐观态度，但短期甚至近三五年来看，海外市场的挑战还是比较大的。对于海康来讲，还是会坚定的做海外市场，因为作为一个国际化的公司，不可能放弃海外市场需求。从竞争力角度，近期大家交流制造业往东南亚迁移的话题，实质还是受意识形态、政治等政策导向的影响，导致一些工厂的迁移。但从本质上讲，中国企业以及中国工业体系对制造业供应链的影响较大，中国产品的竞争力仍然非常突出。海康产品的竞争力在全球市场也很突出，尽管短时间内受到了其他因素的干扰，但是从长期的商业角度来说，海康的竞争力没有下降。

Q：三季报里预付款增长较快，请问海康现在供应链的策略是什么？这周美国又收紧了对中国出口 GPU 的限制，对海康业务连续性会不会有什么影响？

A：今年海康在做降本的推动，效果还不错，对于整体毛利率有较好影响。从供应链角度来讲，海康存货保持高水位的策略，其中涉及到原材料的部分，也维持比较高的水位来应对全球市场供应体系的不确定性。

关于 GPU 的问题，先进计算芯片用总处理性能和性能密度作为认定标准，替代了过去用双向传输速率和浮点算力作为认定标准，基本上意味着先进计算芯片与中国绝缘了，原来英伟达可以特供中国市场的一些型号，现在也都在限制范围里面。

这个问题长期来看，对中国整体人工智能产业发展的影响肯定存在，因为算力基础支撑的芯片从供应上得不到保障，可能只能看中国能否尽快发展出自己的芯片。

另一方面对于海康来讲，海康的生意模式中，几乎是不卖算力的，也不提供高性能的计算芯片。海康讲的人工智能，还包括很强的部署能力。通过到用户现场部署软件、硬件、算法形成一套解决方案，本质上意味着通过前期的蒸馏等动作，把大模型已经浓缩成了小模型。这些小模型在产品端、边缘端的计算问题，可以通过普通的专用芯片来解决，并不需要非常大的 GPU 芯片来承载，所以当下来看对海康的业务并没有构成实质性的障碍。

Q：海康对客户的解决方案在不断升级，不仅在算法或是匹配的小模型上面升级，在硬件方面可能也会有一些升级。请问针对软件的升级，匹配的硬件配套有什么样的布局？

A：这是关于研发加速的话题，我们认为，海康是人工智能一个典型的应用公司。海康说的很多大模型：基础大模型、光纤大模型、音频大模型、视觉大模型等，能在有大量数据的实际场景中解决靠人工建模方式几乎没法分析数据的问题。比如光纤场景，光纤的拉曼散射原理我们是知道的，但至于散射什么样的信号进来，什么样的信号散射出去，如果通过传统建模方式，模型的校准调整工作量非常巨大，过程非常漫长。

现在我们都是用人工智能来做，通过大量数据训练和学习建模，再用少量样本调整，这样的模型比较稳定。针对不同情况，比如光纤测振、测温、拾音的感知，都可以产生很好的效果。通过大模型的训练学习，再进行快速的微调和场景适配，构成了在当前人工智能较快发展阶段，海康在硬件产品端的竞争力。海康的人工智能能力，几乎用在全系列产品中，只要有大量数据产生，有数据的分析处理等环节，都可以在硬件产品端进行训练。

Q：各行各业 7、8、9 月份的情况都不太一样，请问海康7、8、9 月各 BG 大概经历了什么样的变化过程？展望四季度或者明年，会是什么样的趋势？

A：每个月都会有数据波动，确实不像过去线性的、单一趋势的表征，单月好也不能说明大的趋势。整体来说，经济在复苏过程当中，也会有反复的过程，不需要抠特别细，不然因为每个月的信号不一样影响到大家判断就太复杂了。

我们还是比较坚定地认为在现在的形势下，经济状态不外乎复苏比较慢、比较快、不怎么复苏或者复苏比较持平这几种可能性，我们更倾向于还是在复苏的判断，只是节奏上根据不同行业面临不同情况，以及国家政策产生不同的效果，状态会略有不同。

我们会持续观察，也通过季度数据等一些表征持续看待或者反馈一些经济的信号。至少从一季度到现在，海康还是保持相对偏谨慎乐观的预判，从经营结果来说，海康在逐季增长。

Q：海康三季度现金流较好，请问公司是在回款方面采取了什么措施吗？还是因为下游复苏比较好，整个产业链景气度有所回升？

A：从单季度的现金流来看确实不错，但也有一个问题，比如因为整体财政比较紧张，政府回款在变慢。但以这么多年的经验来说，政府回款虽慢一点，也从来没出现过坏账的情况。

近期有一个信号，内蒙有一个政策，对于历史上的应收，只接受现金兑付的话，以一部分是现金一部分是消费券的形式，可以兑付 80%，或者全额兑付。从这个角度来看，虽然中间的过程很难受，但能感受到政府对债的处理有比较积极趋势。随着多省都发行这种特殊的置换债券，可能接下来处理债的过程也会向好。

Q：机器人业务未来重点的发展战略是什么？业务的重点和市场的重点是什么？差异化的核心竞争力是什么？

A：关于海康机器人的情况，在招股书中有比较充分的信息披露，更详细的信息可以看海康机器人的招股书。

Q：公司的费用表现逐季度有改善，针对明后年公司人员规划和人效目标的展望是什么？

A：去年大家都特别关心海康的费用增长，因为海康去年做了较大的人员投入。去年下半年到现在，海康对员工总数的控制比较严格，除产线工人外的员工总数大概 41,000 人左右。未来，如果宏观经济没有明显好转，会继续实行控制总员工数的策略。

从人效角度看，这关系到收入、利润的增速，海康每年年初会做预算，一方面是收入、利润的预算，另一方面是人员投入的预算，两者需要相匹配。但是市场有不确定性，所以收入、利润的实际增长跟预算可能会有偏差，而人员投入是比较刚性的，导致人效出现一些波动。海康的经营比较稳健，虽然现在是以年为单位做投入和产出的预算，但过程中，也会及时调整。虽然海康没有裁员，但内部有不同部门之间的人员调整，比如部分成熟产品线上的员工可以分流到新产品线上，做新产品线的研发、营销、销售等。

Q：海康基于行业模型衍生出了非常多的场景，往未来看，您认为是客户需求决定海康布局模型的方向，还是现在已布局的模型方向也能影响客户采用新的解决方案？长远角度来看，当模型应用到客户的项目方案里，会导致项目方案的平均规模变得更大还是更小呢？

A：客户需求和海康的模型方案，两者是相互的。因为客户需求仍然是最本质的核心，有需求才能驱动双方建立合作。海康不是针对每一个客户做完整的定制开发，这样满足单体客户需求的成本和费用开支会非常大，海康一定是追求规模效应的。这也是海康做行业大模型的原因，因为解决了行业头部、典型用户的需求后，行业其他用户除有少量定制，可能百分之八九十的需求是类似的，是存在规模效应的。行业内，老二、老三都想努力超越前面的竞争对手，所以当行业先锋玩家开始采用更先进、更高效的解决方案，其他竞争对手会有紧迫感，会学习、采用这样的方式方法。

针对项目规模这个问题，从海康在客户端的影响力来说，当解决客户一个痛点后，双方逐渐建立理解和信任，客户会把其他痛点和需求提出来，如果这些痛点和需求不是市面上标准化的痛点和需求，就会定向解决，在这个过程中粘性会增强。往往一个行业的大型客户，当帮他解决一个问题后，他会跟你交流其他的问题，海康有很多行业需求是在这个过程中不断发现的，然后新增更多解决方案去帮客户解决问题。

举个例子，烟草行业中，关于烟草的质量控制，过去比较难实现，因为过去主要靠人的经验判断烟草的干丝、烟叶的各方面指标，很难标准化。现在通过多维感知，不仅是可见光，还有红外、紫外等其他波段的光，照射在有机物上面，会呈现不同的样子，通过给设备设定一些标准指征来判断，就能解决一些问题。这个问题解决后，客户又提出香烟制造过程中产品品控的问题，比如烟盒里有没有漏放烟，或者一箱烟里有没有漏放几条等。这些问题客户都希望用自动化设备来解决。

钢铁行业，海康最开始帮客户做炉温的观测和控制，因为过去需要人走到很靠近的地方拿手持设备检测，环境非常恶劣，工作比较危险，海康通过热成像设备帮客户解决了这个问题。后来客户提出针对皮带运转健康程度的检测需求等等，这些需求都是逐渐展开的。煤炭行业，最初海康帮用户做井下的一些规范性管理，后来用户提出煤炭检测需求，不同煤炭的燃值、灰分，里面的成分是不一样的，到电厂后如何管理。这些问题过去靠人工这种比较粗放式的方法来解决，都是痛点。但当有更多感知手段的时候，可以通过不同光的检测做煤炭质量预测，或不同效果的数据收集。

现在每个行业都在发生很多变化，这些变化没有一种通用的应对模式，需要结合用户现场实际情况来应对，很多都是创新性的解决方案。

Q：在整个海外经营步伐加快的过程当中，汇率波动对收入的影响是否会变大？

A：汇率问题对于所有做外贸的企业，可能都是一个挑战，尤其汇率不稳定阶段，通过外汇套保也比较难彻底解决这个问题。

海康在外汇管理中的主要目标是减少损失，并不是以投机盈利为目的。我们的外汇中包含欧元、美元及各种其他货币，而最近一个季度人民币兑欧元是升值的，所以欧元会给汇兑部分带来一些损失。

外汇对总体营收影响不大，而且目前预测汇率变化趋势也比较难。但公司对外汇管理工作保持严谨细致的态度，各方面都会充分考虑，所以整体上过去几年公司汇兑部分还是比较平稳的。

Q：相较于华为盘古大模型，海康有哪些竞争优势？在业务进展中，是否会有直接竞争？

A：华为盘古大模型的确与海康的模型比较接近，都是三级模型，下面是通用层，中间是行业层，上面是用户层，我们认为本质上差别不大。算力与软件等能力，都是做大模型研发过程中必不可少的，公司也都具备，只不过在服务不同类型客户时，对算力的依赖程度可能不同。

海康目前的业务模式重点在为用户解决具体问题，而不是帮助客户构建大模型的能力，也就是说海康目前还不会给客户提供算力资源，因为这些本身不是海康的主要产品，目前也没有涉及太多这类业务。所以海康与华为在业务定位上有较大差异。

从个体竞争角度来说，海康的特色主要体现在三个方面：

第一，在感知层面有优势，公司构建了全面的感知体系，包括红外、雷达、X 光等全波段的电磁波，声波、超声波等机械波，以及包括流量、压力等大量物理传感技术。通过这些感知能力，可以获取大量行业数据，并基于这些数据构建包括视觉、音频、X 光等各类大模型。而目前市场上各类通用大模型主要依赖于互联网的公有文字类、音视频类数据，这些数据主要偏向于娱乐及生活场景应用，相较于行业中的质量管控、行为校准等场景差异比较大。目前公司为客户提供的各类产品是最接近行业数据生成端的，因此海康具备的感知数据比较有优势。

第二，公司业务面向千行百业，与大量行业用户有深入合作的基础。在垂直行业当中，公司在行业数据的积累，与用户在数据层面的合作等方面都比较深入。所以相对于竞争对手，公司在打造行业大模型上有比较好的基础，也更有优势。

第三，关于模型的小型化部署。相较于很多厂商主要以云端业务为主，海康的业务架构更强调云边融合，公司在边缘端进行模型小型化部署方面，积累了大量经验。目前不仅支持云端部署，也支持产品端的小模型化部署，这两类业务共同构成了海康的竞争优势。部分用户受限于用户现场的各种问题，云端部署比较困难，而产品端小模型部署方案的可行性更高，同时海康也支持在云端和边端同时进行模型的部署。所以海康在模型部署层面具备非常突出的特点，再加上海康有丰富的软硬件及大模型产品，相较于友商可以提供更多选择。

Q：能否从公开数据或报表上直观感受到海康大模型对业务的拉动？是否有相应的观测指标？

A：海康每年都会在年报上披露AI 开放平台用户进展的情况。截至 2023 年 6 月30 日，海康 AI 开放平台服务的中小微企业已经超过 2 万家，生成模型超过 8 万个，落地项目超过 1.4 万个，企业成交用户数超过 1 万家，海康大模型已经具备一定的规模价值。海康从大模型不热门的时候就开始投入，通过这么多年的积累，已经具备了比较好的用户基础。

Q：海康今年的人员管控相对偏紧，公司提到今后还有很多机会，也出现了一些回暖的迹象，请问公司明后年的人员管控政策会不会有变化？

A：肯定会有调整，公司人员管控政策是动态的，即使现在公司内部人员也不是固定不动的，还是在持续流动，比如创新业务因为增长较快，还在增加人员；软件端、硬件端的不同产品线成熟后，资源、人员相对比较富裕，人员就会收缩一些，转向新产品、新业务的研发。现在要说未来两三年的趋势比较难下判断，但总的来讲，只要公司业务是在增长的，人员也还是会有所增长。

同时，海康在新产品、新业务上的投入较多，从这个角度讲，海康并不像做大品类业务的公司，呈现出一条标准的 S 型曲线，在进入相对成熟期后，人效会大幅上行；海康不是这样的，海康是由许许多多小品类业务组成的公司，业绩表现特征也不同于大品类业务公司。对于小品类业务而言，不同品类所处的发展阶段不同，有些可能比较成熟了，有些可能退出了，有些还在早期持续投入阶段，所以会有大量的内部协同和调整。从 2016 年开始，海康连续三年做了比较大的投入，当时是为了抓住人工智能的机会，导致那几年费用增长比较快，但那几年我们的投入还是卡在点上的，现在即使不投入或者投入相对较少，也能够应对。现在大家可能看到别人都在大举投入大模型，但海康好像没有看到什么动静，这不是我们没有投入，而是因为在前期我们已经投入了。

海康很多产品和技术的研发，大概都需要 3-5 年时间的前期铺垫，这个在实业是比较现实的。同时，也正因为需要 3-5 年的前期铺垫，避免了在当下要用的时候才去投入，这样是来不及的。至于明后年的大趋势，还是比较谨慎，如果整体没有大的好转，海康还是会偏收紧一点，因为 2022 年对海康来说也是个教训。如果产业上、经济上有比较好的机会，我们还是会坚定投入。

Q：关于经营周期，过去这段时间公司现金周期有一定拉长，包括存货、应收、应付周转天数。请问公司在这些方面后续的经营策略是怎么样的？本季度海康经营周期出现改善趋势，往后展望是否能够看到公司经营效率回升？

A：总体来看，公司存货比较平稳，基本维持在比较高的水位，这个政策短期内很难调整，因为外部还有较多不确定性。对于企业经营来讲，需要给自己一点腾挪周期，如果存货太少，腾挪周期变短，对企业经营灵活性要求就提升很多，这也是平衡后的选择。公司当下现金流和资金情况较好，相对高库存的压力不大。目前短期内看不到外部环境会突然间好转，仍然还是偏中长期的压力，所以海康高库存水位策略还会延续。

Q：关于现金流和负债情况，海康单季度和今年整体现金流改善幅度较大，长期借款、一年内到期的非流动负债有所增加。请问海康是基于什么考虑做提升长期有息负债等动作？公司是看到了一些新的机会，还是有一些新的想法？

A：这些变化是在公司合并报表中体现的。有些是子公司的负债，包括创新业务的一些子公司，因为公司还小，现金流情况没有那么好，就会产生一些借款，这是比较正常的业务需求。而且，像海康这样规模和质量的企业，借款利率总体上比较优惠，也会导致长期借款增加。总的来说，在这方面谈不上什么大的规划，而是几个维度综合比较，怎么做对公司更有利，我们就怎么做。

Q：关于商机展望，目前接近 10 月末了，请问现在来看，公司明年商机、收入情况是什么趋势？

A：趋势这个问题现在是最说不清楚的，做宏观经济研究的专家们的态度差异也很大，有乐观的、有悲观的。现在要说明年的趋势是比较难判断的，订单、商机的周期也是比较短的，也就看不到那么长。

今年下半年原本希望能落地几个 P 端的大项目，但现在看今年下半年要落地也比较难，可能还是会转到明年落地。从这个角度讲，明年应该没有那么悲观，因为累积了更多需求。对未来趋势的判断，最多只能到这个层面，没有办法做更大的趋势判断。

Q：关于竞争格局，行业过去两年发生了一些变化，从宏观和微观角度看，在竞争格局或者说竞争的激烈程度上，目前有怎样的变化，在海康的财务报表上未来会有什么体现？

A：从大的产业格局来看，竞争状态在向好，过去有很多行业大玩家都想尝试做碎片化的业务，但从结果看，每一行都存在差异，企业也是做一行算一行，一个企业什么行业都做是不现实的。

像海康这种由众多小品类业务构成一定的规模的公司，在全球都比较少见，大企业绝大部分都是大品类、大平台业务，所以可对标、可比较的企业相对少一些。现在来说，大品类或者大平台公司做小品类、碎片化市场，我觉得会比较痛苦，无论从费用端的人员成本或用户端的投入产出来说，规模效应相对是被局限的。

对海康来说，一开始做安防就是碎片化的格局，到现在做智能物联，呈现出更散、更碎的格局，但行业更多了、需求也更丰富了，产品品类也越来越多，所以海康并不害怕碎片化市场，相反会觉得在众多的小品类业务当中，如果能够有越来越多的品类做到行业前三，那就意味着公司在众多的品类中都具有较强的竞争力，应对风险和不确定性的能力就会比较强，公司的发展也会非常地稳健。

我们对公司未来路径的规划，是做众多的小品类，把众多小品类都做到行业中较好、较具有竞争力的状态。从行业变化角度来说，尽管看起来更散，但也更大，需求也更加的丰富多元。

随着 20 多年的发展和积累，海康在多维感知技术上的储备已经非常丰富，覆盖了从电磁波到机械波到温、湿、压、磁等物理传感等多个领域。在这个领域，全球像海康这样储备这么多感知技术的公司比较少见。在这个领域，海康构建了 3 万多种型号的硬件产品、200 多种类型的软件产品，有比较丰富的选项应对客用户需求，在公司定位和行业需求之间做了比较好的匹配。

往未来看，细分领域可能会有持续不断的竞争对手出现，我们不认为只有海康一家独大，产业上仍会呈现一个持续竞争的状态，但是我们比较有信心，产业本身也还是一个比较有朝气、比较有空间的产业，我觉得产业也容得下更多的公司来一起发展。海康要做的就是做好自己，达到有竞争力的状态，那我想在整个竞争过程中，海康也会得到一个比较好的结果。

会议发布了多项成果，包括全球智慧物联网联盟GIIC（筹）与深圳市家具行业协会签订推动制定智能家居互联互通标准战略合作协议、智能照明电工团体标准专家组成立、深圳零碳园区共建项目正式启动；以及深圳市电力线载波（PLC）互联技术协会正式启动。

大会主论坛上，多位嘉宾发表主题演讲，阐述自身对于智能家居的观点与研判。

深圳市家具行业协会主席侯克鹏认为，当前，消费者的需求正在从过去的采购单一品类，向整屋品类采购转变，即过渡到智能家居阶段。智能家居的核心是交互和连接，如何把各个智能家居单品通过生态连接起来，实现与人的完美交互，是未来的主要方向。智能家居单靠家居企业无法完成，必须联合上下游产业链、技术商，多方合力推动。

深开鸿CEO王成录表示，智能家居从单品智能到全屋智能，迈入以用户个性化需求为中心的“智慧家庭+”时代，聚焦家庭安全保障、家庭成员关怀及服务便捷舒适三方面，深度融合“全面感知 + 数据 + AI能力”。

深开鸿基于开源鸿蒙的开鸿安全数字底座，以“KaihongOS+超级设备管理平台”为技术核心，从数据源头保证数据的统一性、安全性和可靠性，解决智能家居设备类型繁杂、数据交互困难、数据源头不安全、格式不统一等问题，为智能家居提供一个统一的数字底座。同时，利用KaihongOS采集到的安全、完备、实时、可靠的物理世界数据+AI行业大模型代替人的经验，助力行业更好地挖掘数据价值，提升决策的精准水平，进一步提升智能家居用户体验。

星闪联盟主任周小兵着重介绍了星闪技术。周小兵表示，未来短距无线通信技术将从尽力而为（Best Effort）通信走向质量保障（SLA）通信，NearLink是一种新型短距无线通信技术，相对于传统技术，星闪技术具有更低时延、更高同步精度、更高可靠性以及更强的抗干扰能力和安全性，将在智能汽车、智能家居、智能终端和智能制造等有更高要求的领域规模应用。

此外，中国通信标准化协会理事长闻库发表了对电力线载波应用及未来的展望；深圳市人工智能产业协会范丛明会长剖析了人工智能在全屋智能领域的应用潜力；华为全屋智能技术总监侯鹏刚将华为在智能空间领域的成果做了阐述，空间智能化将彻底改变“好房子”的定义。

主题演讲之后，大会还举行了主题为《数智科技如何赋能未来智慧家居生活》的圆桌对话，海尔智家、TCL、绿米联创、麒盛科技等公司的高管参与讨论，从各自角度阐述了面对空间智能化大潮，企业如何加快智能化布局，接入PLC、开源鸿蒙、开源欧拉、星闪等新技术，做好智能产品研发创新，加速推进大家居产业转型与全场景智能家居产业升级。

最后，本次智能家居大会举行了2024深圳国际智能家居博览会启动仪式，博览会定于2024年3月17-20日在深圳国际会展中心举办，该博览会将是大湾区首届高标准、高质量、国际化的智能家居展览平台，届时预计将有30万名以上的从业人士参展。雷峰网雷峰网

然而杭州的魅力，并不仅仅停留在传统文化之中，近年来，杭州以创新和科技实力崭露头角，已成为中国现代科技的代表地之一。

亚运会期间，杭州再一次展示了其“数字之城”的风采，尤以这几年重点发展的智能物联技术，为这场盛事增色不少。

通过智能物联，智慧化的比赛场馆、城市基础设施和交通系统得以无缝衔接，高效、智能化的体验，贯穿赛事管理和观众服务的每一个切面。

在这些智能物联应用的背后，有一个耳熟能详的名字——海康。

海康为智能亚运装上智慧大脑

从1990年的北京，到2010年广州，再到2023年的杭州，亚运盛会第三次与中国结缘。

相比以往，这届亚运会是规模最大、项目最多、覆盖面最广的一届。这意味着，赛事组织复杂程度远超往届，要保障赛事期间全面、高效、统一的指挥与调度，面临着更大的挑战。

亚运想要实现智能，离不开智慧大脑。

此次海康为杭州亚运提供的亚运“智慧大脑”们，分别解决的是智能亚运的点、线、面问题。

点，由智慧场馆大脑解决，它服务奥体中心体育馆、游泳馆、综合训练馆三个核心场馆，馆内的智能绿色运营和运营调度效率都取决于它。

针对场馆体量大、功能多样、设备繁杂的共同特点，海康打造了亚运三馆智慧场馆数字化监管平台。

海康威视项目负责人表示，“这一智慧场馆数字化监管平台将场馆运维、赛事保障融于一体，实现了对场馆整体的智能调度，帮助提升综合管理效能。亚运赛后，平台也将继续服务于场馆的智能、绿色运营”。

线，由交通大脑负责，保障亚运赛事交通的高效、有序运行。

位于杭州亚运交通指挥中心的杭州亚运交通指挥调度平台，可以呈现各类交通服务形式的运行信息、重点交通枢纽的抵离信息，以及城市交通情况等。

在这个“大脑”上，相关人员可以实时监测各类形式的亚运交通服务运行宏观态势、交通服务计划完成情况、突发事件应急处置进展，实现“万人运输、千车组织、秒级调度”的智慧亚运模式。

面，由综合指挥平台负责，它可以统筹全局，发号施令。

综合指挥平台位于杭州亚运会赛事总指挥部（MOC），这里是杭州亚运会赛事运行指挥体系的核心与枢纽。

在这个由海康承建的的24小时智能化运行的综合指挥平台上，大到亚运6城的整体概况，包括赛事进程、票务信息、交通物流、电力运行、气象环保、食宿保障、卫生医疗等多种数据信息都能实时呈现；具体而微，又能做到事无巨细，每个场馆的运行情况及每一场赛事，都能快速掌握。

这些“大脑”各尽其职，是对杭州亚运会“智能”理念的重要诠释。

不仅在赛事侧，海康威视的智能物联解决方案在城市侧中也有体现。为滨江水务打造的水务AR实景地图系统，在亚运赛时和赛后持续保障各方用水；为亚运村片区21.5公里的地下综合管廊提供了智能物联监测运维方案……在城市交通、电力传输、气象监测、水环境监测和治理等领域，持续为城市建设和数字化治理提供帮助。

为什么是海康？

从2001年在杭州诞生，到如今全球化的企业，如果说，有谁真正探听过杭州这座城市生长的脉搏，海康或许是其中一个重要的代表。在杭州最重要的城市形象和能力展示的亚运会上，海康也不能缺席。

杭州举办一届规模空前的亚运会，是个庞大的系统工程。各项系统落地事无巨细，产品的快速对接和数据治理，工作量大，难度高，为其服务的企业，将直面来自技术能力，产品应用范围，业务积累以及协调能力的综合考验。而这恰恰是海康的强项。

杭州亚运会作为国际赛事，对服务能力也提出了高要求，系统的持续稳定运行至关重要，但海康已经在服务各行各业中，提前磨练过千百遍。

强大的产品实力和丰富的营销服务网络，是海康从安防走向智能物联积累的核心能力之一。当这些能力被迁移进亚运会中，于是能看到，海康用智能物联的新应用，实现了场馆的智能绿色运营；万人千车的有序运转；跨城跨地的高效指挥调度。

以杭州亚运会为模板，一场对智能物联的综合展现

在雷峰网看来，亚运会不仅提供了一个体育竞技的舞台，也是智能物联企业展示能力的最佳平台。

作为率先直接将智能物联明确作为业务定位的企业，海康借此展示了其技术和解决方案在复杂环境下的可靠性和稳定性。

物联感知、大数据和AI的技术和产品能力，不仅服务于亚运，也在服务社会的各个领域。海康在亚运，打造的是一个智能物联技术的落地样本。海康本身，也是杭州在亚运期间，展示的一张智能物联名片。

在智能化、数字化技术方案层出不穷的今天，各行业、各场景都面临升级转型，越越多的智能设备彼此互联，更多的智能应用不断涌现。

“智能亚运”像一个窗口，使我们得以窥见智能物联技术是如何融入一座城市发展的肌理，又将带来哪些改变。

于海康而言，它以亚运会为平台，展示了其在智能物联领域的实力，以及服务千行百业的数字化升级的自信。

于亚运会而言，其也以自身为试点，进行了一场对智能物联的全面考验，为智能物联在更广阔天地间发生提供了一个跳板。

古老的传统文化与现代科技交融相汇，绘就出了杭州独特的城市画卷，而在这幅画卷显眼的位置上，海康已端端正正留下了一处以“智能物联”为题的墨迹。

数据爆炸、技术变革、效率提升......当下的万物互联，我们见证了高效通信与连接带来的惊喜。降本增效强需求下，竞争的底层逻辑已悄然发生转变。

智慧物联领域，场景碎片化前提下，如何站在全局高度，让新一轮产品真正贴合市场需求？

数据通信，是各类业务恣意生长的重要基石，此前一直没有走到台前。这次，答案或许可以从中找到。

后数字化时代，“必答题”数通的分值提高了

安防时代，数通产品的作用是提供高效、实时的数据传输，使安防设备能够实现远程监控、智能分析、联动控制和远程管理等。

近几年，行业数智化飞速发展，需求迭代越来越快。物联应用变得更复杂、智能和全面，日益庞大的数据吞吐量，倒逼着通信行业升级出更高效的网络带宽，更智能的处理模式，对数通产品性能、安全性、灵活性和智能化随之提出更高的要求，数通市场需求旺盛。

市场虽有华为、新华三、思科等的成熟方案，但由于物联终端设备越来越繁杂，不同的用途对速率、功耗、功能等各项指标的需求不尽相同，在与外部产品的适配中出现种种问题。

说白了，谁能更快速落地智慧物联产品和方案，更稳定的运行设备，谁就能在数字化的落地和升级上快走一步。

数通产品自带的基础设施属性，及其与智慧物联行业紧密而微妙的相互影响，使得部分以安防转型智慧物联的企业，开始深入数通领域。

以往，使用外部供应商的数通产品，需要依赖对方的生产周期和意愿。考虑到成本和场景等因素，部分物联企业需要的产品，数通厂商不是做不了，就是不愿意做。于物联网企业而言，向上游供应商采购现成产品的合作模式，更适合早期四处圈地的“场景争夺战”。

自己做数通产品，则意味着更多的主动权和更大的灵活性，面对市场变化可以快速做出反应，更适合当下“小范围作战”，讲究精益求精的新发展阶段。

事实上，中国数通市场上，除华为、新华三等ICT圈（传统通信）企业外，以安防转型智慧物联的企业，已经开始深入数通领域，挑战通信厂商的份额。

智慧物联和数通的进一步融合必然催生新的市场，智慧物联企业的天然优势在于，他们距离业务场景更近，在各个领域积累了丰富的行业经验，能够深刻理解客户需求，提供最优解决方案。

智慧物联企业切入数通领域，是积极适应这一加深融合的趋势，他们自信能够在新市场形成过程中，占据一定的位置。

非同小可的数通，孤掌难鸣的智慧物联

行业数字化落地的条件分为两大部分：一是软硬件产品；二是基础的通信连接能力。

以往，安防企业和通信企业各执一端，搭伙拼凑出一个完整的解决方案，在安防时代，尽管落地场景零零碎碎，但整体数据量不大，客户端要求也并不复杂，握手言欢的合作模式高效直接，更关键的是够用。

智慧物联时代，不仅场景碎片化加剧，需要处理的数据流量也不可同日而语，直接合作的模式呈现出力所不能及之处。

很多场景的需求，无法仅靠软件升级解决，而是要使软件和硬件实现最优组合，但通信企业往往难以同智慧物联企业一起精耕细作，直到服务用户的最后一步。

数通产品，作为智慧物联企业亟待填补的重要一环，与外采相比，自己开发具有更多优势：兼容、快速响应和数据安全。

首先，外采产品存在与现有系统或设备不完全兼容的问题，需要进行复杂的集成和配置，可能涉及定制化的开发工作，面对碎片化的需求，外部供应商不会全盘接受。

自研数通产品，则可以更容易地集成到企业现有的系统和设备中，兼容性更强。

其次，外部的数字通信产品可能不符合企业的特定要求，从而影响智慧物联应用的效果，出现问题时，响应可能也不够及时。

打造自己的数通产品则能减少对供应商的依赖，并在出现问题时及时响应，给客户带来更好的使用体验。

再者，智慧物联企业需要处理的数据越来越多，数据安全风险也逐渐增大，智慧物联企业无法完全掌控外部供应商的数据安全措施，可能导致数据泄露或被攻击。

自研数通产品则可以根据企业的具体需求，强化安全措施。

除此以外，自研数通产品的好处还包括：在数通产品的使用上，获得更大的灵活性；触及业务细枝末节，促使企业内部更好理解智慧物联产品；长期来看，带来更高的效率和更低的成本；以及提高差异化竞争优势，提升用户体验等。

使用外部数通产品存在种种问题，打造自己的数通产品则能规避这些问题，为了在精耕细作的新竞争阶段占据优势，选择自研似乎是一条更符合当下背景的路径。

然而，对于智慧物联企业来说，自研数通产品虽有诸多好处，但并非所有智慧物联企业，都有能力、有必要开发自己的数通产品。

中小公司开发数通产品，第一步就卡在技术和资源投入。

数通产品的开发涉及物联网、网络通信协议、数据安全等多个领域，技术复杂，并且人力、财力和时间上的支持缺一不可。

中小企业资金以及技术实力都较为有限，主干业务上尚且分身乏术，很难再抽出精力进行这类“底层建设”，尤其在市场上已经有琳琅满目成熟解决方案的背景下。

再进一步，纵然有中小企业咬牙克服了技术与资源限制，但自研数通这件事，于其而言实在没有很强的必要性。他们的竞争逻辑应当是，牢记自己的核心优势，其余部分寻求外部供应商的成熟方案，主打轻装上阵，以灵活之姿应对快速变幻的市场环境。

与中小企业不同，对大华这类大型智慧物联企业而言，站在市场需求和企业战略角度，布局数通业务是必要的，并且这类企业在早期获客、研发成本、与硬件适配等方面，都有显而易见的优势。

数通产品应当融合于整体业务，就像将水溶于水

大华对数通产品的思考不是孤立的。

在大华“全感知、全智能、全连接、全计算、全生态”的五全战略中，数通产品是对“全连接”能力的强化补充。

可以看到，围绕大华以视频为核心的智慧物联解决方案提供商和运营服务商的定位，数通业务被抬高到了战略的高度，与其他环节紧密相连。

安防场景是大华数通行业产品第一阶段的主要市场，数通作为一个强配套环节，为大华安防整体方案又添上了一块拼图。

大华自带产业资源，通过将数通产品融入自身业务，可以影响产业上下游。

一方面，安防是大华典型的自有业务，大华数通融于视频、数通、物联三大板块硬件产品体系中，能直接配套自有硬件。

另一方面，大华掌握着触达产业资源的平台接口和渠道，通过适配渠道全系产品的SMB平台体系，数通产品的测试场景和落地应用也都唾手可得，可以快速向上下游拓展，培育第一批种子用户。

市场越来越强调一体化的解决方案，将数通产品与自身原有产品、平台完全打通，即意味着能从最底层发力，优化定制化解决方案，更好地服务原有产业端客户，吸引新客户。

站在战略高度，对于在安防领域有举足轻重地位的大华来说，亲自下场做数通，是走了一步“进可攻退可守”的好棋，“退”可深耕原有业务，“进”则能从传统通信巨头手中切分蛋糕。

可以说，在安防领域，大华要做“最懂安防的数通产品（交换机）”；在通用IT领域，要做“新势力”，成为传统数通厂商的挑战者。

经过多年布局，目前大华已经形成丰富的网络传输产品体系，包括交换机、路由器、无线WLAN，以及相关的配套产品，这些产品已经应用在企业级和工业级众多领域。

大华全千兆工业级管理型PoE交换机

以交换机为例，横向上接入层、汇聚层、核心层均有覆盖，纵向上工业交换机、PoE交换机种类齐全，基本能覆盖所有安防体系网络建设需求，以及中大型园区网络建设需求。

在接入层交换机上，大华结合安防特色场景，新增了PoE看门狗、功耗管理等智能管理，以及可视拓扑、300米-600米超远距离传输、6kV端口防雷、适应-40℃~+65℃宽温等功能，可以适应极端恶劣环境。同时，利用特色工业交换机、PoE交换机，结合统一网管平台，可以形成整体竞争优势。

作为专业的安防厂商，大华交换机具有区别于传统数通厂商的优势。

由于大华距离产业更近，因此更能切中行业痛点。比如大华初代交换机产品就已具备了对视频传输中的大文件包处理做特殊优化的能力，能够保证传输过程中不丢包，不丢帧，视频稳定传输。

此外，大华还能够对交换机产品进行灵活升级，组合搭配出更多功能，适应需求碎片化的安防场景。

结语

随着智能化时代全面到来，各行业、各场景都面临升级转型，传统的数据处理方式开始变得捉襟见肘，日益庞大的数据吞吐量，开始呼唤更高效的网络带宽和更智能的处理模式。

未来物联与数通的交融会越来越深，彼此的相互依赖性也会越来越强，智慧物联企业布局数通业务既是顺势而为。

在雷峰网看来，优秀的数通产品和优秀的智慧物联产品固然缺一不可，但如果他们无法完美适配，就难以发挥彼此的优势，很可能落得各自美好的结果。

在纷繁复杂的产业链条中，拨开虚浮表象，对自身产品体系进行完整清晰的梳理，而后抓住数通业务这一破局的关键点，与自身现有业务形成最优组合，这是大华找到的外防入侵，内防忧患的策略。

对于大华来说，一只手抓住智慧物联产品的基本盘不放松，是保证营收的坚挺；另一只手紧紧攥住数通产品，是抓住未来的先机。

当下，还难以言说数通产品将给智慧物联行业带来怎样的意外之喜，但可以确定的是，届时这份惊喜的答案一部分会被握在传统通信企业手中，另一部分则将藏在智慧物联企业身上。

国内主业方面，2023 年上半年三个 BG 营收总和 190.21 亿元，同比下降 5.33%。其中公 共服务事业群 PBG 实现营收 62.73 亿元，同比下降 10.06%；企事业事业群 EBG 实现营收 69.96 亿元，同比增长 2.42%；中小企业事业群 SMBG 实现营收 57.52 亿元，同比下降 8.50%。

今年上半年，PBG 业务的开展，主要受政府财政状况较为紧张的影响，项目进展缓慢， 公安和政府业务受到影响较大，交通业务整体表现较好。三季度，政府端一些商机正在启动，个别大项目将在下半年落地实施。海康认为一旦政府资金压力缓解，PBG 业务将有较大改观。

EBG 业务，企业降本增效、改善管理、提升运营的动力依然强劲，能源冶金、智慧建筑、 工商企业、教育教学等行业均有所增长，餐饮、文旅等消费领域复苏较为明显。

SMBG 市场随经济波动较为明显，随着经济复苏情况向好，下半年 SMBG 将有不错的表现。

境外主业方面，上半年实现营收 99.09 亿元，同比增长 2.30%。海外贸易环境继续分化， 以美国为首的部分发达国家打压和排斥中国公司的势头还在加大，广大亚非拉国家和地区的 业务表现主要与当地经济情况较为相关。海外业务第二季度的表现好于第一季度，其中拉美、 亚洲、南欧、非洲等区域增长较好。

创新业务上半年实现营收 81.88 亿元，同比增长 16.85%。二季度消费相关的业务如萤石、海康存储均有所恢复，预期下半年创新业务将会继续保持较好的增长。

毛利率方面，上半年毛利率为 45.18%，比上年同期提升 2.04 个百分点，主要得益于公司持续推进降本工作。目前海康威视的人员规模控制较为严格，编制投放以创新业务为先。

近日海康举行了投资者问答。

以下是调研全文重要内容，雷峰网作了不改变原意的整理与编辑：

Q：上半年公司研发投入持续增加，能否展开介绍一下研发投入的具体方向？

A：公司研发投入主要体现在研发人员的人工成本上。相较于公司对主业各方面研发投入的严格把控，目前主要的研发投入方向仍在创新业务。因为创新业务收入增长预期更高，市场机会更多。在当下日趋复杂的经济环境下，海康还是维持谨慎性原则，在一些机会点上会加大资源投入。

Q：未来，公司研发费用的投入趋势是怎么样的？

A：海康主要的经营方式是以技术创新作为最重要的竞争力来源，所以持续推进研发投入是保障技术创新的重要基础。自 2018 年到 2022 年，公司的研发投入占销售收入的比例由约 9%增长至 11.8%，中长期来看，我们会大致保持目前的比例，略有波动。

内部研发资源调配方面，公司会在部分成熟业务上收紧资源投放，转移到新产品、新业务中，以提供新的增长点。整体研发投入方面，我们会维持研发强度，在研发人员费用上可以体现出来。

Q：目前公司海外业务情况不错，对第三、第四季度预期如何？未来的发展会呈现怎样的趋势？

A：对于第三、第四季度公司的海外业务，我们整体保持谨慎乐观的态度。目前海外业务环境分化较为明显，发达国家的业务受政治层面各种政策影响较大，发展中国家的业务增长相对较为平稳。

综合来看，基于海外业务覆盖的区域范围、潜在的市场空间、新产品的不断投放，公司海外业务在未来仍会保持增长的趋势。

Q：上半年公司在发达国家与发展中国家的业务占比情况如何？

A：公司去年海外业务在发达国家与发展中国家的占比大概保持在四六的水平，今年上半年发达国家的占比有所下降，发展中国家的占比相对有所提升。

Q：从中长期角度看，SMBG 与 EBG 的增速表现是否更好？PBG 方面，如果市场恢复不错，是否也会有不错的增长？

A：从当下宏观环境来看，目前还没有可以做出判断的显著依据。从本行业角度来看，下半年如果保持与上半年差不多的发展态势，可以推断目前是一个慢复苏的过程。基于慢复苏的过程，我们认为 EBG 与 SMBG 未来是正向发展的趋势，但因为外部环境的不确定性，暂时无法给出具体的增速情况。

PBG 方面，目前政府端有资金层面的压力，如果第三、第四季度包含专项债在内的外部因素向好，我们认为下半年 PBG 的压力相较于上半年会有所缓解。从微观迹象上看，公司 PBG 业务在第三季度的确有部分大项目在持续推进，但是否能改变 PBG 整块业务的业绩表现，还需考虑宏观政策的变化。

但整体上，我们预期国内业务收入会呈现正向增长，加上海外业务、创新业务等板块的正向加持，未来公司的业务增长会有不错的表现。

Q：随着毛利率与费用率的持续改善，公司四季度的净利率是否会有好的表现？

A：我们确实在朝这个方向努力。

Q：海康创新业务子公司机器人发文提到结合大模型进行了一系列落地实践，传统的自动化系统会受到技术落地应用的限制，海康基于大数据库的超级模型，能够实现更轻松的识别和获取货物的深度信息，做出灵活的应对。海康目前在大模型方面有哪些进展？对于大模型的下一步展望和计划是什么？

A：在一季度业绩交流过程中，浦博对海康的大模型、AI 进展做了很多沟通。基础投入部分目前没有实质性的变化，毕竟中间只间隔了几个月的时间。我相信大家更关心的其实还是 AI 技术在产业内的落地，以及对产业本身带来的进步。

外部现在都在谈多模态大模型，海康从事的是天然的多模态业务，我们在 2019 年左右就已经直接进展到多模态的阶段，目前发展已经非常成熟。行业内通用大模型也有了比较大的进展，包括开源算法的进步，随着外部的变化，我们的能力还会水涨船高。

从内部实践来看，我们的重点投入在行业数据和用户数据的训练层面，在通用大模型基础上构建行业专用、用户专用的模型和算法。不管是从模型的数量、筹建 AI 开放平台的时间、积累的用户基础，甚至是软硬件结合、算法结合的方案落地，我们都比较领先，一直在行业应用的层面开展迭代。

接下来，我们会保持常规做法，广告投入仍会相对较少，因为大模型本身与宣传没有直接关系，海康不太宣传大模型，不代表海康没有大模型，更大的挑战仍然是如何把模型落地，算法落地，降低开发成本，同时更好满足用户期望，在更多行业做落地应用，针对这些方面我们会投入更多的资源。

现在我们看到一些希望，在数据入口端，例如远程巡检的数据入口，逐渐能够看到算法产生的价值。比如行业规范性的要求，过去可能是在单点行业、单点企业上落地应用，现在逐渐变成多个企业或多个行业通用的要求。

Q：过去海康持续进行了一系列变革，收入端持续创新高，但因为对人才的水准要求，成本上通胀的属性，人均创利并没有伴随收入的增长趋势成正比。假设未来宏观经济环境回暖，这一轮和技术结合的落地能否带来更多的人均创利？

A：这个问题其实就是关注当下投入能否有更大或更显著的产出。我们在这方面做了比较多的努力，当下宏观环境下，EBG 方面仍表现出很强的需求韧性，未来，我们将继续在整体行业以及各个不同行业，拓展可复制性和规模效应，这是接下来业务上的一个大目标。

同时，还是要结合海康的商业模式。全球大型企业多为大品类业务，像海康这样将小品类做到一定规模的商业模式相对较少。大部分大品类业务企业，大家对其各方面都比较熟悉，因为大品类业务一旦达到一定比例市占，便可能产生一定程度的市场垄断效应，出现溢价。小品类业务主要由市场的碎片化需求构成，从满足需求的角度来说，会出现大量产品细分，这是小品类业务的必然要素。经过多年积累，海康在碎片化的行业中，在众多细分领域都有了产品布局。这些布局仍维持产业 S 型曲线的规律，每一个细分都有创新、持续增长、成熟到衰退的过程，所以我们要不断做新需求的拓展，引入更多创新。

所以我们的智能物联产业是在不断迭代的，未来这种迭代还会持续下去。当大品类业务走到成熟及衰退期的时候，比较难很快有新的大品类来做承接，这就出现了企业的兴衰成败；但在小品类业务中，这种过渡不会太明显，而是体现为群体性的一批产品的成熟、新的迭代产品的出现，这是小品类产业不一样的特征。

从人才和投入产出的变化来讲，我们现在正处于从传统的安防向智能化或智慧化业务转型的阶段。可见光摄像机类产品已经成熟，但现在我们赋予了他们一些新的应用，让它在新的领域发挥价值。可见光仍然是海康非常重要的技术核心，目前除覆盖电磁波完整光谱外，对机械波、音频也做了大量研发投入，预期未来音频在工业探伤、工业听诊等领域会有较大的需求应用，这些都是我们在底层打下的技术基础。我们还在培育孵化数字化创新这一大行业赛道，但因为这个赛道跟千行百业息息相关，这也是现阶段大家难以看明白算清楚海康业务的一个原因。但从业务逻辑上讲，我们已经对产业的需求空间看的很清晰，会非常坚定的走下去。从人才和投入这个角度，短期如果投入稍微收敛，能够有更高的产出；但中长期看，我们要维持平衡，做“产出再投入”的循环。

Q：公司创新业务发展得非常不错，上半年收入占比超 20%，机器人和萤石都处于行业领先，能否分享其他创新业务的发展情况？哪个业务会最先成型？

A：总体来看几个创新业务都还不错，因为赛道不同，每个企业面临的机会和挑战也不太一样。

从收入规模上讲，目前排到第三的是热成像业务，一方面热成像本身技术门槛相对较高，另一方面我们在全球做业务，所以总的来说有不错的机会。安检、医疗业务也都有机会，今年可视场景下的检测给安检带来了一些机会。医疗方面，由于行业本身对医疗设备有一定要求，赛道较为封闭，目前我们已有部分产品完成认证，效果不错。所以往未来看，虽然这些赛道可能都不是特别大，但都有不错的机会。

汽车电子和消防的赛道特性也很突出，汽车电子作为汽车产业的供应商，利润率比较低，长期来看需要规模和创新持续推进，才能在低毛利的情况下有较好的利润表现。消防板块，智慧消防整体行业的切换没有我们预想的那么快，目前还在传统消防和智慧消防同时推进的过程中，更长的未来会有很多机会。很多业务都是在痛并快乐着，创业总是没有那么容易的。

Q：创新业务中哪些跟主业的销售体系是共用的，或者说有比较明显的协同效应？

A：这些业务都各有各的营销方式，比如智慧存储业务，部分产品销售会给海康，但同时存储也发展自己的品牌，在电商分销渠道上也做的不错。消防、汽车电子、机器人都有完全不同的营销方式。过去大家觉得萤石跟海康威视交叉较多，但从萤石披露的信息看并非如此，还是不一样的。海康做 To B ，萤石做 To C ，产品定位不同，面对的客户群体也不尽相同，因此接触客户的方式就会存在较大的差异，To C 业务更多运用电商和一些更短距离的营销方式。

但在一个集团体系里，我们还是要推动产生内在协同的价值。比如在大模型、AI 的一些进阶上面，研究院有很多同事技术比较领先，部分同事会通过内部工作上的切换，到创新业务里带领分支 AI 工作的开展。

Q：8 月 15 日网信办关于生成式人工智能管理办法正式生效，请问海康会不会申请可能需要面对大规模消费者的牌照？

A：生成式这类业务目前不是我们的主赛道，但现在也不能绝对地说百分之百都没有这个可能。

Q：海康上半年毛利率有明显提升，能否请您具体拆解其中的原因？另外下半年的展望如何？

A：从营收成本来看，数据上略有下降，可以看到是降本取得的一定成效，对毛利率产生了较大影响。同时在销售端，我们要做有效益的增长，在收入结构上做出了一些变化。应该说成本和销售收入两方面对毛利率都有一些正向影响。下半年总体来看，毛利率应该会保持较为平稳的状态。

Q：上半年境内主业中， EBG 实现了正增长，分下游领域来看， EBG内部的拉动项和拖累项分别是哪些领域？这些领域下半年边际上会有什么变化？

A：EBG 总共六大行业，我们开始提到的四大行业都是增长的，没提的两个，一个是金融，一个是文体卫。金融行业这几年因为线下网点都在收缩，所以金融板业务也在下行，文体卫一定程度上也受经济的影响。智慧建筑整体跟房地产有一些直接间接的关系，但受益于今年产业园业务的进展，智慧建筑跟 2021 年比还有一点负增长，但与2022年相比，呈现同比增长势头，今年来看，智慧建筑正在慢慢走出房地产背景带来的负面影响。

Q：机器人业务上，未来对 B 端或 C 端的构想和布局是什么？

A：机器人大量的信息在招股书当中有比较清晰的披露，目前机器人主要是两大业务，一是工业相机，一是 AGV。工业相机目前在国内已经处于行业中较为领先的位置。AGV 这几年在国内、海外的增长势头都比较快，发展比较迅速，增加了产品的系列和各种各样新形态的产品。关于未来的变化，我们想留到机器人路演的时候，再跟大家交流。

Q：能否分析一下上半年现金流取得较好改善的具体原因？去年行业竞争较为激烈，今年竞争方面是否会有好的改善？激烈竞争对毛利率是否有一定的正向作用？

A：现金流主要是应收多抓一点，花的少一点，其他没有太大变化。尤其现在环境不好，所以在应收款各方面的管理都抓得紧一点。

关于竞争，环境不好竞争只会越来越卷，我相信不仅在我们产业，其他产业内的压力也越来越大，这可能是一个普遍的现象。从竞争的价格等各方面来说，竞争力有时也体现在价格、账期等商业因素上，所以要有竞争力，还是要向内提高性价比，我们今年也做了比较多的降本工作，毛利率的改善可能会比较明显一些。

Q：根据半年报，在外部环境很差的情况下，海康二季度做得比一季度更好，逐季度改善的趋势是否成立？对于全年业绩指引，是否会做以调整？

A：我们认为逐季度改善的趋势比较确定，我们对下半年业务抱有比较大的期待。关于全年业绩，年初和大家交流的时候，希望以今年对标 2021 年，没想到后来外部宏观环境变化这么大，关于业绩目标调整也是不言自明了。

Q：关于 AI，越来越多人认同在大模型的能力提升后，由对行业理解更深的公司，在更细分的场景把行业端模型更好地应用起来。海康怎么看 AI 的应用趋势，行业案例上有没有明显的变化？

A：从落地的角度，智能算法都要经过从通用模型，到行业模型，再到用户应用的三个步骤，今天大模型的发展也遵从这三个步骤。在三步走的背景下，我们的商业进展主要追求效率。

最初做 AI 开放平台时，我们帮用户训练一个算法可能要 10-20 天时间，用户需要投入资源，对图片库等训练素材的质量要求也比较高，训练出来的算法距离预期也有差距。所以在项目上，我们需要持续训练，做许多落地后的改进，这导致在落地环节的成本特别高。现在开放平台的整体能力不断提升，通用大模型的能力也越来越强，预训练的质量就有了保障，在做应用的时候，对于训练数据的需求量小了，算法需要做的改进也少了。相比之前，意味着推广成本变小，落地速度加快，这就是底层算法能力提升带来的好处。

现在整个社会对于 AI 的理解也比三年前进步了很多，以前用户可能不太理解不太认可，现在用户对于 AI 相关的方案都跃跃欲试，我们认为这是良性的发展。

往未来看，我们对于算法的泛化能力期待会越来越高，对于海康这样提供软硬结合的综合解决方案的公司来说，算法是我们方案中的一个部分，泛化能力强的算法会进一步提升我们方案的可复制性。

Q：汇兑收益没有去年同期多，原因是什么？

A：今年上半年的汇兑收益为 2.85 亿元，没有去年那么多，因为这几年中我们的美金资产占比在下降，我们希望推行多币种结算，在今天的国际环境下会更合理。我们也会支持用人民币做海外贸易结算，但人民币结算的推进不取决于我们的意愿，而是取决于国家金融机构与国外相关机构的对接，取决于客户使用人民币的便利性，但从趋势上说，我们还是支持人民币结算。

Q：海康发展到现在，产业链布局越做越强，在上游的布局上，近两年有没有挖掘新的传感方式或新的业务投资？

A：不管过去、现在还是未来，我们一直都在不断夯实传感器端的技术基础，现在的传感器不仅是光学，还有机械波、声学、压力、流量、温度、湿度、磁力等种类，因为细分需求比较散，所以产品品类会特别多。我们到今天也许已经是全球范围内传感器丰富程度比较领先的公司。在这个基础上，我们希望发挥多品类传感器的协同效应，比如在智能制造场景中，可见光的感知是基础，还有热成像、雷达、压力、流量的传感器参与到方案中，这些产品可能来自海康威视、海康机器人，或者其他子公司。这些产品形成的完整方案，能够更好地为客户提供服务，这就是我们看到的业务之间的协同效应。

另一方面，因为我们的应用面宽，销售体量大，足够涵盖多维感知、人工智能、大数据技术等方面的全面研发投入，大规模的研发投入在一个个客户和场景中得到分摊，比小公司更有规模效应。

Q：目前外部宏观环境压力较大，国家也在积极采取措施解决问题，但何时能有明显变化还较难判断，如果政府的财政问题得到一定缓解，海康的 PBG 业务是否属于能相对优先落地的方向？

A：这方面我们还是有信心的，刚才提到的企业数字化转型需求，包括降本增效、提升运营能力、改善管理，这些目标对政府也是共通的，只是政府端的业务受过去传统管理方式的影响，变化过程中的限制性条件更多，但我们也确实看到了这方面的需求。

过去几年，我们 PBG 领域里有两个比较大的板块，一是公安，一是政府业务，所谓政府业务就是政府众多行业的汇总。过去公安板块略微下行的时候，政府业务增长表现不错，原因是政府在行政管理、行政服务过程中，越来越注重民生和老百姓的感受，所以要做大量的提质增效应用，同时还有一些管理手段科技化的应用，包括河道管理，路段管理等。我们认为现在政府赛道已经不是传统意义上以公安为主或以安全类需求为主的状态了。

我们曾经也讲过 PBG 现在有几大板块，大安全是其中一块，还有大交通、大生态、大服务。大交通板块，包括管、铁路、民航、港口、轨道等，因为跟民生特别相关，所以这块提效做的非常直接。大生态板块，包括水利水务、生态环境保护、耕地保护、自然资源保护、气象等，能感受到政府对这块非常重视。大服务板块，包括市政管理、市场监管、宣传教育、行政服务等，这些是大家生活中能够接触到的方面。所以我们对政府业务的判断是，如果资金层面略有好转，很多需求其实是比较刚性的。

Q：前几年郑州水灾时，政府推出过一些项目，今年国内部分地区受到自然灾害的影响，一些地方政府是否已有意向推进相关项目？

A：现在大的自然灾害频率很高，面对暴雨水灾、城市内涝以及旅游景点的山洪爆发等突发性事件，需要在很短的时间里做出应急响应。如果纯粹靠人管理，效率特别低，现在能看到这类需求在涌现，只是受限于当下政府资金层面的压力。如果未来资金层面向好，我们认为会有更多需求较快落地。

Q：宏观压力下，行业内价格、账期的竞争压力较大，前几年在行业高举高打的一些头部科技公司，已将部分相关业务进行重组或取消，前几年比较火的技术类公司，在市场上也不像之前冲得那么猛。针对这些现象，可否理解为一方面有竞争力的玩家在变少，另外一方面留存下来的公司在宏观压力下，各方面竞争仍比较激烈？

A：您理解的没错，从玩家角度讲，我们认为整体的竞争格局在向好。过去大家可能对这个产业都跃跃欲试，这几年逐渐发现如果在碎片化场景没有长期积累，中途切入进来难度很大，因为产品品类太多，业务太散，很难一下子找到好的抓手，产出效益也不明显。这是赛道特点带来的难题，尤其跟大品类业务相比，而且这个业务也不是通过一两年的攻坚就能切入的。

另外一方面，宏观压力较大的时候，微观层面的竞争是在加剧的，就单体项目的竞争来说，有些公司愿意报更低的价格抢夺一些机会，这个也正常，避免不了。所以这两种情况都存在，在格局层面是向好的，在微观层面是比较卷的。

Q：关于前一段时间外媒的一些报道，可能让很多投资者对公司的未来发展产生了一些顾虑，您方便澄清一下吗？

A：关于外媒报道的这些事，不单单在我们身上发生，在其他大企业身上也有，政客对于这方面的提议非常多，有可能是因为大家特别关心海康，所以当我们涉及到这方面问题时，大家会更加敏感。过去虽然也有报道，但没有落地，往未来看，我们认为海康作为一家企业，没有这么大的影响力，其次在我们身上开战，问题也不仅仅是商业制裁，所以我们对这个问题比较淡定。

人类社会走到这个阶段，各个国家的政府还是相对比较智慧的，虽然政客什么都能说，但本质上来讲还是寻求利益，所以没必要用一些极端手段导致两败俱伤。

媒体报道有自己的方式，因为很多的政客和政治势力需要这样的话语来获得关注和一些政治利益，这是现实存在的。可能大家也发现，在一些国家会有极端的语言，包括攻击中国公司的一些观点，这样做能够获得关注，这是当下我们在全球面临的现实挑战，但是真正有智慧的政府会衡量轻重，所以我们不用太顾虑这样的报道。

Q：目前公司创新业务占比超过 20%，请问在未来两年或更长时间，随着创新业务占比的提高，公司整体的毛利率趋势会向上走还是向下走？

A：我们认为公司毛利率在 40%以上都是合理的，从实际经营结果来看，毛利率基本保持在 43%-45%的相对理想区间，今年为 45%。公司对毛利率管理并不是完全没有影响力，并不是毛利率下行公司就无能为力，毛利率是公司整体业务竞争力的体现，是公司对包括产品、成本、管理在内各方面掌控的效果。

公司目前有 8 个创新业务，各有特点，汽车电子因为是汽车产业链配套，毛利率不太高，随着其业务体量扩大，会影响创新业务整体的毛利率，这是收入结构的变化；智慧存储也是毛利率偏低的业务，但这都是各个赛道的正常特点，各项创新业务处于不同赛道，需要接受赛道中的常规做法。

创新业务公司体量都还不算太大，目前对公司整体毛利率波动的影响没那么大，未来一到两年内，都不需要很担忧这种收入结构带来的毛利率大波动，更长远来看，还要看宏观经济和产业环境的变化，目前无法确定。但对公司来讲，不管身处怎样的环境当中，我们都努力去做得更好。

Q：海康应收账款向上的趋势比较明显，是否主要受到 PBG 业务的影响，政府业务的账期是否有延长？

A：很多因素都会影响应收账款的结构，有什么样的收入就会有什么样的应收，在所有业务当中，萤石的现金流表现是最好的，因为萤石主要是 To C 业务，一般现款现结；其它 To B 业务、有账期的业务都会产生应收。以机器人为例，因为存在产品交付和项目验收，假设行业普遍需要 8-9 个月完成 1 个项目的验收，我们可能做得好一点，5-6 个月，即使这样，都会产生几个月的应收账款，所以机器人业务做大了、收入增加了，也意味着应收账款是增加的。这是正常的因为规模增长带来的应收账款的增长。

政府业务的应收账款会有一些参差错落的变化，有的区域当前资金面确实比较紧张，可能更着急解决其它问题，应收账款就没有及时处理，这些情况作为个案是存在的，但是这么多年政府几乎没有发生完全违约、不付款的情况，只是可能拖一下、晚一点，等到资金状况好的时候会支付，所以不用太担忧。

Q：其它 To B 业务如机器人，跟原有业务相比账期是否会更长一些？

A：To B 业务账期有长有短，不能一刀切谈变化，账期是一个商务条件，像价格一样，价格高一点，账期就长一点，价格低一点，账期可能就紧一点，这些都要就个案而论。如 SMBG 的经销商业务，应收账款规则性强一些，对不同群体客户的应收账款规则不太一样。

Q：海康是否有评估经济下行对公司应收账款回收可能造成的负面影响，是否有针对性的措施？

A：这个问题非常对应当下的经济形式，在现实当中确实也是存在的，如房地产业务就首当其冲，过去两年房地产的情况大家都清楚，我们在这方面开展业务已经很谨慎，应收账款放的比较少，收得比较紧。

同时，公司经营多年，遇到过各种各样的情况，如果确实发生一些突发状况，公司的销售、法务都会提供支持，对于极端情况我们会根据相关规则处理。此外，除了给跟我们做生意的公司账期之外，很多情况下我们要求这些公司的主要经营者如老板个人提供担保，因为公司是有限责任，可能出现资不抵债的情况，所以事先会有一些要求。

公司有比较专业的团队在做应收账款的管理，包括对于不同的公司、不同的客户给予什么样的信用、什么样的账期，公司内部都有反复斟酌和考量。

Q：近期 IPO 政策有所放宽，请问公司创新业务是否会加快 IPO？

A：目前萤石已于 2022 年 12 月底上市，机器人还在 IPO 审核过程中。未来条件成熟时，如收入达到一定规模、盈利达到一定规模，还会有创新业务子公司 IPO；但不是说标的数量上完全没有限制，我们会比较谨慎地看待 IPO 话题，因为一家公司独立上市，就是对它赋予了更长远或者更大地发展预期，对其所在行业、在行业中的位置，都会有考量。所以不管 IPO 政策层面有什么变化，我们还是会比较谨慎的去看待 IPO 问题，不是没有底线没有条件的。

Q：请问公司创新业务独立上市后是否会继续并表，还是变成长期股权投资？

A：现在创新业务独立上市后，公司还是单一大股东，所以还是会并表。

镜头下的老人，常常忘记关火，忘记吃药，忘记日常生活中的种种琐事，并且随着病症加重，出现了幻听幻视，大小便失禁等发病情况。

电影是对现实的映射。日常生活中，除了阿尔兹海默症患者，还有太多年事已高的独居老人，行动不便的老人，卧病在床的老人需要得到照顾。

但对绝大多数家庭来说，子女无法做到时刻在身边陪伴看护老人。

这时候，拥有监控、拍摄、预警等功能的智能摄像头，可以充当子女放在父母身边的一双“眼睛”。

家用智能摄像头的第一性原理：场景需求

打开任何一个电商平台APP，输入智能家居摄像头，就能看到各式各样，功能齐备，标价几百到上千元不等的家庭智能监控产品。

监测的流畅度、清晰度已成为标配，从人脸识别，到语音对讲和智能预警，再到无线充电和超长续航，功能上也已趋近“饱和”。

对于摄像机行业来说，想要在已经成熟的市场做出突破，在AI领域真正提升用户体验的创新，可能是一个很好的切入点。

对于有看护需求的家庭来说，也迫切需要能急人所急，解人所难，简单易用的AI摄像机产品。

找准适用人群，排除伪需求，满足真实需求，是企业首先需要面对的问题。

鹿客与旷视合作推出智能看护AI摄像机前，进行了大量的线上线下调研走访。最终了解到，对于一款智能看护AI摄像机而言，AI跌倒检测是有老人的家庭最关心的需求。

根据世界卫生组织数据，30%的65岁以上老人每年至少发生一次跌倒。在我国，跌倒已成为65岁以上老年人致死的首要原因，在各类原因中的占比高达四成。

“由于对事物辨别能力下降，阿尔兹海默症患者很容易摔倒，尤其是在晚上。”北京回龙观医院精神病学主任医师陈大春介绍。

老年人跌倒的可怕之处在于，常常会伴随骨折、头部损伤等严重伤害，直接或间接导致残疾，甚至死亡的概率极大。

以调研为基础，鹿客和旷视确定了产品的靶心用户和核心功能，即以阿尔兹海默症患者的家庭作为靶心用户，辐射将老人家庭，将AI跌倒检测功能做深做透。

并且，考虑到现阶段的算法能力，为了确保AI跌倒检测功能的实际效果，鹿客智能看护AI摄像机被设定为：当用户开启跌倒检测时，自动关闭其他AI检测功能，更好地提升AI跌倒检测的效果。

为真实应用场景做“减法”

当前，市面上带AI功能的摄像机不少，但很多并不好用。

比如有的AI摄像机基于移动检测模型，只要检测到画面中有移动物体，就会自动判定为异常情况，并通过APP向用户发送提醒。

事实上，这些提醒很多都是“误报”，包括了窗帘被风吹起，飞虫进入画面，树枝摇动、甚至光线变化等等“非异常”情况。

对于有看护老人需求的用户来说，实在经不起这样的神经“折磨”。

“AI一定要能够服务于生活，不为创新而创新，不为设计而设计，不炫技、不自嗨是最基本的原则。”在鹿客产品总监Memo看来，一款能直击用户痛点问题的智能看护AI摄像机，一定是技术创新和产品体验双轮驱动的产物。

基于这一认识，鹿客在选择合作伙伴时，十分关注两个能力：一是对待产品的态度要足够务实，二是技术能力够强。这也是旷视获得鹿客信任的原因。

借助旷视在AI算法领域的专业能力，鹿客智能看护AI摄像机在灵敏捕捉环境变化的同时，能够做到自动过滤非人体的环境变化，只在检测到人形时，开启镜头自动追踪录像功能。

鹿客智能看护AI摄像机对于异常情况的推送通知，也更加智能和精准，比如明确界定了几种会发出预警的具体情况，包括老人出现，摄像头 12/24小时没有识别到老人，识别到陌生人脸，检测到老人跌倒，检测到家中有烟火发生等情况。

这些功能设计，帮助用户避免了上述各种“非异常”情况的干扰。

不仅如此，鹿客的智能看护AI摄像机具有家人录像分类功能，当用户想回看老人一天中的整体状况时，可以很快在APP上找出老人一天的录像合集。

鹿客产品总监Memo对雷峰网表示，和旷视合作过程中，最印象深刻的，是双方关于产品功能去留问题的讨论。

比如，AI挥手检测功能是否要保留，哭声检测是否要保留，异光感知是否要保留，双方经历了反复的讨论和迭代，甚至一度僵持不下。

最终遵循的原则是聚焦用户实际使用场景，例如老人居家场景中，挥手动作唤醒摄像机的行为不常用，且考虑到受限于场景等因素，识别效果可能不理想，最终砍掉了这项功能。

这是一个艰难的决定，相比于为产品做“加法”，做“减法”是一件更需要勇气和智慧的事情。

简单产品背后的技术修炼

从“算法定义硬件”到"好产品，让你简单用AI"，旷视在AIoT产品的商业化上，找到了下一步行动纲领。

在这一自我升级的过程中，旷视圈出了一个描述好产品的关键词：简单。

简单的产品，实际是将海量场景需求和海量AI能力恰当匹配的最终结果。

在这背后，需要付出巨大的努力。

好的产品，是将“简单”递到用户手中，将“复杂”的技术留给自己。

以智能看护AI摄像机最重要的功能AI跌倒检测为例，由于家庭场景空间狭小，且各种家居等障碍物多，实际上对于“跌倒”的判断非常困难。

旷视虽对跌倒算法早有研究，并已历经多次迭代，但其以往的跌倒算法模型，主要基于学校、公共场所等室外场景，难度远小于复杂的家庭场景。

比如室外场景中，有人躺倒在地大概率是一个异常现象，可以判断为跌倒；但在家庭场景中，躺卧在沙发、床上等情况，就并非跌倒。

因此在家庭场景中判断跌倒，则需要三个步骤：

第一步将家中场景和家具进行分割；

第二步结合人体形态与倒地时长，作为跌倒的判断依据；

第三步避免强光等外界因素的干扰，如通过算法对不同光线角度的画面进行画质增强。

经过反复优化迭代，目前在家庭场景中，旷视的跌倒算法已能够做到接近90%的准确率。

要实现算法的最大效用，还需要与之相配的软硬件做支撑。

作为算法的载体，软硬件产品直接与用户接触，是技术的直接体现，要实现算法与软硬件的高效融合，AI公司不能忽视硬件能力的积累。

最近三年来，旷视通过企业软硬一体方案的规划，从面板机，做到边缘计算，再做到摄像头，在补齐硬件单品品类的过程中，不断证明着自己是一家有硬件能力的AI公司。

这是因为，企业只做算法，会增加算法与硬件的适配成本；形成软硬结合的网络，则既能发挥算法的最大功效，又尽可能的节约成本。

始于视觉算法，辅以软硬件能力，终于“简单”的AIoT产品。旷视正发挥自己在智能硬件产品领域和智能算法领域的优势，将软硬一体化的完整技术能力，放进一个个小的闭环方案中，比如前面提到的与鹿客合作的智能家居摄像头产品。

长于软硬协作的AIoT公司，能否率先吃到大模型时代的红利？

当下，多模态的AIGC大模型技术的出现，为应用场景碎片化的AIoT行业带来了一剂良药。

在大模型出现前的传统AI技术时代，AI企业每开拓一个新的场景，都绕不过行业know-how积累，项目实施周期长，研发及交付资源消耗巨大。下游应用市场虽然巨大，但AI企业只能望洋兴叹。

而AIGC技术和AIoT的结合，带来了更多的目标种类，并且只需更少的场景训练数据，就能实现高效开发，且定制成本更低。

本质上看，这源于大模型带来的技术平权和知识平权。

对于企业来说，这既是机会，也是挑战。

机会在于，算法不再构成关键的技术壁垒，身份各异，规模大小不一的厂商们，被拉到了同一起跑线上，以少胜多，以弱胜强的故事，在不同的角落里将随处发生。

挑战在于，先前企业们形成的差异化竞争优势，也将随着技术壁垒的降低被重构。

新的时代背景下，软硬件结合的AIoT领域，既有AI研发基础能力，又有硬件积累的AI公司，或将率先吃到技术变革的红利。

相较于其他企业，AI公司在基础模型研究上有长期投入，对于算法模型有更深刻的理解，更容易把握大模型时代的脉搏。

在同类型的AI公司中，具备硬件能力的AI公司，在那些只有单一AI算法，但弱于硬件的竞争者面前，将更具差异化的竞争优势。

这是因为，随着技术平权带来算法的“平民化”，AI公司原有的商业模式受到了冲击。

过去，AI公司可以将算法卖给没有AI能力的硬件厂商，但随着AIGC带来开发门槛的降低，硬件厂商得以减少对AI企业的依赖。

这种情况下，只做算法的AI企业，业务量会急剧下降；而做软硬一体，懂软件又懂硬件的AI公司，受到的影响更小。

在雷峰网看来，软硬一体已是大势所趋。当下，硬件公司正在变软，软件公司如果不变硬，就会丧失优势。

旷视联合创始人兼CEO印奇认为，AI本质上是一个效率工具，很难作为一个独立的产业体系或商业闭环存在。

也就是说，AI想要更好落地，需要有软硬一体能力的支撑。

基于这一认知，在AI这条赛道上，旷视一直是坚持做“硬”的探索者和践行者。

结语

刚刚闭幕的2023世界人工智能大会( WAIC ），“大模型”是当之无愧的主角。围绕着大模型，应用、发展、数据、产业、创新成为高频关键词。

大模型浪潮下，已经走过技术和产品积累阶段的AIoT行业，将加速打开大规模商业化的入口。

接下来，具备软硬一体能力，能针对行业痛点迅速迭代优化出好产品，稳定、安全、快速、低成本交付的企业，将在各类新需求、新场景、新应用中拥有更大的竞争优势。

活动当天，香港科技大学(广州)校长倪明选，校长特别助理兼校长办公室主任李斌，协理副校长（研究）伍楷舜，社会枢纽院长、讲座教授、创新创业与公共政策学域署理主任谢丹阳，特斯联创始人兼CEO艾渝，特斯联高级副总裁刘斌，特斯联高级副总裁朱华成等校、企领导出席了“数字世界”联合研究中心的揭牌仪式。

香港科技大学(广州)校长倪明选（左三）、校长特别助理兼校长办公室主任李斌（左二）、协理副校长（研究）伍楷舜（左一），以及特斯联创始人兼CEO艾渝（右三）、特斯联高级副总裁朱华成（右二）、特斯联高级副总裁刘斌（右一）共同为“数字世界”联合研究中心揭牌

创新人才培育模式，学以致用

香港科技大学（广州）校长倪明选在揭牌仪式上提到，智慧城市的发展，让科技应用深入到城市的方方面面。信息的互联互通，将大大加速各城市经济要素的区域流动。

倪明选指出，个性化、定制化的城市服务将成为未来数字世界的核心，与特斯联成立“数字世界联合研究中心”后，港科大（广州）将与特斯联一起组建一支技术团队，通过申报产学研合作及开发项目，共同推广关键技术的应用，培育更多优秀的产业人才，赋能城市科技的未来发展，助力大湾区科技创新、产教融合，助推智能新经济产业的蓬勃发展。

香港科技大学(广州)校长倪明选在揭牌仪式上致辞

随着ChatGPT、大模型等技术的发展，一个更加数字化、智能化世界正在加速到来。科技的进程迫使人类思考该如何与时俱进、驾驭技术浪潮才能使技术更好地服务于人。“数字世界”联合研究中心亦由此发端。

科技的快速迭代让我们不断思考，该如何与时俱进，技术在推动生产力变革的同时，也推动了生产关系的重组，以实现让科技更好地服务于人类。

特斯联创始人兼CEO艾渝在会上表示，以好奇心驱动的产业研究，以科研落地为任务的业务导向，从实践中来，到实践中去，这些港科大身上全球领先研究型高校的基因，正式双方达成合作的基石。

联合研究中心将打造开放的国际科技创新平台，并以此构建起内地与香港，乃至国际科技交流的桥梁；以优质的科研、实践环境吸引到专业的人才以及创新的项目，助力粤港澳大湾区进一步打造成为全新的科技战略高地及人才集聚高地，持续发挥“创业者精神”，用创新与连接重塑未来科技的新世界。 

特斯联创始人兼CEO艾渝在揭牌仪式上致辞

据介绍，由香港科技大学（广州）与特斯联共同打造的“数字世界”联合研究中心坐落于港科大（广州）校园内，占地约306平方米。中心依托各方特长，汇集双方优势资源，专注于探索以每个用户为中心的个性化、定制化服务理论基础及技术框架，中心每年将开展3-5个具体研发项目，以期全面推动面向AGI时代智慧城市运行的多元、平等，及效率。 

“数字世界”联合研究中心主任由杨旸博士担任，第一届科学委员会委员由香港科技大学(广州)与特斯联共同提名选出，香港科技大学（广州）信息枢纽院长，讲座教授陈雷、香港科技大学（广州）社会枢纽院长，讲座教授，创新创业与公共政策学域署理主任谢丹阳、特斯联首席技术官华先胜、特斯联高级副总裁刘斌成为第一届科学委员会委员。

香港科技大学（广州）外景

一直以来，中国在科技领域的前沿探索得以走在世界前列，当中既离不开一些资深的华人科学家们在该领域打下了坚实的基础，同时也离不开未来的主力军——青年学生们。

此次特斯联与港科大（广州）的合作，同样是对传统人才培育模式的创新。

今天，每个人都需要能提供最精准的、最友好的、来源最集约的服务模式，基于这一思路出发，杨旸博士认为，教育也应该做个性化的创新和改革。“学术研究与产业应用间的距离是长期制约着两者发展的隐形挑战。通过此次合作，特斯联将人才的储备工作前置，深入参与到教培环节，缩短了专业人才从实验室到产业端的距离。”

 “数字世界”联合研究中心主任兼第一届科学委员会委员杨旸博士向与会嘉宾介绍中心规划

聚焦AIoT大模型，瞄准“4+1”场景

将行业Know-How纳入大模型建设中，对今天参与 AI 竞赛十分关键。

活动现场，特斯联高级副总裁刘斌同雷峰网在内的一众媒体交流时透露，目前，特斯联正打造XGPT产品体系，该项目由特斯联CTO华先胜亲自带领研发的，聚焦AIoT领域，瞄准特斯联“4+1”场景（即楼宇、社区、园区、城区和“双碳”），以实现技术与场景紧密地绑定。

例如在建筑管理场景中，打造一个以智慧建筑、楼宇管理的大模型，通过大模型的赋能，能够对智慧建筑日常管理时所遇到的行业性问题提供针对性、有效的解决方案。

刘斌表示，“特斯联的大模型不是去做知识问答、或通过语义生成一张图画，我们会更加针对性结合特斯联现在的业务场景，结合自己的行业Know-How，在真实的业务场景下用业务数据来实现训练，所得训练结果通过互联网手段、可以反向影响当前的物理空间，改变它、并在改变之后会形成新的数据来循环、迭代对这个模型进行调优和训练学习。这是特斯联想做的事情。”

据不完全统计，自三四月份以来，当前国内已发布的大模型成果超过70个，对应不同行业、不同应用场景，各个大厂和研究机构纷纷加入资源竞赛的大模型游戏。

在这样激烈的竞争下，香港科技大学（广州）信息枢纽院长、讲座教授陈雷指出，联合研究中心看到的机会点在前端和后端：前端，即足够多的数据，解决模型基础的语言理解和推理能力；后端，即如何做训练，用怎样的提问方式和顺序排列让模型迅速做出反应回答问题，同时还需要有人的参与，由人来判断大模型给出答案的正确与否。“大模型带来了很多的红利，不管是语言理解、视频生成、还是文本生成等等，有很多的机会点摆在我们面前，也是未来我们实验室可以做出相应研究的方向。”

（雷峰网雷峰网）

身处其中的玩家们，不论是安防大厂，如海大宇；还是商汤、旷视这类AI公司，无一不是这场逐浪比赛的弄潮儿。

但玩过冲浪的人都知道，冲浪的核心秘诀在于“顺势而为”，只有顺着海浪的趋势，才能“借力”，然后享受这股力量带来的冲浪快感。如果逆流而上，会直接被大江大浪拍死。

于安防而言，该怎么理解“势”？

安防本初，是对安全的防范。而随着各类感知技术、AI技术、大数据技术等新一代信息技术的快速发展，千行百业对于业务流程的各类管理需求，如“千树万树梨花开”，逢春冒出，此前未被满足的客户需求有了实现的可能。

需求的被激发，打开的是全新的万亿市场空间。AIoT时代，谁能满足成千上万的碎片化需求，谁就能把握住“势”。

大势之下，不少企业已经备好冲浪板，准备在AIoT时代浪潮中激流勇进。这其中，就有将战略定位为“智能物联AIoT”的海康。

AIoT为什么已成为时代主题？

根据IDC数据预测，2021年全球物联网（企业级）支出规模达6902.6亿美元，并有望在2026年达到1.1万亿美元，2022-2026年复合增长率达10.7%。

AIoT是一个前景广阔的赛道，正迎来其发展的黄金时代。背后的推动力主要来源于两方面：一是技术的不断突破，二是新需求被激发，新市场得以兴起。

技术方面，AIoT并不是简单的人工智能（AI）加上物联网（IoT），它的爆发不是单项技术的突破，而是从感知层、传输层、应用层，不同层面的巨大技术集的全面发展。

比如感知中，就有从图像技术、光学技术、环境适应技术到被动探测技术各个维度的技术突破。

仅有感知技术，并不能解决场景中的问题，还需要从网络连接、数据汇聚和存算，到显示、控制、交互等等应用技术的加持，以及实现从单一技术到产品工程化。

过去二十年，我国产业经济从粗放型增长向集约型增长升级，以技术、设备、数据等为核心来提高生产效率、质量的模式开始成为众多行业追求的增长模式。

在这个过程中，越来越多的IoT设备开始被应用在社会的生产活动之中。然而，过去，IoT局限于连接，各类IoT设备虽然连接在了一起，但设备与设备之间、人与设备之间的交互非常弱，积累起来的数据，也难得到有效利用。

而以深度学习为主的AI技术的到来，正在改变这种局面。

AI赋予物体智能感知的能力，让本身不具备主动或被动感知能力的IOT设备，变得聪明了起来，物到“智物”的转变成为可能。越来越多的“智物”，成为AIoT时代的“五官”与“手脚”，完成图像、音频、压力、温度等等数据的智能采集。

这让AI在各种业务场景下的价值被激发出来，被用于解决社会生产活动中存在的许多问题，带来降本增效，甚至是全线的产业变革。许多新的业务、市场随之衍生。

比如，初级制造业只有生产制造和销售，缺少服务环节；高级制造业则通过数据拉通生产、服务，甚至可以将服务变成了企业的核心利润点之一。

自动驾驶就是一个很明显的例子。过去百年，车企多数时候只能通过销售汽车获得利润，而自动驾驶时代，车企可以通过提供可订阅的自动驾驶软件来获得服务收入。这种商业模式，已经被特斯拉这样的新能源车企论证。

从经济发展的大趋势看，全球正在向数字经济迈进。而数字化过程中不断涌现的AIoT新需求，打开了一个广阔的市场空间，这是AIoT爆发的另一原因。

海康做AIoT是“大船掉头”？

AIoT的赛道吸引着一众玩家进入，一个有趣的现象是，安防企业们近年成为主力军。

去年，海康就已将战略定位刷新为智能物联。今年，海康再次表示，智能物联是公司可持续发展的赛道，公司有足够的长度、宽度、厚度。

那么，值得思考的一个问题是，从安防到AIoT，海康是在业务转型吗，这是一次改变航行水域的“大船掉头“吗？

要回答这个问题，还需要从原点说起：

2001年，海康从一张巴掌大的视频压缩板卡起步，这是硬盘录像机的一个“部件”。而后，随着用户需求越来越多，海康从“部件”做到整机，开始生产硬盘录像机。

直到2007年，海康才开始推出摄像机产品，从后端产品走向前端产品。这期间，除了硬件，海康还提供可视化联网管理软件，成为一家为客户提供视频监控解决方案的公司。

此后，海康再相继拓展出门禁、对讲等等安防类的产品，安防的业务线布局逐步成熟，成为综合安防解决方案供应商。

2015年，AI迎来又一春，海康的发展空间进一步打开。随着在视频感知、大数据应用等业务领域的不断拓展，海康成为以视频为核心的智能物联网解决方案和大数据服务提供商。

与此同时，各行各业的需求也从安全防范逐步走向业务管理，走向数字化升级。智慧交通、智慧水务、数字种植……区别于传统安防，海康在服务各行各业的过程中，越来越多的AIoT新应用冒出。2022年，正式刷新定位为智能物联。

压缩板卡、视频监控厂商、安防厂商、基于视频能力的物联网解决方案提供商、智能物联AIoT，这个过程，业务范围历经几次拓展，海康走了20多年。

总裁胡扬忠曾表示，海康是做监控起步，以视频为核心，视频技术和相关业务就是我们在说的物联网的一部分。原来是以视频为核心的物联网，现在不再强调或者强化视频，非视频的投入会增加，来扩充海康的产品线，也在智能技术上进一步的投入感知智能、认知智能。

言外之意是，海康一直在物联网行业，而AI的到来，成为其驶入AIoT赛道的助推器。

从业务维度来看，海康长期以来的主战场安防，也是智能物联的典型场景之一。如果用一个比喻来形容的话，若安防是一片小海域，AIoT则是包含这片小海域的汪洋大海。

于海康而言，从安防到智能物联，航行的方向依旧，只是航行的海域变得更为宽广。从安防的小海域，到逐浪AIoT这片更大的海域，与其说是一次业务转型，不如说是业务外沿的拓展。

而这个拓展，是技术、产品、市场各个维度的长期积累、创新、迭代带来的，这是一个水到渠成的过程。

锚定AIoT，海康凭借的是什么？

在AIoT时代，感知是一个至关重要的入口。没有感知能力，到业务层级的智能化应用将无从谈起。

从感知这个层面来说，海康无疑是在这个入口布局最广最深的厂家之一。

除了被业界广为认知的视频感知能力，海康在八九年前就开始展开做其他的感知，覆盖从可见光到近红外、中红外、远红外和毫米波等长波方向，以及紫外光、X光等短波方向的电磁波；覆盖从声波到超声波的机械波；并进一步拓展温度、湿度、压力、磁力等物理传感技术，构建了全面感知的技术基础。

现在的海康拥有30000多种硬件产品，除了视频设备以外，非视频的感知设备正在不断扩充产品线，产生了越来越多的AIoT新物种。

例如，利用声音这种机械波，海康开发了工业听诊设备。在泵机房，以前管理员需要每天要穿梭于其中，趴在机器上听机器的异常。而通过工业听诊设备进行声纹推理分析，即可远程实时对机器的故障进行判断和检测，更高效、更便捷。

物联感知的灵魂是人工智能，海康威视在人工智能上也有长期的布局和积累。从2006年开始长期跟踪研发，海康是行业第一批将AI能力产品化的企业。海康的AI能力不仅在硬件产品、软件产品中得到应用，也落地到包括海康威视AI开放平台等面向用户的算法训练中，已经服务100多个行业、15000多个用户，拥有非常丰富的应用场景。

而在技术和产品之外，还有一层能力非常重要：对市场的洞察，对需求的理解。从技术能够到成功到产品，是AIoT厂商们要跨越的第一道鸿沟，从产品到市场是要跨越的又一道鸿沟。

在AIoT应用场景中，是高度碎片化的，不同行业，其行业特点、业务运作模式各异，智能物联应用落地的方式不尽相同。即使相同的行业，不同用户也会存在自己独特的需求。

这个行业用户不集中，应用很分散，产品也很分散，客户的定制化很多，建立一个从满足客户碎片化需求的开发响应、到快速交付能力的建设，是一个非常复杂的体系。

这个行业的业务就像吊在天花板上的无数沙袋，单靠一两个硬拳头，只能撼动个别沙袋，但无法通吃，无法形成规模。

海康的“秘诀”是锻造综合能力，在技术、产品、营销、供应链等方面全面匹配市场的碎片化需求。

在全球的营销网络方面，不断贴近客户，布局覆盖150多个国家及地区的网络；在供应链管理方面，通过柔性生产满足弹性的需求；在产品方面，面对大量的、特定的场景产生的小规模需求，摸索出模式管理那么多型号的SKU；在技术方面，把产品与技术进行分离，技术平台的建设走到今天基本上已经成体系了。

“海康是一家综合型的公司，不是靠其中一个点来支撑的，这种模式比较适合碎片化的市场。如果问海康有什么独到的地方的话，我觉得海康几乎没有什么短板，这就是优势。”胡扬忠说。

美国管理学家劳伦斯·彼得曾提出木桶原理，核心内容为，一只木桶盛水的多少，并不取决于桶壁上最高的那块木块，而恰恰取决于桶壁上最短的那块。

对于企业来说，长板可以不断做长，但若想走得更远，比的却是短板的“长短”。战胜短板的制约，才能在更广阔的舞台上天高任鸟飞。

从海康2022年年报可以窥见，在AIoT这个赛道上，海康已经积淀了属于自己的综合业务能力：

多维感知为核心，融合AI、大数据的全方位技术积累是业务宽度；

从探测器到系统解决方案的数万种产品，是业务厚度；

10大行业、70多个子行业的300多个细分场景覆盖，是业务长度。

总结

成功的公司不论能力来源何在，都非常善于应对市场的持续变化。哈佛商学院教授克莱顿·克里斯坦森在《创新者的窘境》中，将之称为持续性创新。

当AIoT成为时代命题，新需求、新问题和新价值涌现，关键是企业能不能持续创新，不断开发新能力，去捕捉新价值。

对于海康而言，风风雨雨20年，经历了数字化、网络化、智能化的技术发展浪潮，每一次，海康都紧跟行业需求的变化，抓住了合适的拐点，实现自身的持续成长。

在AIoT造就的大潮之下，这场逐浪之行仍在继续，这是一片更为宽广海域，行业格局如何还是未知之数，但海康已经建造了一艘适于这片海域的船体，并已扬帆启航。雷峰网雷峰网

5月的乌镇，天气爽朗，温度不冷不热。

西栅大街上车水马龙，人头攒动。

河岸两旁树影斑驳，风移影动，花朵缤纷，珊珊可爱。

街边的客栈中，乐队奏响了春天的赞歌，鸟儿在河面轻轻一点，碧波便荡漾起来了。

历史与商业交融，人与自然和谐共生，各得其所。

这是乌镇的景，也是乌镇的生态。

当AIoT的风吹到乌镇，一幅关于AIoT的生态图正在被构建。

解决方案供应商、工程商、分销商…他们是这幅生态图的重要组成部分，同样是这幅图的创作者。

宇视也是其中之一。

5月9日，宇视举办了AIoT合作伙伴峰会，核心主题便是“生态为先 · 繁荣共生”。

在宇视眼里，服务生态伙伴已经成为基本的业务基调。

那么为何宇视如此强调“生态”？

从第一性原理出发，不难找到答案：时代变了。

一、旧秩序将崩塌、新格局被塑造

2023年上半年最热门的话题莫过于ChatGPT。

ChatGPT4.0问世之后 ，人们看到了通用型人工智能的希望。

一时间，多模态大模型成为资本宠儿，国内互联网大厂、行业巨头们纷纷表示跟进。

在ChatGPT之外，Meta开源的SAM（Segment Anything Model）无异于在CV行业投下了一枚重磅炸弹。

对于AIoT行业而言，ChatGPT大模型、SAM模型等AI技术的涌现与应用，本质上降低了算法开发门槛，是一次影响深刻的“技术平权”。

此前，AI技术虽然很fancy，也很有效，但不实用。

原因在于：一方面，AI算法开发门槛太高，属于资金、人才密集型行业，重金之下，对应的算法产品、解决方案价格高昂，工程商们根本用不起；另一方面，AI公司的算法离场景还有一段距离，很难真实解决用户的场景痛点，工程商们也用不上。

大模型、SAM模型则大大缩小了AI公司和工程商们的差距。

原来以“小模型+大样本”的算法生产模式，变成了以“大模型+小样本”。新模式并不需要庞大的数据量，数据标注成本、算法训练成本大幅降低。

这意味着，算法开发能力较弱、甚至没有算法开发能力的工程商们，不必雇佣大量的算法工程师，也可直接通过大模型来完成AI算法开发和交付，只需要针对性调优，喂食行业场景化数据，便能形成属于自身的算法解决方案。

亦即，AI技术将不再是AI公司、行业巨头们的专属。

这就好比汽车出现以后，轿子这种达官贵人的专属出行方式便被淘汰。大家都乘坐在一辆车上，没有身份之别，没有等级差异，每个人都能去自己想去的远方。

当AI技术差距逐渐缩小时，AIoT行业旧有的秩序将被颠覆，形成新的格局。

过去几年，AIoT行业高度内卷，渠道商互抢渠道、分销商互抢市场、解决方案商互卷产品，整个行业都在拼命内卷，以前40%毛利率的项目没人做，现在30%的毛利率工程商们抢着做。

市场环境不好，大家都要吃饭，蛋糕就那么小，谁不内卷谁挨饿。

然而，当AI平权之后，这种内卷将成为过去式。

因为技术催生了新业态，新业态产生新价值，蛋糕在不断做大。

举个例子：在古代，铁犁尚未发明之前，人们会为了一块土地而争执乃至械斗，往往没有好结果。而铁犁问世后，开荒拓土变得更加容易，原本荒瘠的土地也可以种植农作物，械斗事件便大大减少了。

具体到AIoT行业，过去一段时间，玩家们都在安防、交通等少数几个场景里面卷，因为这些场景计算机视觉最容易落地。

现在，伴随着AI技术的迭代，AI将能够在更多的IoT场景落地，也就是更多的荒土地被开垦出来，玩家们可以做更多的业务，也有技术能力做更多的业务。

大家都有的吃，自然而然就不卷了。

换言之，技术平权打破了以往的内卷局面，产生的新业态将推动玩家们朝着共同创造业务的格局迈进。

二、新格局、新机会

科学技术是第一生产力，生产力决定生产关系。

ChatGPT大模型、SAM模型的涌现，本质上是技术对生产力的一次革命，进而推动了AIGC这种生产方式的进化，最终导致生产关系的变化。

《资本论》中提到：蒸汽机的出现，生产方式发生了根本性改变，机器大生产代替了手工作坊，工业时代随之来临，市场上出现了新的业务、新的生产关系，以及新的商业模式。

作为一种全新的内容生产方式，AIGC的出现，如同移动互联网，给AIoT带来了诸多变化。

首先是新业态。

AI可以基于已有的数据，按需生成人们想要的内容。

这意味着，数据的价值将被进一步挖掘。

以前的数据是为了训练模型，现在的数据一部分是训练模型，一部分是直接作为数据资产来产生数据运营服务。

打个比方，摄像头捕捉到的图像数据，之前只用于更好的训练视觉算法。

随着多模态大模型的出现，这些数据本身可用于生成更多的图像内容，当碎片化数据通过AI技术生成结构化数据时，那么新的价值点也一并衍生出来了。

其次是新的生产关系。

大模型在解决长尾需求时，所需的场景标注数据量更小、开发周期更短，做细分行业算法和业务软件的成本更低。

这样一来，工程商通过大模型也可以拥有贴近场景的核心算法，一定程度上摆脱了对算法供应商的依赖。

工程商与解决方案供应商之间的关系，也不再是单纯的甲乙方商品采购，而变成了解决方案供应商提供基础算法平台（工具），工程商购买平台（工具）后开发自身的产品，双方的关系也更趋近于“平等”。

最后是商业模式。

前面提到，AIGC带来了数据价值的变化、工程商业务的变化以及新的生产关系。

当这些市场变量发生化学反应时，市场上也将出现新的商业模式。

比如，围绕数据资产，可产生存储、运输、保护、交易等业务，而每一个业务都对应不同的商业模式。

又比如，生产关系调整之后，工程商的角色发生变化，旧有的利益分配体系将被颠覆，市场将根据企业所处的链条，重新分配利益，身处其中的玩家们，必然也会随之调整经营策略。

在AIGC这种新的内容生产方式的变革之下，市场对于玩家们的机会是平等的，不论是解决方案供应商，还是工程商，都可以从新的业态里边寻找机会点，走出新的商业模式。

而这取决于公司的基因与定位。

三、宇视的「退」与「进」

作为AIoT产品与解决方案供应商，宇视给自身的定位很清晰：服务伙伴。

一直以来，宇视都在强调“永远不做系统集成，也永远不做工程项目。承诺永远不变”。

这实际上是宇视「退」的一面：不与伙伴抢生意，而与伙伴做生意。

在AIGC浪潮之下，宇视又退了一步：构建AIGC智能底座，赋能渠道合作伙伴。

此话何解？

宇视要做AIoT行业的基础设施，让合作伙伴用得上，而不是一个完整的产品。

也可以这么理解，宇视造了一个车的底盘，底盘上面装两个人，是跑车；装五个人，是轿车；装一车货，是卡车。

各种车的用途不一样，但底盘是相通的。

宇视提供底盘以及技术支持，合作伙伴要造什么样的车，由后者自行决定。

为何要这样做？

因为合作伙伴靠近数据、靠近场景（业务）、靠近用户。

以数据为例，用户出于安全性考虑，数据要么保存在本地，要么部署在私有云上，解决方案供应商很难拿到这部份数据，更不要说利用数据产生价值。而工程商们有资质、客户信任，能够挖掘这部份数据的价值。

但工程商们遇到的问题在于，即便能拿到数据，却不会用。

宇视便提供这样一套能力底座，让工程商不需要从0开始，而是在底座的基础上，根据客户的需求、场景的不同，开发有自身核心技术的产品，从而解决此前工程商只能搬箱子的问题。

这一招，看似是退，实则在进。

宇视如果像工程商一样去做具体的项目，去触及用户、开发场景产品，战线势必拉得太长，需要调动庞大的资源，并且有一些能力宇视并不擅长，这种打法无异于明珠暗投。

基于此，宇视选择退到幕后 ，给合作伙伴提供技术底座、产品等支持，在后方支援前线。

一来，宇视可以将更多的人财物力放到技术、产品研发，在核心技术实力上更进一步；二来，赋能合作伙伴，同样能够收获累累硕果。

这招以退为进，实际上是宇视对「生态」的深刻理解：共创业务，共享价值。

同时，宇视还「进」了两步。

一步是进到下沉市场，通过子品牌“阿宇”覆盖C4-C7县镇市场。

和宇视主品牌不同，阿宇在产品设计上更加符合县域乡村的交通、种植、看家护院等视频需求，并且性价比高、稳定性、环境适应性强。

过去一年，在宇视和一二级经销商的共同推动下，阿宇在市镇一级建设的门店已有数千家，渗透率进一步提升。

另一步是领先行业发布了大模型“梧桐”。

这与一向务实的宇视作风有些出入，在很多人的印象中，宇视乃至整个行业都极为低调，不追求热点和概念，只做自己擅长的事。

“梧桐”恰好反映出了宇视的另一面——拥抱新技术、拥抱新变化。

这种“进”，既是适应时代，也是自我内心性的变革驱动。

「退」与「进」构成了真实的宇视：在技术、产品上不断进取，而在服务合作伙伴时选择退一步，让合作伙伴受益成长。

当行业进步时，身处在浪潮中的宇视，也必须顺势而上、顺势而进。

总结

每一次技术革命，都将给行业带来颠覆性影响，从来没有人可以置身事外。

一家公司可以在技术、产品上有足够的领先，但其商业模式的成功，一定靠的是整个行业的进步。

独行虽疾，但众行至远。

AIGC风潮涌起，各行各业都感受到了时代变化。

AIoT生态，需要解决方案供应商、工程商们一起构建。

宇视显然已经为此做好了准备。

正如张鹏国所言：“改变旧格局、发现新蓝海、提升运作效率，拓宽产品线。”

宇视将坚持这四件大事，和合作伙伴一起，再合力拼搏二三十年。（雷峰网雷峰网）

公开资料显示，ChatGPT-3的参数高达1750亿，预训练数据集高达45TB，虽然Open AI并未公布ChatGPT-4的训练数据集，但由于ChatGPT-4属于多模态，业内估计其数据很可能是ChatGPT-3的数倍。

除了ChatGPT以外，智慧城市、数字孪生、AR、云服务等亦离不开数据的支撑，数据已经成为当下经济发展的基本要素。

《数字中国发展报告（2020年）》显示，2020年中国数字经济规模已达到39.2万亿元，占国内生产总值的38.6%，成为经济发展的核心动力之一。而根据IDC预测，全球数据圈将从2018年的33ZB增至2026年的221ZB，如此庞大的数据催生出对硬盘存储的巨大需求。

这给存储行业带来了机遇。同时，市场也呼唤存储技术的变革，如何以更低的成本、更高效的传输效率以及更安全的存储方式，来满足指数级增长趋势的存储市场，是当下诸多存储公司面临的问题。

4月13日，2023希捷数据+峰会在浙江绍兴举办。会上，希捷科技全球执行副总裁暨首席商务官郑万成公布了希捷的技术路线图，包括产品路标、HAMR和其他硬盘容量提升技术。

据介绍，HAMR技术在每块磁盘上使用一种新型的介质磁技术，可使数据位变得比过去更小且密度更高，同时保持磁稳定和热稳定。通俗来讲，HAMR技术可以使存储容量翻倍，可以为市场提供更大的存储容量，同时降低存储成本。HAMR和其他硬盘技术一起，将在未来一段时间内帮助希捷有效提升硬盘容量，为用户降低总体成本。

举个例子，当下的20TB硬盘，需要10张2TB的碟片，每个碟片承载2TB的容量；HAMR和其他硬盘容量提升的技术通过改善存储密度，使得单张碟片的容量就可以达到4TB，20TB的硬盘只需要5张碟片，从而大幅节约硬件成本，提升用户体验。

郑万成表示，希捷在数据存储方面有较多的技术储备，将在4年内让硬盘单盘容量翻一倍。

• 中国市场潜力巨大

目前，希捷中国市场营收占比已达到30%。并且，中国区的增长全球最快，互联网、数字经济的发展创造了大量的数据，对于希捷而言是一个巨大的机会。

郑万成认为，中国区增长的重点分四方面：一是数据中心，中国政府支持建立各种数据中心，这需要使用大量的硬盘；二是视频图像应用和智慧城市，对存储的需求每年增长率超30%；三是政府和企业在IT方面的投资持续加大，例如电信、金融、医疗等等；四是中国消费升级，各类电子消费，也会产生对硬盘的需求。

“过去几年存储市场放缓，原因是人们的消费预期很低，人们花钱更少了。今年已经有所恢复。”郑万成表示，中国区市场具有增长潜力，希捷将持续进行技术创新，为用户提供更具性价比、安全高效的存储产品。(雷峰网雷峰网）

年报显示，2022年，海康威视营收831.66亿元，比上年同期增长2.14%，归属上市公司股东净利润128.37亿元，比上年同期下降23.59%。其中，研发投入投入98.14亿元，占公司销售额比例为11.8%。

在创新业务方面，2022年海康威视创新业务营收150.70亿元，占总营收18.12%，继续保持快速发展。其中，合并收入后，智能家居业务营收40.77亿元、机器人业务营收39.16亿元。

此外，海康威视还发布了2023年Q1

具体数据表现上，海康威视2023年一季度报显示，公司营收162.01亿元，比去年同期下降1.94%，相对于2022年四季度的营收下降趋势已明显收敛。

• 聚焦智能物联战略

海康威视认为，智能物联是长坡厚雪赛道，海康已经构建了全面竞争力。具体来看，多维感知为核心，融合AI、大数据的全方位技术积累是业务宽度；从探测器到系统解决方案的数万种产品，是业务厚度；10大行业、70多个子行业的300多个细分场景覆盖是业务长度。

海康威视表示，在未来相当长的时间内，仍然由用户的个性化需求驱动。智能物联应用是场景需求驱动的应用，场景定义产品、场景定义解决方案仍然是业务落地的主要方式。

• 萤石、海康机器人等创新业务亮眼

2022 年 12 月 28 日，萤石网络成功在上交所科创板上市，成为海康威视创新业务上市第一股。目前，海康机器人也已递交IPO，有望成为第二股。

具体到海康机器人，其业务主要分两块：移动机器人、机器视觉。

移动机器人方面，海康机器人推出了潜伏系列 LMR、 移/重载系列 CMR/HMR、 叉式系列 FMR（Forklift Mobile Robot）、料箱系列 CTU（Cargo To You）等四大硬件产品；以及智能仓储管理系统 iWMS等软件系统。其客户主要涵盖汽车、3C、新能源等行业。

机器视觉方面，海康机器人主要围绕 2D 视觉、智能 ID 和 3D 视觉产品线布局和优化，同时以 VM（VisionMaster）算 法软件平台为核心提供软硬件服务。

海康威视表示，智能物联将创造一个新的时代，海康威视将持续为行业提供软硬件产品以及解决方案。（雷峰网雷峰网）

据工信部统计，工业领域的碳排放量占全社会碳排放总量的65％，是能源消费和碳排放的主要领域。其中，31%以上碳排放来自工业园区，实现碳中和对于工业企业的意义不言自明。

然而，“双碳”目标下，大多的工业企业都缺乏行之有效的碳管理体系，面临着碳盘查难、碳减排难、碳资产管理难、碳管理专业人员与工具缺失等困境。这使得大多数工业企业的降碳减排难以实现，与低碳经济价值无缘。

以此为背景，市场上出现了不少碳中和解决方案商，譬如西门子、施耐德、华为等企业，为工业企业提供定制化的解决方案，助力企业应对低碳产业转型挑战。

2023年2月，美的楼宇科技发布了零碳战略“GREEN FOR ONE”，宣布将依托建筑全链路绿色低碳产品和服务，以iBUILDING全面数字化底层能力支撑，提供全场景低碳行业解决方案。

据介绍，美的楼宇科技基于iBUILDING的全面数字化底层能力，通过全面洞察碳管理关键指标，支持可量化到设备的碳排放管理，可以精细化溯源高碳排原因，还可以统一资产管理，高效配置碳计算方案。

此外，iBUILDING可以提供清晰可落地的碳管理建议，通过该系统，企业可以对月度或不同区域的碳排针对性管理，从运营层面持续对碳排目标与路径进行动态调整，实现企业能耗结构的优化，满足企业节能降碳的科学碳管理需求。

与市场上传统碳管理工具相比，iBUILDING碳管理系统定制化比例更低、交付时间更短、可扩展性更强，可以根据企业组织架构而相应变动；通过便捷调用碳盘查模板，沉淀自身碳盘查方案，快速复用；且可按需变更碳管理方案，更符合企业动态碳管理的实际情况。

iBUILDING通过从规划到技术、再到减排和资产配置提供全链路数字化碳管理服务，可提高管理效率3-5倍、间接减排高达8-15％，降低企业碳中成本，让企业省心省力达成降碳目标。

以重庆美的水机生产基地为例：原有基地由于设备老化、年代久远等原因，工厂能耗高，特别是在2022年华南地区限电的背景下，这座工厂产能效率受到极大干扰。

基于此，美的以iBUILDING为基础，对该工厂进行了数字化改造，聚焦于绿色能源、设备替换、精益数字化管理、零碳认证四大部分。

考虑到该工厂属于制造企业，大量碳排来自于生产车间。因此，从生产工艺到产品管理，水机工厂也应用了大量的减碳措施。原材料切割环节被替换为等离子无限回转技术取代传统物理切割，避免了铣刀带来的能耗；采用DR数字探伤取代的传统胶片，消除了重金属的污染。

另一方面，美的自主生产的高效蒸发冷机组替代原有的螺杆机，变频空压机、LED智慧照明等种种设备的组合，从源头打通碳中和最后一公里。

如今，在该园区内，iBUILDING碳管理系统已链接8大数字化场景，接入数十个信息系统及数百个终端设备，园区的运营实现了协同到优化，并落地到园区的每一个人。让充电桩为新能源车智能开闸起降；让新能源LED灯实现自动感应分时控制；让摄像头智能识别访客；同时，iBUILDING碳管理同步着园区每一位员工的零碳行为。

据美的楼宇科技水机产品公司工艺负责人王晓峰介绍，水机工厂在自有办公楼宇、厂区屋顶开发了分布式光伏+储能一体化项目，二期建成后，光伏发电将达到每年620万度，绿电应用达到55%。而更重要的是，这项措施每年减少碳排放排5323吨。

“我们会根据不同地方的情况，不同用户的需求，量身定作碳盘查、碳管理甚至碳中和认证的解决方案，不仅是工业园区、包括许多商业建筑，医疗建筑，以水机工厂项目为样板，打造更多的案例。”

王晓峰表示，美的楼宇科技的解决方案已应用到特斯拉、比亚迪、海康威视、晶澳太阳能等全国多个制造业企业园区。未来，美的楼宇科技将持续深耕双碳领域，为企业的低碳、数字化转型提供更好的产品。雷峰网雷峰网

“爱国是第一要义，但大家都有现实的压力。”

一、「进城」

2020年3月下旬，在山西老家待业的候鹏飞接到一个网友的电话，对方邀请他到深圳当面小聚，并暗示了一个新的工作机会，涨薪2000元。

彼时的候鹏飞大学毕业已经三年，原先在佛山一家小公司上班，做图像处理，月薪八千。新冠疫情开始后，他从原公司离职，回到了山西老家，对自己未来的职业生涯正迷茫。

听到新工作机会的内容，候鹏飞没有犹豫就答应了。他舍不得花八百块钱坐飞机，匆匆买了一张从太原火车站出发、售价两百七十元的绿皮火车票，近2000公里的路程，坐了36个小时的火车到深圳，去见这个素未谋面的网友。

这个网友，就是B站上小有名气的鸿蒙科普UP主李传钊。李传钊当时也是刚回国不久，而且是为了鸿蒙，特地回国。

李传钊

作为国内最早一批从事 IT 行业的计算机技术爱好者，李传钊见证了中国移动互联网与手机科技的兴起。他上大学那会，正赶上全球移动通讯发展的大潮，很多大学生毕业出来，最想去的企业就是像中兴、酷派、华为这样的手机厂商。2001年，李传钊从吉林大学计算机系毕业后，也如愿以偿加入了华为，在华为一待就是十年。

那十年，正是中国移动通讯的黄金发展时期。李传钊所在的项目组，一共8个人，团队单靠短信中心，单一年销售额就曾达到2亿美金。前期他们还需要做一些开发工作，发展到后面，直接把开发的软件拿出去卖就行。用李传钊的话来说，就是“躺着收钱”。因此，李传钊对华为很有感情，离职后也时刻关注老东家的动态。

离开华为后，李传钊先后去了天涯和中国联通。2019年美国发布禁令，禁止华为搭载谷歌移动服务（GMS）时，李传钊正被联通外派到泰国常驻。当时，华为的手机已经在泰国做到市场销量第一，禁令一发布，安卓生态相当于隔绝，几乎是一夜之间，华为在泰国的影响力跌入谷底，前脚还在分货，后脚就开始思考如何处理库存，要把剩余的手机运回国内。

注意到风向的那一晚，李传钊站在曼谷城南的湄南河边，沉思了许久。

但两个月后，华为在2019年8月的开发者大会上宣布了其在操作系统的备案：时任华为消费者业务CEO的余承东称，华为将自研操作系统，名为“鸿蒙”。首款搭载鸿蒙系统的产品荣耀智慧屏也在隔天面世。

鸿蒙一发布，李传钊第一时间到网上找相关的资料和视频来看，希望了解更多关于鸿蒙操作系统的信息。但网络上，一边是见解浅薄、质量奇差的讲解，一边是铺天盖地的群嘲与唱衰。

李传钊突然意识到，国内绝大部分的青年技术人员其实不懂操作系统。他与他身边的朋友们，做了二十多年开发，属于多少还懂点操作系统和基础软件的人。如果有机会把这些人聚起来，也许可以为国产操作系统出一份力。

于是，李传钊决定投入鸿蒙。当年9月，他在B站上开了个账号，起名“钊哥科普”，自己拍视频布道鸿蒙。第一期，李传钊穿着华为首届CONNECT大会现场发的一件印着华为logo印花的黑色T恤，结合自己二十年来的行业知识对鸿蒙做了深入科普，很快吸引了一批开发者围观。

李传钊为此建了一个微信群，进群人数唰的一下达到100多人，其中有高校学生、也有一些已经毕业有些年头的开发者，候鹏飞就是在当时进群的开发者之一。

候鹏飞的技术很好，学习热情又高，参加过几次李传钊发布的“学习鸿蒙”活动，曾用一个半月的时间主导做出了首个Lite OS的PC模拟器。因此，李传钊对候鹏飞的印象很深，回国后便约他来深圳一起工作，业余时间继续搞鸿蒙。

候鹏飞

青年开发者的热情让李传钊意外。

虽说泰国比不上欧美发达国家，但当时的李传钊已经在泰国生活数年，在当地有人脉、有资源，泰国娱乐节目丰富，生活成本却很低。想到要离开泰国这个花花世界、回国搞鸿蒙，李传钊起初还有些不舍，毕竟开发者的生活是很苦的。但思考再三后，李传钊还是选择了回国。

那时候，他们都想象着，在国产操作系统这样一个高举高打的宏伟事业中，总有自己的一番天地。

二、开发者的聚集

2021年的华为开发者日大会上，华为宣称全球HMS开发者已达到510万，但实际上，这是一个宣传上的数字。鸿蒙开发者仅占据极小一部分比重。

而这群开发者的聚集，也历经了一个艰难的过程。

由于初期阶段的鸿蒙主要应用于IoT设备，功能强大但不易开发，开发者能做的事情有限，积极性难以调动，所以真正参与到鸿蒙开发当中的人并不多。

开源是鸿蒙系统发展的重要一步。按余承东发布鸿蒙时的说法，鸿蒙是一个“可以随时替代安卓”的操作系统，但如果真正想在商业上与安卓竞争，必须“用魔法打败魔法”——即参照安卓的商业生态，通过开源支持更多的设备、团结更多的开发者，迅速搭建起应用生态，推高鸿蒙的用户数量和商业价值。自此，鸿蒙才有“替代”安卓的可能，国产操作系统才算真正完成里程碑的一步。

因此，鸿蒙开发者的队伍建设是至关重要的一步。

为做好鸿蒙的开源，华为内部有人提出了找外部开发者制作课程的想法。李传钊曾在华为工作过十年，与其有着深厚的情感联结，自然成为了人选之一。

最终，华为挑选了七个人，分别是李传钊、韦东山、罗未、张荣超、李宁、刘燃和朱友鹏，邀请他们作为首批鸿蒙开发者，提前到华为内部接触代码，先于外界了解鸿蒙，作为传播的种子。

这七个人，后来被称为“鸿蒙七君子”，是鸿蒙开发的先驱者。

“鸿蒙七君子”策划的课程效果确如华为所期待。

鸿蒙开源之后，李传钊等人的课程迅速跟进，社区里出现了很多自发性讨论的帖子，帖子质量都很高，感兴趣的开发者看到后能跟着学习、迅速上手。

“鸿蒙七君子”树起了鸿蒙吸引人才的第一面旗帜。在他们的号召下，很多优秀开发人才又陆续加入，与李传钊等人一起投身鸿蒙。

李洋（蛟龙腾飞CEO兼CTO）第一次见到李传钊是在51CTO鸿蒙技术社区的首场（深圳）线下活动。李传钊是那天的演讲嘉宾之一，活动结束后，李洋在台下拉住李传钊聊了很久，探讨鸿蒙生态的建设与商业可行性，意犹未尽。

李洋

与李传钊一样，李洋是80后生人。2012年，李洋和几个朋友一起创办了蛟龙腾飞，希望做一个类似三方中介的公司，把互联网的知识告诉企业，让企业跟互联网公司对等、能很理性地去看待互联网，不要被许多类似韭菜的投资理论等所忽悠。当时，阿里云和腾讯云等都也还在探索中。

鸿蒙出来时，李洋与团队从事互联网已经将近10年，对整个互联网的生态都研究探索过了。当时，他们内部讨论能不能做云的办公系统，这其中直接涉及到操作系统，所以对鸿蒙的认识很深刻。

51CTO的活动结束后，李传钊还专门找时间去了一趟李洋的公司拜访。李传钊问李洋：“为什么关注鸿蒙？”李洋说，他对鸿蒙是“一见钟情”的感觉。

李洋是一个热心人，对于创造社会价值有很高的热情。少年时代，李洋还想过去当兵，但最后因为体检视力达不到标准，才没有去军队。后来读完书出来工作，赚了些钱，李洋还是有一种“穷则独善其身，达则兼济天下”的儒家思想。2020年春节新冠疫情爆发那会，“老老实实待在家里就是给国家做贡献”的感觉，李洋还觉得很失落，感觉被社会抛弃了。

直到鸿蒙的出现。关注到鸿蒙后，李洋的第一直觉就是：对于他们80后来说，余生已经没有多少次能为国家做贡献的机会，而鸿蒙可能是他人生中一旦错过就不会再出现的机遇。所以，他当即就决定带领团队转型，投身鸿蒙。他跟李传钊说了两个观点，一个是鸿蒙肯定能做起来，二是他们一定愿意做。

李传钊当时就问了李洋一个极端的问题：“如果现在是战争年代，让你上战场，你愿意吗？”李洋说：愿意。李洋总觉得，伟大的技术变革不只能发生在美国，中国也可以。为此，他愿意押上所有，赌一把。此外，李洋认为，在万物互联的时代里，操作系统要掌握在自己的手里。他看到的不只是情怀，也有机遇。

后来，在做鸿蒙的过程中，他们彼此之间还会开玩笑，说觉得自己是在“抗美”，每写一行代码就是打出一发子弹。这让他们自然而然地，想将毕生所学投入其中。

被李传钊链接起来的开发者，除了李洋、候鹏飞，还有其他许多关键人物。他们大多也像李洋一样，是跟华为没有利益关系的独立开发者，投身鸿蒙的动机中，有做一番事业的野心，也有壮志酬情的爱国热情。

李传钊后来告诉雷峰网，中国鸿蒙社区目前的非华为核心开发者中，有一半人他都认识。鸿蒙开发者社区至今，其实仍是一个小圈子。

三、阳光灿烂的日子

鸿蒙开源三年，在最早期，也是有过一段迅速发展、热情高涨的美好时光。

鸿蒙开发者最怀念的，是2020年12月到次年4月的近半年。

这一时期有两个重要推手：一是以深鸿会为代表的的线下组织快速发展，提供开发者交流土壤；二是首块鸿蒙开发板推出，开发者有了更好的开发工具。

深鸿会是鸿蒙开发者生态里必须提到的一个存在。

深鸿会的组织模式参考谷歌的GDG（Google Developer Groups），做法是在每个城市找一位核心技术人作为组织的头，定期组织活动、维护开发者。由于开发者的活动和联系是按城市来组织，后面索性用城市简称命名，深圳是“深鸿会”，成都叫“蜀鸿会”，广州则叫“穗鸿会”，利于传播；同时也跟高校保持密切合作、培养新的开发者。

李传钊是深鸿会的发起人。由于预算有限，第一场活动办得异常艰难，只能在位于深圳北环边上的一个西藏政府某部门驻深圳办事处找了一个会议室，花了几千块钱租下来。这些政府驻深办事处除非特别时间段，日常一般很少使用，就用来出租。

为了交流效果更好，李传钊特地留出两小时的代码交流时间，他事先通知开发者带着电脑来。为此，他专门多买了20多个排插带去现场。

第一次活动远远超出李传钊的预期，接近100人去到现场，那批人到目前为止也是对鸿蒙最忠诚的一批人。

深鸿会举办的HarmonyOS技术沙龙活动

“大家都有一种感觉是，有星星点点的精神火苗在燃起来。”开发者们告诉雷峰网。

李洋在51CTO社区比较活跃，几乎每场活动他都会参加。当时社区要申报课程，李洋就申报了一个，讲鸿蒙商业化。

这个话题在此之前没有人讲过、也没有人敢讲。李洋记得很清楚，当时他只讲了三点：第一、参与伟大的事业，第二、站在浪潮之巅，第三个、顺便抓住财富机遇。这也是李洋参与鸿蒙的内心想法。

讲课之前，李洋提了一个要求：听到这个门课的人，绝不能借鸿蒙恶意炒作；紧接着他才开始讲专业的设备应用等内容。活动结束后，这个课程一下子就火了，很多人纷纷转发。李洋自嘲自己本来是个“土老板”，这次之后有点“一课成名”的感觉。后来李洋还将他在这门课上讲的内容总结创作出了一本书，叫《鸿蒙生态-开启万物互联的智慧新时代》，由电子工业出版社出版发行。

可以说，2020年9月以前，课程和演讲是开发者接触鸿蒙的主要切入口。开发者大规模地亲自参与鸿蒙系统的开发，是在首块鸿蒙开发板上市之后才开始。这当中，小熊派是代表力量。

小熊派是最早加入鸿蒙的硬件厂商之一，母公司厚德物联网主打 IoT 硬件开发，跟华为很早就有合作，因此小熊派在做第一款鸿蒙开发板时也抢占了先机。

创始人熊保松是个很有技术理想的人，2017年还没成立小熊派之前，熊保松自己就是一个开发者，闲暇之余，经常与网友进行技术讨论，研究新技术。当时NB-IoT通信开始火的时候，市面并没有很好用的开发板，熊保松与社区几位开发者共同设计了开源NB-IoT开发板。他们自己掏钱买材料、生产开发板，供社区中开发者进行学习使用，结果因为产品质量好、性价比高，开发板受到了挺大的关注，熊保松就此坚持下来并成立了小熊派。

2020年7月份，华为主动找到小熊派，邀请他们参与到鸿蒙生态建设中来。

熊保松设想的很美好：鸿蒙开源的日期是9月10日，小熊派就把开发板发售时间定在9月11日，对外定价可以是19.8元、甚至是9.8元，“华为一发布我们就跟上，这样每个开发者都能拿一块鸿蒙开发板去学习。”

但过程却并不顺利。小熊派用了不到两周时间完成开发板的设计、检测和调试，期间还出了很多相应的课程，但在量产前的临门一脚，没有芯片供应——当时鸿蒙适配的芯片只有海思Hi3861，小熊派创始人熊保松跑了好几个代理厂家，但整个市场上根本拿不到货。

期间流言四起，不少人都觉得小熊派是借鸿蒙收割开发者。其实不怪外界有这样的误解，鸿蒙获得巨大关注的同时，也出现了一批割韭菜、炒“鸿蒙”概念的公司。

直到后面小熊派还是跟海思争取到5000套芯片，缓解了燃眉之急，但首块开发板发布时间还是因此延迟3个月，在2020年12月才面世。开发板推出后，才使得传闻不攻自破。

最后，那天只用2个小时就卖光了首批上架的1000个开发板。熊保松对雷峰网回忆这段经历时，言语间还保留着当时的兴奋：“通过这个事情，坚定了我们去做鸿蒙的决心，鸿蒙有的不仅仅是概念，更有国人对自主操作系统的理想与信心，相信鸿蒙系统未来一定可以成为中国国产系统之光。”

组织生态的崛起和开发工具的出现，聚拢了又一批新的开发者。

2020年末，华为组织了新一批社区开发者集中交流学习鸿蒙技术。其中就包括了后来OH LoongArch SIG的发起人连志安，以及OH Python SIG的发起人唐佐林。连志安在接触到鸿蒙后，随即加入布道鸿蒙的队伍中，在开发者社区里发布了最早的轻量级设备教程。唐佐林有丰富的嵌入式开发经验，也是社区布道师之一，经常因为教程中的一些问题跟连志安讨论。他们通过鸿蒙而相识，并成为好友。

跟华为交流的过程中，连志安和唐佐林意识到想做好鸿蒙生态，就必须吸引各种开发者，因此需要支持更多的硬件和软件。

唐佐林（左）和熊保松（右）

对一个操作系统来说，能不能立起来，在于生态。但最难的，也正是生态。

鸿蒙的生态分为南向、北向两个方向，这一术语取了上北下南的意思，在操作系统的架构图当中，往往把与硬件的接口画在最下面，而把为应用提供的API和SDK画在最上面，所以南向就是指操作系统与硬件的适配，而北向则是操作系统所孵化的软件生态。

在鸿蒙生态里，作为基础设施的南向生态建设是至关重要的“第一步”，只有在硬件层面适配更多的芯片和外围器件，才能开发出海量的智能硬件产品，进而吸引更多应用开发者，形成正向循环。

鸿蒙设备适配的关键在于GPU驱动，想要让鸿蒙在一些具备较强显示能力的芯片上跑起来，就需要有对应的GPU驱动，让系统能使能GPU加速，但初生的鸿蒙生态，很难吸引SoC厂家开源自己最宝贵的GPU驱动。对芯片原厂而言这是件吃力不讨好的事：一方面华为自己有海思，另一边是美国制裁，可以说是空消耗成本、看不到收益。

推动问题解决的还是开发者。李传钊找到一位做开源GPU驱动适配安卓和芯片的挪威女生，引入华为的开发力量，三方协作、仅三个月就完成了鸿蒙适配开源GPU方案。

自此以后，大部分厂商无需再单独做鸿蒙GPU驱动，也能够实现点亮。虽然要真正商用还需要很多的调试，但从心理上，芯片原厂都再没有借口去拒绝鸿蒙适配。

而后开源鸿蒙陆续完成了17家芯片原厂适配。

这个成绩很少有人知道其了不起之处，但这件事让欧美IT界非常震惊。在此之前，谷歌推出的Fuchsia操作系统时，五年只搞定了英特尔一家。李传钊告诉雷峰网，“他们知道这一关走完以后，这个系统就可能不会死了。所以现在大家看OpenHarmony，都认为它是一个有竞争力、有威胁的产品。”

随即，李传钊跟小熊派低调地拉了一个移植群，把鸿蒙移植到ST（意法半导体）芯片上来。小熊派也获得了华为和ST的支持，用半年的时间，成功适配了第一款由第三方开发者，非OpenHarmony及芯片原厂组织移植的鸿蒙系统芯片。

这块芯片后来被用在了小熊派HM系列的BearPi-HM Micro折叠屏开发板中，适配OpenHarmony 3.0系统，这也是全球第一款折叠屏开发板。

从那以后，鸿蒙“南向生态”的障碍被基本扫除，一批公司也陆续加入到鸿蒙生态共建中去，包括恒玄、联盛德、龙芯、展锐等芯片公司，也有ISV厂商，如润和、中软、拓维信息、九联等。

连志安对系统移植非常擅长，他对接龙芯厂商参与鸿蒙移植，使得鸿蒙能够运行在龙芯的硬件上。唐佐林在鸿蒙系统上引入了首个Python解释器，并打造了相关工具链，使得鸿蒙系统支持Python语言开发。这两个工作为后来鸿蒙进入教育界奠定了坚实的基础，也为鸿蒙生态版图的扩大埋下了一棵种子。

连志安

李传钊说，那时候大家都很虔诚，充满理想主义。为了开发出真正的国产操作系统，关注鸿蒙的开发者都很有动力。有的开发者为了搞定一个问题，可以无偿地付出，连着十几天熬夜，每天在群里围绕某个很小的问题讨论到半夜。以51CTO、电子发烧友网等为代表的开发者社区发帖量，在那段时间也达到了一个高峰。

这段时期，李传钊跟候鹏飞也陆续离职、全身心投入到鸿蒙里。

李传钊带着候鹏飞，师徒二人在深圳宝安西乡租了间一个月房租不到2000元的小一居室，里面就放了两台电脑和开发板，白天房间做工作室使用，晚上留给候鹏飞住。由于前期搞鸿蒙没有什么收入，没办法给候鹏飞开工资，李传钊每个月还会给候鹏飞2000块钱当生活费。

两个人在这个简陋的空间里做了一年多，一日三餐点外卖，没日没夜地干。到2021年下半年，候鹏飞和李传钊先后加入了拓维。

四、裂缝出现：两个鸿蒙

按照预想，鸿蒙开源的生态圈不断扩大，理应能聚集更多有国产操作系统梦想的开发者加入。但鸿蒙出世仅一年半后，开发者社区就发生了变化。李传钊、李洋等人所期望的“盛世”没有出现，在2021年4月前后，他们都明显感觉到了“温度”的变化。

矛盾出现在2021年年中。

确切地说，是在6月2日的鸿蒙操作系统（HarmonyOS 2.0正式版）及华为全场景新品发布会前后。5月16日起到6月2日，OpenHarmony 2.0陆续开源了L2分支；而在5月25日，华为EMUI官方微博甚至正式更名为“HarmonyOS”，直接引发了“鸿蒙套壳安卓”的新一轮讨论。

发布会最大的争议在“鸿蒙操作系统”。媒体报道，华为正式发布HarmonyOS 2.0及多款搭载HarmonyOS 2.0的新产品，全面使能全场景生态，“这一国产操作系统迈出了市场化和商业化的重要一步”。

但有不少开发者并不买账。一种颇具代表性的看法是：

按之前的高调宣传，我们都觉得鸿蒙操作系统会是类似WindowsPhone、PalmOS、BlackBerry OS这样自成体系的系统，可能在用户体验上还欠佳，但在开发者的努力和当前的大环境政策支持下，有望在短时间内成长起来，成为主流系统。

2019年的开发者大会，多少人期待华为真的放大招，多少人希望拿到文档和代码开干，等到的只是一个PPT，方舟编译器的开源也不彻底。“按揭开源”也认了，等了两年交出的，却是一个“兼容安卓”的番茄花园式操作系统？

一时间，开发者社区内关于鸿蒙操作系统的种种观点甚嚣尘上。

面对争议，两天之后的6月4日，华为在心声社区紧急发布了由轮值董事长徐直军签发的总裁办电子邮件《关于规范HarmonyOS沟通口径的通知》。

这一电子邮件让很多人首次了解到了“两个鸿蒙”的概念：

一是OpenHarmony 1.0版本，是华为在2020年捐赠给开放原子开源基金会（下称“基金会”）的项目，基于华为开源Lite OS内核。它没有使用来自AOSP（Android Open Source Project，安卓开放源代码项目）的代码，不能兼容安卓应用，只能运行鸿蒙应用，也是最符合开发者认知的“鸿蒙”。

二是OpenHarmony 2.0 Canary（金丝雀版）以及之后的鸿蒙版本，使用部分AOSP代码构建安卓应用兼容层，可支持内存大于128M的带屏设备。华为基于此还开发了商业化闭源发行版本HarmonyOS，从华为的角度看，是用户体验最好、最适合商业应用场景的“鸿蒙”。

看到徐直军的邮件后，李传钊立即发布了一条时长40分钟的视频，标题读起来以为是要黑鸿蒙——《忍无可忍，是揭穿安卓套壳内幕，爆料鸿蒙开源的真相》，但视频的内容实则是在架构上解释鸿蒙的模块化设计，道出基于Lite OS内核的“老鸿蒙”和加入Linux内核后的“新鸿蒙”异同。

这条视频发布后，播放量达到三十多万，外界对鸿蒙“套壳安卓”的质疑声降了下来，一部分拥护安卓和一部分拥护鸿蒙的用户都能在讨论中找到自己的位置。

但是，对鸿蒙的早期拥趸者而言，在L2分支开源前，OpenHarmony 1.0虽然被开发者嘴上“嫌弃”只是个物联网系统，要应用到手机似乎尚有时日，但口嫌体正直，大家仍然积极地为这个系统出谋献策，添砖加瓦。

鸿蒙操作系统（HarmonyOS）发布后，热情高涨的开发者们发现他们所熟悉的“鸿蒙”概念被扩大化，华为新提出的“生态圈”概念将其产品中几乎所有使用操作系统的技术和设备皆纳入“鸿蒙”下。

这是一个由华为主导的新的、闭源的生态系统，使开发者们明显留意到，与昔日那种“和华为并肩作战、打造国产操作系统”的感觉截然不同。

从这一刻起，似乎“打造开源鸿蒙国产操作系统”的主导位置，已经正式从华为技术有限公司交到了开放原子开源基金会手中。

而事实上，基金会自成立以来，内部已经历过一些动荡，在后续的开发者维护问题上迟迟难开展。（更多基金会故事内幕，欢迎添加作者微信：finfl26est）

华为最早在2019年MWC大会公布的“1+8+N 华为5G全场景战略”。HarmonyOS发布后，华为表示HarmonyOS全面支持“1+8+N”

在那些从没有一行代码的PPT时代就选择相信华为，一直追随其身后、为之赴汤蹈火的最早一批开发者看来，这是一个让他们猝不及防的“急转弯”。而在这个“急转弯”中，被甩下来的开发者不在少数。

一个开发者告诉雷峰网，当时华为似乎也有自己的难处。据说，华为曾打算将手机里的代码全部开源，包括如何跟安卓兼容共生，但这一思路在向有关部门汇报时被否定了。华为得到的信息是，要的不是兼容在安卓生态里的东西，而是要“做中国人自己的操作系统”。

开源鸿蒙（OpenHarmony）和商业鸿蒙（HarmonyOS）两个生态体系的切割，打乱了华为之前向开发者承诺的时间表。新的时间节点，意味着开发者们要投入比原来想象更长的时间与更多的精力。

鸿蒙开发者的圈子里开始流传出一种说法：“按揭开源”。他们认为自己所付出的努力和贡献被辜负了，真心错付，内心受到了极大的伤害。

2019年华为宣布鸿蒙时，鸿蒙就像一个PPT，代码与功能都不完善。开发者们揭竿而起，布道、做出首块鸿蒙开发板（鸿蒙应用开发的第一步）、用开源GPU解决了鸿蒙适配的头号“拦路虎”……他们想要一个“完全国产”的操作系统，哪怕有瑕疵，也相信假以时日会完善缺陷。

但华为的紧急切割，与这批开发者的初衷愈来愈远。开发者们感觉到，自己被“背叛”了，最终，一部分人选择出走，比如最早的“鸿蒙七君子”之一韦东山。

韦东山是嵌入式Linux圈里的技术大拿，有10多年嵌入式开发经验，他录制的鸿蒙课程被很多开发者视为入门的必备教材。韦东山告诉雷峰网，他最早做鸿蒙的想法很简单，一是能接触像华为这种大公司最新潮的技术，二是类似投资的心态：“如果它成功了，我们就在第一线了”。

韦东山

在华为封闭内训一个多月里，韦东山多次通宵熬夜调试，经常是大楼里最晚离开的人，有时华为员工第二天来上班，韦东山才关掉办公室的灯准备回家。最后，韦东山成功为NXP的Imx6ull芯片移植了四个版本的鸿蒙LiteOS-a。

但现实的压力很快就出现了。韦东山团队服务的是厂家和工程师，即便芯片移植成功，但如果后续依然没厂家使用，团队也无法坚持。不仅如此，由于开源不彻底，作为讲师的韦东山团队却连代码流程都没办法跑通。

加上此前种种问题累积，最终，韦东山彻底退出鸿蒙圈，又回去做嵌入式系统开发了。韦东山在B站上关于鸿蒙的最后一条视频，就刚好停在了2021年6月3日，即华为发布HarmonyOS 2.0的第二天。

韦东山的出走，只是“两个鸿蒙”切割前后开发者态度变化的一个缩影。

事实上，华为当时在鸿蒙开源的上并不缺钱，也舍得花钱：华为自己举办一场“HarmonyOS开发者日”，预算动辄数百万，场地也往往选在各大城市五星级酒店的会议厅，规格极其豪华。

但在具体做法上，华为却把劲使错了地方，只侧重于HarmonyOS的宣传。

有开发者告诉雷峰网，每次新版本发布，研发侧提出一两个概念，在华为的活动营销中往往会被无限吹大，开发者注册量也为了达到宣传的KPI数量“节节攀登”，以至于越来越偏移现实。

这些传播噱头令开发者们十分疑惑，让开发者们觉得，华为以KPI为导向来建立开发者关系的做法，与他们信奉的“Talk is cheap，show me the code”原则极其不搭。

虽然叫“开发者日”，但它并没有真正吸引到开发者，更像是华为给自己办的一场营销：开发者日演讲的内容很多，但基本上前两个议题才结束，场下人已经散光。后来活动，他们干脆立了个不成文的规定：先拍照，“要不然一会儿拍不到人了，只剩下一些大爷大妈在现场收废纸”。

“普通的开发者跟去大酒店听演讲的人根本就不是一波人。”有开发者为此发牢骚，“办活动的这笔钱还不如直接给开发者，一人一万，绝对能买来忠诚的开发者。”

一位鸿蒙开发者告诉雷峰网，2020年华为对深鸿会第一场活动的效果很满意，希望深鸿会能把这批人长期稳固下来，提过想资助，深鸿会每个月办一次活动，一年几十万的预算，结果种种原因没有落实下来。深鸿会后续办活动所花费用都是李传钊等人自己承担，活动的规模也十分受限。

李传钊（左七）组织开发者线下聚餐

而“切割”之后，华为也就没有了再去为开发者花钱的理由。

华为此前曾举办过一场HarmonyOS开发者创新大赛，一个一路备受好评、得分靠前的参选作品，最终因为领导“考虑商业场景”而一票否决。另有开发者爆料，华为最近这两次鸿蒙开发者大赛，最终获奖的，“来来去去是那几个人”。

对华为来说，其重心一直都在商业化，更何况华为有自己的开发者生态系统，鸿蒙开发者做得好是锦上添花，并非当务之急。

这或许也是“狼文化”的体现：资源向最有可能看得到成绩的地方倾斜。包括两个鸿蒙的切割、在战略目标下层层分解KPI，以最短的路径前进。在战术层面上付出的代价，是为了实现战略的一部分。

五、开发者也需要“面包”

技术潮流的发展一般都会经历五个阶段：被人嘲笑、看不上的阶段——先知先觉阶段——认可阶段——疯狂跟随阶段——普惠阶段。2020年下半年，互联网迈向一个新的顶峰，市场环境开始转变，李洋经常去鸿蒙社区里逛，“一看，哀嚎遍地”，吐槽的帖子数不胜数。

但跟纯技术背景的开发者不同，李洋对商业模式很敏感，网上的声音并没有吓跑他。相反，李洋很看好鸿蒙的未来，他认为，鸿蒙特性很鲜明，商业化路径也清晰，可以成为新浪潮的一个代表，华为就是这个浪潮里的引领者之一。“所以我一定要提早进去，在别人看不懂的时候就进去，那等鸿蒙起来的时候，我们就是最懂的人。”

鸿蒙在当时还是属于华为消费者BG下面的子部门，没有人能预知它能发展得像今天这么大。李洋当即下定决心，要带着团队转型、做鸿蒙，蛟龙腾飞也成为了第一家华为以外、为鸿蒙全力以赴的公司。

这个决定让李洋遭遇过多番质问，“是不是一定要做鸿蒙？有信心做好吗？失败了怎么办？”周围的朋友和亲戚也问他，“公司又不是很大，会不会成为炮灰？”

李洋后来向雷峰网回忆时说到，在做鸿蒙这件事上，他们是在被“嘲笑”阶段就开始入场了。

“我已经做好了炮灰的准备，我觉得挺有价值和意义的，我愿意把我以前的知识经验、经济上一些积累，全投到鸿蒙里面去。为整个事情的发展做出了我们的一部分贡献，哪怕我们没成功，我相信后面也一定会成功的。”

李洋把做鸿蒙分成几条线并行：一是延续自己的写作优势，做课程和写书、传播鸿蒙知识与技术，同时也提高在社区里的影响力；二是做研发服务，李洋将技术重心放在华为2021年6月推出的原子化服务（Atomic Service）上；三是做鸿蒙智联和开源鸿蒙模组、设备的开发尝试。

2020年到2021年期间，李洋在社区文章上占据优势，同样的KOL有十几个，但大部分老师都自己写代码、做课程，而李洋不止自己写、还有团队一起写，因此在文章、课程、书籍等方面，蛟龙腾飞总的产出最多，文章产出每周从来没断过。

但写书过程中李洋也遇过不少困难。有段时间创作鸿蒙的书籍，各项审核与要求非常严格，出版社也通知他说书可能出不了了，最后还是硬着头皮继续坚持了下来。

2021年6月，华为推出原子化服务（Atomic Service）后，李洋也随之调整了公司的技术重心。

一如其名，原子化服务提供的是精细化、微小到“原子”级别的服务应用形态，不需要跨越多个层级就能触达，而且支持H5、小程序、FA卡和APP等多种形式。例如，很多餐厅点餐要扫餐桌码，常规App形态下我们需要打开微信、找到扫一扫，再扫码点餐；但原子化服务则是以卡片的形态存储应用，打开手机后在负一屏就能找到扫一扫，点击卡片直接打开。

那时候原子化服务还没有公司入场，李洋要做第一个吃螃蟹的人，没有参考样本，是摸着石头过河。

他们的第一个尝试是将《道德经》做进原子化服务卡片里。起初，李洋团队按照常规的开发逻辑写代码，效果出来得很快、也很好，结果送审时却发现完全不是那么回事，“做成App了”，只好推翻重来。

后面发现当时卡片互动实现不友好，UX设计有规范，图片规格有限制，代码包也有大小的要求，无法同时适用手机、折叠屏和平板......单一个卡片的兼容性问题，又磨了两个多月的时间。当时李洋一心思都埋在了原子化服务上，整天和技术人员在公司窝到凌晨，换着法调代码、做减法。

最后，他用了一个笨方法，手动把阅读内容控制到所有设备都能兼容的区域，《道德经》开发周期从想法、落地到上架，耗时8个多月。

数月的努力有了成果，李洋很开心，但他心里也有另外一个声音在泼冷水：这些东西怎么赚钱、怎么盈利？

李洋个人在鸿蒙投入的资金已经几百万，但前期的投入并没有给他带来快速的现金的回报。“大家都有情怀，但也有现实的压力。”李洋坦言，做鸿蒙对于他们小公司来说具有品牌效应，这是长期价值。

但现阶段鸿蒙无论是硬件还是软件方面都很难交付，也是事实。鸿蒙开发者社区不乏优秀的作品，但从Demo到实际的商业化运作，还有很长的距离。

鸿蒙开始商业化后，资本蠢蠢欲动。越来越多大的玩家下场，小开发者的生存空间开始被挤压。

对企业而言，做鸿蒙利弊很明显：上市公司通过政策和概念背书，可以在股市上赢得更多的支持，有资金投入和支持进入具体领域落地；小公司更多属于技术投资，前期顶不住“死掉”是寻常。

从2021年下半年开始，李洋最明显的体会是：一方面已经感到鸿蒙存在巨大的市场潜力，另一方面还没有找到切入的变现路径，“队友”由原来的个人KOL，变成了很多上市企业和大公司——这也是许多小公司普遍遇到的问题，生存越来越难。

华为内部一些细微的变化和调整，对类似李洋这种中小型公司，影响也是巨大的。举个编程语言的例子，鸿蒙前期开发用的是JS和Java，当公司招聘与培训好熟悉基于鸿蒙开发的JS和Java的程序员之后，开发语言升级主推ArkTS（eTS），原有JAVA人员如何安置？重新招聘、培养又是一笔不小的费用，都涉及到实实在在的金钱投入。

按深圳的用人成本估算，一次转折就可能决定了生死，以至于小公司也不敢轻举妄动，想做鸿蒙，第一个要考虑的就是能否撑过前期的投入期。最直观的结果是：从2021年以来，有60%的小开发者逐渐消失在了鸿蒙圈。

“一个系统在发展，有变化很正常，我们能理解，但我们也需要调整和适应的时间。”李洋说。

而站在开发者的立场上，除非全职进入鸿蒙生态企业，开发者才能专心致志地去做鸿蒙，用业余时间研究一些完成后开源的东西，用爱发光到底值不值得，没有人能下定论。

“很多人更愿意选一个掌握之后能帮自己换份好工作的技能去学习，这也是为什么做鸿蒙开发需要有情怀才能坚持下来”，唐佐林认为，目前要解决这个可持续性问题还很难。

这是鸿蒙开发者一直以来被忽视的困境：

操作系统的旗帜能吸引到很多人才，但是理想主义也需要面包，鸿蒙距离迈入大规模的商业化阶段还需要一定时间，鸿蒙开发者要面临的不仅是成长乏力、更是如何先吃饱饭的生存问题。

如今，最初的一批开发者中，有的被“收编”，比如连志安，他在22年年初加入鸿蒙生态企业，负责鸿蒙生态搭建和教育线工作，有的则是像韦东山、刘燃等人，已经彻底离开了鸿蒙圈，开发工作主要由华为正规军以及合作的生态企业在推进，只剩一小部分开发者还在顽强抵抗......

“正常情况下应该是不管怎么收编，外边总还有新的野生出来，但现在就是收编完这茬，野生的（开发者）就没了。”李传钊很感慨。

没有像其他开源的技术一样开发者野外生长，部分鸿蒙开发者消失，宝贵的精神火苗最终没有燃起来，星星点点，未成燎原。

2020年，鸿蒙首次开源的代码量为460万行，到2022年，华为发布的HarmonyOS（OpenHarmony商用发行版）代码量达到2396万行，当中绝大部分都是华为自研，外部开发者代码贡献量仅达到8%。

作为对比，在2007年11月开源的Android，在没有竞争对手的情况下迅速超过塞班，一跃成为用户最多的移动操作系统。目前，安卓的代码已经超过了一亿行，当中核心代码将近2000万行，这是全球开发者用了数十年的时间一起堆出来的。

六、黎明未至，开发者何去何从？

2008年李传钊第一次出国，他在飞机上看了一本书，叫《世界是平的》，后来李传钊在国外六七年，他深刻地感受到了书里所描述的内容，全球化透过科技进步与社会协定的交合，把世界逐步抹平。

但自疫情开始，趋势彻底逆转，世界被切成了一块一块。

中国在互联网应用建设上具有优势，但基础软件却一直是软肋，尤其是在操作系统、编译器、编程语言、数据库这四大底层领域，此前国内基本上都处于空白状态。国内超过1000万的软件开发者，都是在基于西方国家构建的底层软件体系上工作。

在这个当下，中国十几亿人口、海量设备，一定需要自己的操作系统，这是必然发生的事情。

关键的问题是，鸿蒙能不能很好地承担这个角色。

华为每年有一笔资金用于公司战略规划洞察，花几千万买各种各样的报告、详实的数据。很早以前，华为就已经预测到手机数量增长达到天花板后，IoT设备最有可能跻身下一阶段成为核心增长引擎。

明确了前进的方向，还需要舵手有一路到底的勇气。多位开发者向雷峰网表示，华为内部有一个很好的文化是，大家可以在讨论战略时剑拔弩张，一旦确定一个方向后，执行上又非常坚决，这令他们相信，跟着华为是可以实现真正的宏伟事业的。李洋也跟雷峰网提到过，王成录离开华为后，鸿蒙几番更换新的负责人，但跟蛟龙腾飞对接的人员从未间断。

经过三年沉淀，鸿蒙的商业生态初具雏形：第一环是在上层建筑的铺开、适配，第二个圈是国计民生，例如电力、交通，港口等国营大企业和运营商，第三个环是消费者领域。2022年，鸿蒙突破了4+2行业，4个分别是能源、金融、教育、交通，孵化政府和平安城市两个，并在多个城市的公路、矿井等基建场景中均有应用，更广泛的厂商移植适配工作也在进行，但仍需较长时间和商业的推力。

但不可否认的是，鸿蒙所面临的形势也很严峻。

一方面，外部“寒气”逼人，华为更聚焦在自己的开发者生态上，虽然鸿蒙是华为目前少数几个还保留战略投入的部门，但现实的压力下，华为花钱的力度也不再像往日那样大手大脚。

另一方面，早期理想主义人士退场，青年开发者后续力不足，目前外部企业面临的最大难题是，想招到一个真正懂鸿蒙的人招不到，精英技术人才短缺。去年李传钊准备给团队招人，他到社区、社群发帖私信，回复的人寥寥无几。“社区应该像一个大池塘，一网撒下去就能捞几条鱼上来，但现在一撒网，里面全是水。”随着开发者热情的降低，开发者社区也逐渐凋零。

如果意志不坚定，如果没有情怀，一定坚持不下去，任何一个环节都可以将火苗掐死。如李传钊、李洋、连志安、熊保松、唐佐林等这一批坚定的践行者，在嘲笑声中走过了鸿蒙充满不确定性的三年。

无论鸿蒙的过去与现在，确实存在许许多多的不足，但李传钊、李洋等人对鸿蒙的未来仍抱有希望。“我们认为自己是鸿蒙的一部分。鸿蒙是一个大的事业，那我们可能是这里面的一滴水、一粒沙，是融在一起的，没有把自己当成外人。”

李传钊还经常跟鸿蒙圈里的人说，“什么时候我退了，就可以下结论说‘鸿蒙死了’；如果还没退，就说明还有点希望。”他们已经做好了用十年硬磕鸿蒙的准备。

去年年底，李传钊将自己两年来的自媒体收入、共计2万元捐给了基金会OpenHarmony项目组，成为首位个人捐赠者。他告诉雷峰网，自己准备重塑社区，先从线下活动开始，把现存的开发者号召、激活起来；

李洋为了节省开支，将公司从深圳福田迁到龙岗，办公室面积不大，十几平米的空间，他专门划出一个区域用来放自己写的书，桌子上满满当当，还立着很多他以往参加华为和鸿蒙活动时颁发的奖章、证书等等；

开发者许源申从自己在日本工作时就自学鸿蒙，去年回国后，他加入开鸿智谷，成为一名专职鸿蒙开发者；

小熊派在鸿蒙领域仍处于投入阶段，今年还将不断有新的鸿蒙产品出来......

这是刻在技术人身上的一种天然信念，无关乎己身，他们试图背负起“国产操作系统”的宏大理想。过去三年里，鸿蒙已经成为他们生活的一部分。

对鸿蒙开发者而言，他们或许无法定义，鸿蒙怎样才能算一个成功的操作系统？但全身心投入去做有价值的事，这是大家的共识。

纵观鸿蒙的发展，过去三年从无到有，生态已初步建成，中间困难重重，开源所发生的事情远不止于此，还有大量未提到的精彩故事限于篇幅无法一一展开，欢迎添加作者微信：finfl26est 互通有无。

如果说中国的2D视觉时代，是一段追赶史，那么国内外厂商站在同一起跑线的3D视觉时代，很可能是一段超越史。

过去一年，当不少行业在经历寒冬，3D视觉赛道却火热如夏。

逆势而上过程中，行业也存在诸多热议的话题，关于投资、关于竞技、关于挑战、关于落地、关于盈利……

这是一个关于3D视觉领域创业者的系列报道，也是中国3D视觉大浪蓬勃发展中群英荟萃的英雄史记。

本文为该系列的第四篇，故事主角是光鉴科技创始人&CEO朱力。

2018年，福布斯中国公布30位30岁以下精英榜单，「光鉴科技」创始人兼CEO朱力位列其中，引起科技圈的注意。

彼时，距离「光鉴科技」成立不到4个月。

前一年，苹果首次在iPhone X上采用 Face ID ，拉开了3D结构光在消费级市场规模化应用的序幕。

遗憾的是，苹果对“VCSEL（垂直腔面发射激光器）+DOE”3D结构光方案全方位的专利保护，使得国内安卓厂商饱受成本过高、产能有限之苦。不少公司对苹果方案亦步亦趋的模仿，又存在极大风险和不确定性。

而「光鉴科技」的“EEL（边发光激光器）+WFP（纳米光子芯片）”方案，则是通过在亚波长尺度实现对光场的调制，来实现3D结构光所需要的投射激光散斑功能，突破了苹果的技术专利壁垒，并在核心元器件上实现国产化。

这是朱力得以上榜的根本原因之一。

如今，「光鉴科技」的技术边界已不止于底层芯片，实现结构光、ToF技术并行，产品也落地到了消费电子（如手机 ）、支付、汽车、机器人、AIoT等多个领域。

前苹果主管「下海」创业

2010年，朱力从清华大学电子工程系毕业，前往加州大学伯克利分校攻读博士，师从美国工程院院士、VCSEL领域开创者之一的常瑞华教授，学习VCSEL和纳米光子学。

求学期间，朱力发表了30余篇科研论文，申请了6项美国专利，并且研发了世界上第一款人造柔性变色龙皮肤，以及第一个1550nm波段柔性VCSEL芯片。

其中，朱力研发的人造柔性变色龙皮肤，因其技术难度较大，学界鲜有人涉足。

“用纳米结构做柔性可变色材料，难点在于将一层头发丝千分之一薄的大面积结构，从硅晶源转移到厚度小于1微米的薄膜材料上。”

为了将半导体材料放入柔性结构，变成有功能价值的光源系统，朱力在实验室死磕了两年多。

2012年夏天的某个深夜，朱力终于能够使可见光谱的色调，顺利在薄膜材料上呈现出变幻的瑰丽色彩。

这一消息很快在硅谷传开，投资人纷至沓来，想要投资这个项目。

但朱力认为，时下的制造能力还不足以支撑人造柔性变色龙皮肤的产业化，这项技术的科研意义大于实际作用。因此拒绝了投资人的创业邀请。

2016年下半年，完成博士学业的朱力入职苹果总部，负责深度相机的整个VCSEL部分。

然而入职仅三周，朱力就被苹果“发配”到了亚洲工厂。

彼时，苹果第一批3D相机正处于试产的关键时刻，而负责摄像头模组设计的主管突然离职，整个项目急缺一位懂激光、电子、结构、工艺的人操盘试产。

斟酌再三，苹果决定让朱力充当“消防员”，前往一线救火。朱力甚至连整个项目的文档都没有看完，就直接被送往机场，飞往亚洲。

关于如何熬过那段日子，朱力的回答是：“拼”。

每天，朱力都必须赶在八点前到达，跟一线的技术和产品审核细节，设计和把控相机模组生产的每一道工序，确保产品能够稳定、持续地走下产线，和同事坚守在现场，直到凌晨一点才回酒店。

这个项目给朱力积累了从0到1打磨产品的产业经验，以及对行业、产品的思考：

科技领域不缺少好的idea，缺的是好的执行，将idea变成能够可靠卖给无数消费者的可靠产品，这个过程是真正稀缺的资源；

把产品打磨到极致，涉及到的测试设计、验证方法、产品设计、评审等，需要遵循一套科学且严谨的执行方法。

“3D视觉本身的市场需求拐点，是从给人服务变成每年给上百亿智能设备服务，潜在需求扩大了10倍。通过手机行业的推动改变，使3D深度相机的体积缩小了上千倍，成本降低了几十倍。”

朱力敏锐地观察到，3D视觉向消费电子拓展，将形成一波新的技术浪潮，产生新的价值点。

“这是一个很好的机会。”

随后 ，朱力决定回国创业。

技术、专利「突围战」

2017年，国内对整个科技领域投资的热潮，造就了一个美好的时代。

一次，朱力在深圳与投资人喝咖啡时，对方了解到他清华和伯克利背景，以及苹果的工作履历之后，便许诺投资2000万元支持他创业，甚至没有问他要做什么。

很快，朱力与两位清华的老同学汪博和吕方璐一起，创立了光鉴科技。

汪博毕业于斯坦福大学电子系，曾担任硅谷自动驾驶公司 Zoox Inc （后被亚马逊收购）深度学习平台负责人，负责自动驾驶感知系统机器学习模型的训练与优化。

吕方璐毕业于加州大学伯克利分校，在硅谷科技咨询公司Exponent担任高级咨询师，对硬件消费电子很熟。

也就是说，创业前，朱力、汪博和吕方璐，分别从3D感知产业的产品、软件、硬件三个不同角度，参与到了3D视觉行业中。

「光鉴科技」成立之后，团队研发出了一套能规避苹果知识产权风险的3D结构光方案，即“EEL+WFP纳米光子芯片”。这套方案已经在多个产品中得到验证，开始并应用于移动端。

“这套方案的难点与苹果的3D结构光方案一样，核心问题都是如何将激光发射出去。”

朱力表示，苹果采用的是成熟的衍射原理，将激光分束；光鉴采用的是21世纪初发展起来的纳米光学技术，实现结构光所需的红外随机散斑。

相较之下，纳米光学技术能大幅提升激光投射的功能和效率，并且光源系统更简洁、边发光激光器的成本更低。

朱力认为，这套方案一旦在消费端大规模量产，很有可能掀起整个产业的再一次升级。

但是将激光器中发射的光，通过光学器件，准确的投射到纳米光子芯片上，而后进行再次分光投射，其中对光学对准的要求非常高。

为此，光鉴团队最早采用纯手工的方式，通过精密的结构调整，验证了将一束光分成九万束光的可行性，但手工完成一个摄像头模组，通常需要一天时间。

要将一个3D相机模组，变成能够批量生产的商业化产品，就必须实现自动化。

“我们花了两年左右的时间，寻找合适的生产工具，设计合适的软件系统，解决了很多工程上的问题，现在一台自动化设备每小时可以做出300多个摄像头模组。”

另一边，在WFP纳米光子芯片的基础上，光鉴也并行布局了ToF技术路线。

虽然结构光也能进行远距离识别，但体积较大，并且误差会随距离呈平方增长，而ToF技术则非常适合远距离识别场景。

在朱力看来，3D结构光和ToF则是两种非常互补的方案，一个解决近距离与人的交互，一个解决远距离与空间的交互。

“这和苹果的iPhone前置结构光，后置ToF是一样的。”

朱力表示，在屏下摄像头成为未来趋势的情况下，如何将3D结构光技术做到屏幕下方，是一个核心痛点。

这件事情的难度在于，技术上要将激光系统的效率和性能提升20倍，需要在屏幕、激光、算法上做出全方位优化，包括与终端厂商之间的合作，涉及到整个生态的配合。

实现屏下3D结构光最大的技术难点，是屏幕透光率问题。

当摄像头处于屏幕下方时，激光发射器的传递与接收，需要两次穿过屏幕，会导致透光率变低，图像信号传递变弱。在实际场景中，透光率受到的干扰会更大。

光鉴科技从器件模组和算法两方面下手，弥补了光通过屏幕时所造成的能量损耗。

元器件方面，在发射端增强光的能量。相较于VSCEL方案，光鉴科技将激光发射模组从电到光的整体转换效率提高了100%；同时基于EEL边缘发射激光器减短脉冲，将激光散斑亮度提升至VSCEL方案的20倍左右。

算法上，光鉴科技通过自研算法实现对激光信息的构建，在保持同样效果的情况下缩减算力，不必依靠ASIC芯片，以减少计算成本。

2021年初，光鉴初步解决了屏下3D结构光的技术问题，到2022年，在柔性屏幕上也实现了屏下3D技术，且所有元器件均实现了国产化。

“农村包围城市”or“大海里捞鱼”？

关于怎么进入市场，光鉴内部曾出现两种完全相左的观点。

一部分人认为，当时考虑到行业内已经存在奥比中光这样已经实现规模化的企业，光鉴应当采取“农村包围城市”的战略，先打小仗、胜仗；反对的人则表示，光鉴应当“到大海里捞鱼”，直接进入正面战场。

朱力选择了”到大海里捞鱼“。

行业内虽有奥比中光这样的竞争对手，但并没有形成绝对的差距；

重点场景的竞争，并不遵循先来后到原则，后来者也可以通过更好的技术和产品取胜；

创业公司如果一开始就回避竞争，自我边缘化，那么也同时意味着将更好的市场机会、融资机会，更多的供应链资源拱手让人。

“在激烈的市场竞争中，失败了也没什么大不了，只要自己不认输，把产品做好一点，仍然可以卷土重来。”朱力对雷峰网说。

以2020年和2021年作为分界点，光鉴的发展可以大致划分为三个阶段：

2020年之前，光鉴科技主要聚焦于早期产品送样测试，在市场刷存在感；

2020-2021年，开始与大客户联合开发，完成产品定义；

2021年之后，相机模组开始规模化量产。

2019年底，光鉴科技做出了第一代产品，开始以送样测试的方式，进入市场。

与微信支付的合作，是光鉴科技的第一个大规模落地案例。

彼时，微信支付人脸识别产品正在向3D人脸支付升级迭代，光鉴将自身的相机模组送样之后，成功打入微信支付3D视觉供应链，成为供应商之一。

2021年年底，微信支付和光鉴合作的第二款产品，在接近一年的研发之后，终于开始规模出货，为光鉴科技带来了规模性发展的第一桶金。

目前，光鉴科技与微信支付联合研发的相机模组，已经覆盖交通出行、购物支付等多维场景，拿下了微信近乎100%的市场份额。

朱力认为，3D视觉正在经历一个拐点，光学硬件的成熟，以及价格的日趋平民化，正使其慢慢渗透进各个行业。

不同于定制化要求非常高的工业级应用，消费级应用可以按照统一标准迅速复制；3D视觉技术已经应用在物流、新零售、安防、智能终端、自动驾驶、机器人等场景。

“未来几年，3D视觉在手机、汽车、机器人、AIoT等领域会得到更广泛的应用与落地。”

不过，消费级市场需求的快速迭代，给创业公司带来很多机会，然而跑得太快，也可能掉进跑偏的陷阱，这个过程需要时刻保持对市场的清醒认知。朱力表示。

组织即产品

2020年夏到2021年，是光鉴与大客户合作深入开发产品的关键阶段。

这段时间，外部的施压，让光鉴团队获得了一次重要成长。

“有时，内部传导压力，团队感触并没有那么深，但当外部施压时，大家反而会很快调整。”

以与微信支付的合作为例，当时竞争者并非光鉴一家。

对手的产品迭代速度比光鉴快了很多，这给朱力带来很大震撼。在此之前，他自认为光鉴处在“一个比较好的推进速度上”。

朱力意识到，想要在赛道中获得生存机会，仅凭技术优势还不够，还得在满足市场需求的前提下，压缩研发、生产、交付的速度。

“对于创业公司来说，如果你不是first，凭什么是best？”

想要达到更好、更快的交付要求，就必须提高团队的执行能力，这是一个涉及组织结构、项目规划、产品开发、供应商配合等科学系统的工程。

于是，朱力对整个团队的产品开发组织形态，进行了重新调整和设计。

其中，最大的改变，就是使团队年龄结构更趋于“年轻化”，让更多有能力、有冲劲的年轻人，去开疆拓土。

这次大动干戈的调整，来源于朱力当初在苹果的经验。

当时朱力从“无名小卒”直接空降为摄像头模组设计主管，并且出色完成了任务。

这让朱力相信，将一个具备足够驱动力和能力的人，扔到真正的战场中，给予足够的装备，是可以成长为一名优秀的士兵乃至将领的。

“到现在为止，我打磨过最好的产品，是我们的组织。”朱力说。

结语

时间拨回到2006年7月，新加坡南洋理工大学举办的第37届国际物理奥林匹克竞赛上，朱力获得了一枚金牌。

台下的评委，是包括杨振宁在内的数位贝尔物理学奖获得者。

在交流与分享环节，杨振宁说了一句让朱力至今印象深刻的话：

“人生最终的价值追求，应当是追求在短暂的生命周期内，留存下一些能够长期存在的东西。”

彼时朱力年仅十七岁，还无法回答这个哲学问题。

如今，已过而立之年的朱力，作为一位3D视觉领域的创业者，对这个问题有了全新的认知：

“为行业提供另一种更有价值的选择。”朱力对雷峰网说。

本篇为3D视觉系列第四篇，感兴趣的读者欢迎添加作者微信MOON_ERS，分享你的企业故事和行业洞察。

过去一年，AIoT战场热闹无比，视频物联企业、AI公司、互联网巨头、通讯巨头，或刷新自身定位，或跨界入局，以提供完整的解决方案和抢滩数据获取的渠道，攻城略地、抢占市场。

在未来 AIoT 新十年的战场中，理性入局与开拓是赛道玩家们的必修课，那些用创新解决方案刷新城市生产生活的企业，也将获得更大的加速度。

为此，2022年，雷峰网站在更专业和丰富的维度，在过去数月时间里，评选出2022《飞天入地出海》年度科技榜。

该榜单从技术飞天、应用入地、商业出海三个最佳维度，人工智能、城市物联AIoT、工业智造、汽车技术、企业服务、商用机器人等12个垂直领域，找寻那些新商业秩序的先行者和布道者。

其中，在「城市物联AIoT」领域，云天励飞、闪马智能、大华股份、海康威视四家企业脱颖而出，分别荣获“数字城市解决方案标杆奖”、“智慧交通解决方案标杆奖”、“智慧园区解决方案标杆奖”、“生态环境解决方案标杆奖”。

云天励飞：数字城市解决方案标杆奖

云天励飞在数字城市领域打造了一系列产品，如动态人像识别系统——“深目”、多维大数据分析系统——“深海”、视频结构化系统——“深萃”、城市治理平台——“深智”、交通OD分析系统——“深邃”等。

这些产品已经在深圳、东莞、青岛、成都等多个城市实现项目落地，如深圳多区域的智慧安防项目、深圳巴士集团智慧公交OD项目、龙岗AI赋能平台、龙华智能运算平台等。

其中，龙岗AI赋能平台，能够基于全区统一的算力、算法和视频资源，推动在六大领域31个应用场景包括智慧城管、智慧交通、智慧市监、智慧消防等方面的人工智能创新应用，实现城市治理全天候自动化的智能分析和预警，提升城市治理智慧化水平。

闪马智能：智慧交通解决方案标杆奖

闪马智能成立于2019年4月，是一家专注视频智能分析和时空数据管理的新一代AI中台公司。

闪马智能自主研发的ATOM深度学习平台和VisionMind城市一体化感控平台，支持双平台融合，可实现算法模型快速迭代及各类应用场景快速迁移，形成可用于“AI+交通”等行业的视频智能分析闭环。

截至目前，闪马智能业务已覆盖全国近400个城市区县，面向城市交通、高速公路等各类交通场景打造AI数字底座，助力交通智慧化升级。

大华股份：智慧园区解决方案标杆奖

大华股份成立于2001年，是一家以视频为核心的智慧物联解决方案供应商。

大华的智慧园区解决方案，以大华物联中台为支撑，可将园区应用与企业管理更为紧密的连接起来，为企业IT信息部、行政部门、安保部门、后勤项目部等提供的应用解决方案，帮助企业在数字化转型中实现降本增效。

基于园区智慧大脑，让建筑与场景AI深度应用有机结合，以“低•能耗”、“慧•办公”、“捷•通行”、“智•安防”、“敏•运营”，打造园区“五维一体”建设理念，构建园区“数智化”能力。

未来，大华将继续注重企业园区的能耗管理，在园区的日常管理工作中，针对不同的业务场景提出更多具有针对性的解决方案。

海康威视：生态环境解决方案标杆奖

海康威视成立于2001年，是一家专注技术创新的科技公司，致力于将智能物联技术服务于千行百业。

在生态环境领域，海康威视提供智慧化物联感知服务，提供生态环境监测保护系统级解决方案，为用户的智能监测、综合监督管理和应急决策提供技术支撑。

2021年，海康威视推出了高光谱水质监测仪，改变传统水质监测存在的监测频率低、建设和运维成本高等局限性，目前已在太湖、安吉、北京等地投入使用，为当地开展水质监测和判断河湖水质趋势提供了全新技术手段。

未来，海康威视将在大气环境保护、水环境保护、危固废监管、自然生态保护等行业持续探索，为保护生态环境提供多维度技术能力支撑。

过去一年，于视频物联行业来说是波澜壮阔的一年：旧时代赋予的要素开始缩减，新时代的要素正在增加。城市AIoT赛道的黄金机遇，构建了一场科技与产业更大规模的狂欢。征战功夫的精彩，既在胜负，也在胜负背后的战略、逻辑与眼界。

藉由此，雷峰网AI掘金志推出「十佳CEO」系列专题，希望呈现给业界更多对城市AIoT领域不一样的理解与洞见。

本篇为系列报道的第三篇，对象为：海康威视总裁胡扬忠。

去年7月，福布斯中国发布了2021年最佳CEO榜。

小米集团雷军位列榜首，比亚迪王传福位列第三，而位列第二的，是一个并不为大众所熟知的企业和名字：海康威视胡扬忠。

不同于一举一动都能在网络上引起轩然大波的雷军、王传福等明星企业家，大众对胡扬忠与海康的故事所知甚少。

然而，正是这个说话能听出明显口音的湖北人，打败亚萨合莱、安讯士、AIPHONE等国际大厂，连续9年霸榜全球安防行业第一名。

尽管如此，他本人依旧保持着不事张扬的风格，在取得如此江湖地位后，依旧勤勉尽责地奔走在一线。

去年，陕西榆林神木县一家招待所里，某公司CEO见完客户排队回房间时，偶遇了同样在队伍中的胡扬忠。

此时他才意识到，原来饭桌上客户提到他们同时在另一个包间接待的客人，正是胡扬忠，他和胡扬忠见的是同一家客户。

很早之前，他曾与胡扬忠有过短暂的交集，因此打了声招呼，胡扬忠显然已经不记得面前的人是谁，但他礼貌地笑了笑，对其点了个头。

企业如海康，站在如今的行业地位，前来拜访的客户早已门庭若市。但胡扬忠依旧深入一线，这种朴实的作风不能不让人尊敬、钦佩，海康的成功亦从中有迹可循。

新名字的故事

2001年11月30日，杭州湿冷的空气已经让人起了寒意，但西湖区马塍路36号一处平平无奇的简易办公楼里，却被一股热情的气氛笼罩。

在这里，信息产业部（现为中国电子科技集团）新成立了一家子公司，取名海康威视。

这个由52所开发二部28位成员组成的团队，其中26人都是工程师，主要从事视频压缩板卡的研制和生产。

这个团队能够成立，背后有三位关键人物，即日后被称为“海康三剑客”的龚虹嘉、胡扬忠和陈宗年，他们都是华中工学院（现华中科技大学）计算机系的校友。

1989年，胡扬忠从华中科技大学计算机系硕士毕业，进入信息产业部第52研究所，从事技术和产品的研发，在这里他遇到了1986届的校友陈宗年。

科技产业界在90年代呈现出一派欣欣向荣的景象，其中，计算机视频编解码技术的发展，在国内掀起一轮数字化摄像头产品自研与生产的高潮。

硬盘录像机（简称DVR）的出现，似乎在高调宣布磁带录像机终将沦为昨日黄花。图像编解码、网络访问、数字化存储、标清分辨率，这些新鲜的词汇撩动着那个时代敏感的神经。1993年-1995年间，白兰实业、宏天智(后被 CSST 收购)、天地伟业、天津亚安等一批与安防行业相关的公司相继成立。

此时的52所，因迫于自负盈亏的压力，包括陈宗年在内的一批技术人员，正在52所下属企业制科技公司的“试验田”中默默耕耘。

1998年，国家发出科技体制改革的号召，52所几乎条件反射似的迅速捕捉到了这一趋势。时任副所长的陈宗年和副总工程师胡扬忠等人，开始着手研究起数字音视频监控系统的核心技术。

2001年9月11日，当两架被劫持的飞机先后撞向纽约世贸中心双子塔，威胁引起的恐慌席卷全球，整个国际社会对安防的重视程度，被推高到前所未有的历史高点。

成立一家单独的公司，专门研究和生产音视频压缩板卡，自然而然地被提上了日程。然而，在第一步资金问题上，大家就被绊住了脚。

陈宗年想到了自己的同窗，一位“有钱”的老同学龚虹嘉。

不同于毕业后就进入国企，在工程师的岗位上兢兢业业、发光发热十余年的陈宗年和胡扬忠，龚虹嘉没走寻常路。

从华中科技大学毕业后，他只身南下，创办德生集团，靠着中档产品的精准定位，坐上了国产收音机行业的龙头宝座，而后又在1995年通过德康公司，顺利开启自己的投资之旅。

到90年代末，龚虹嘉已经成为一位财富自由的逍遥客。可以说，此时带着技术出现的陈宗年和胡扬忠，恰逢其时。

出于对安防行业前景的看好，以及对老同学的信任，龚虹嘉慷慨解囊，拿出245万现金，投资了尚在襁褓中的海康，并以49%的占比成为海康第一大自然人股东，担任海康的副董事长。

为52所兢兢业业工作了12年的副总工程师胡扬忠，也迎来了自己的新身份，成为中国电子科技集团下属子公司海康威视总经理。

陈宗年担任海康的董事长，但并没有像胡扬忠一样完全下海，还同时兼任着52所所长的职务。

这种在当时少有的混合所有制经营模式下，国资控股带来的底气、中电科数年来的技术沉淀、体制外二股东具有的灵活性，构成了海康发展过程中的底色。

而在这一底色上描画最多的人，则是胡扬忠。

“抓住了几个关键机会，没犯太多错误”

回顾创业的初衷，胡扬忠说，没有什么高大上，就是“找口饭吃”。

对于海康的发展，胡扬忠也归于运气，“正好在适当的时候，做了一些适当的事情。”

这种轻描淡写的描述，将海康21年的发展轻轻带过。

每一轮技术的跃迁中，总会有少数几家企业在时代之浪的托举下走向伟大。一个在数轮技术跃迁中，都久站浪潮之巅的企业，期间历经了怎样的斗争，为其掌舵的关键人物，在高速行进中如何带领企业一次次化险为夷，是我们难以想象的。

“海康三剑客”中，二股东龚虹嘉，还有另外两个身份，德生集团董事长和投资人，陈宗年也需要同时兼顾52所的研究工作，胡扬忠这个职业经理人，实际上成了海康日常运营最操心的人。

曾经有人问过胡扬忠，海康灵活的混合所有制经营模式下，职业经理人与大股东为什么配合得这么好。

胡扬忠认为，作为一位职业经理人，首先要明确自己的注意力应该聚焦何处，当注意力聚焦于客户需求，而非大股东时，企业就会走向市场化。

2002年的大年初二，胡扬忠没有回家，他和工程师们聚在办公室里讨论产品的研发以及进度，在这一年，他们计划将第一批自主知识产权的换代安防产品推入市场。

这是进入安防行业的第一战，大家都为接下来的市场反应捏着一把汗，最心焦的自然是胡扬忠。

这年7月，贴有海康标识的安防产品开始大量进入市场，立刻在行业引起轰动。

靠着出售板卡、DVR，海康最终在2002年实现了3240万元的销售收入，占领了国内60%的市场份额。

然而胡扬忠还来不及喘口气，另一个严重的问题出现了，打着海康招牌的盗版产品随之而来。

当时，海康的一炮打响，惹得同行们很是眼红。在一片草莽的早期安防市场中，平地掀起一股破解海康产品芯片的风潮。

盗版情况最猖獗的时候，据说每卖出两块海康的压缩板卡，其中就有一块是假的，这一夸张的比例背后，是十余家公司不约而同地制假售假行为。

尽管海康诉诸法律但因早期市场鱼龙混杂，制度不完善等因素收效甚微，于是他决定深挖技术的护城河。

在52研究所工作时，胡扬忠、陈宗年以及众多技术人员，除了对MPEG4 标准的研究，也对压缩比例更高的H.264 标准研究多年。

在胡扬忠看来，从产品的生命周期看， MPEG4即将被淘汰，因此，在海康 MPEG4 销售情况很好的情况下，胡扬忠下定决心，开始力推下一代的H.264技术。

2003年3月，H.264标准发布，龚虹嘉找来“有两下子”的技术狂人王刚，王刚接下研发重任后在家中埋头半年，为海康带来了基于 H.264 标准的 H 系列压缩板卡。

当时，海康是第一家将 H.264 标准产品化的公司，在压缩性能、稳定性、完善性、兼容性等方面均有绝对优势。

H 系列板卡一经进入市场，便引起巨大轰动，在主流的压缩板卡市场拿下 80%的份额，全年销售收入同比翻了近5倍，达到 1.6 亿元。

机会来临，海康又率先将H.264算法引入视频监控行业，推出基于H.264算法的嵌入式硬盘录像机（EDVR），并在2005年取得硬盘录像机市场份额第一后，逐渐从偏后端的存储，向前端摄像机产品进行延伸。

这一举让海康从一家设法“活下来”的公司，变成了一家思考如何活得更好的公司。

在国内市场与山寨产品斗智斗勇的同时，胡扬忠还要兼顾海康在海外市场的激烈竞争。

海康在海外市场的“拓荒”从2003年开始，作为一家名不见经传的中国公司，想要在老牌机器视觉厂商林立的海外市场求生，难度可想而知。

因此，胡扬忠对出海的态度一开始就非常谨慎。当时，他对销售人员的要求也比较简单，不要空手而归，带回的订单起码能够把路费赚回来。

海康在海外的竞争，主要在一个“快”字。当海外竞争对手研发一代产品的时间，普遍需要花费两年，甚至两年半时，海康从美国的第一家海外分支机构开始，将研发一代产品的时间，缩短到一年到一年半。

在国内，海康以几乎每季度一款的速度，推出了大量产品，摄像机/智能球机、光端机、DVR/DVS/板卡、网络存储、视频综合平台、中心管理软件等安防产品接连问世。

紧接着，同时从安防设备商向行业解决方案提供商转型，依靠国有背景，在金融、公安、通信、交通、司法、教育、电力、水利等各领域迅速布局。

短短几年时间，胡扬忠和伙伴们一起，将视频压缩板卡、硬盘录像机两款产品先后做成全国第一。

对一个职业经理人来说，这样的成绩，或许就是最好的嘉奖。

在海康筹备上市前的2007年，龚虹嘉将自己近一半的股份，以2000多万“白菜价”转给了包括胡扬忠在内的核心高管层。龚虹嘉此举的真实意图并不为人知晓。

从这一天起，胡扬忠的身份变了，从职业经理人，变成了持股人。

随着市场对视频监控的需求不断膨胀，海康的销售额以“亿元”为单位向上增长。

2008年，全球金融危机爆发，各行业一片哀鸿遍野，安防行业也不例外。

胡扬忠当即对海康进行瘦身，节省开支，并且为企业规划了三条路：国际化、技术创新和专业化。

在这一年，与金融危机一起到来的，还有2008年的北京奥运盛会。海康作为国内少有的安防品牌，站在了西门子、GE、Bosch等一众海外安防“豪强”面前。

也正是从这里开始，海康开始了高歌猛进的全球化战略扩张步伐。

2010年5月25日，海康迎来自己的高光时刻，出身草根，没有海归，没有名校MBA，海康正式登陆A股中小板，上市当日收盘，公司总市值达到409.7亿元。

两个月后，IMS发布了一份“全球CCTV和视频监控设备市场调查报告”，报告显示，海康威视DVR产品继续保持全球市场占有率第1的位置；CCTV和视频监控类别市场，则从前一年的第9名提升到了第5名。

而这开启了胡扬忠带领海康发展的第二个十年。

总能在关键时刻总结陈词的老大哥

海康的第二个十年，是胡扬忠带领海康从400亿到4000亿的故事。

从2009年基于突破性的ISP技术，推出国内第一款网络化高清摄像机，到2011年跃居CCTV和视频监控类别市场第一，以及让这一记录贯穿了海康的第二个十年，海康的发展一如胡扬忠本人的性格沉稳、踏实。

当安防这艘巨轮驶入更深的海域，风浪、暗礁也越来越多。

不止在海康，在安防行业中，胡扬忠一直似一位“老大哥”般的存在，一旦行业遇阻、市场纷乱、成分多元时，他总能第一时间站出来谈一些“镇定人心”的总结。

2014年左右开始，安防行业每年至少都会有一笔十亿美元以上的并购案发生，强强联手、跨界联姻、产业整合、资本买断，并购案发生的原因多种多样，相较于单打独斗式的个人英雄成长路径，抱团取暖式的集体精进路线，在数字化转智能化的十字路口，赢得了不少的共识。

然而，胡扬忠站出来说“并购，解决不了安防的实际问题。安防行业大的资本整合，最终都会变成资本的闹剧。”

早期的中国安防市场，盘大兵弱。Tyco、Honeywell、GE等实力外商通过并购大举进入中国安防市场。

如今回头复盘，这个在其他行业被反复验证的实际经验，却在安防行业罕见折戟。

衰落、负增长、二次转让、彻底退出……一个接一个鲜活的例子，将1+1＜2的等式，展现了个淋漓尽致。

其背后的原因在于，安防市场是一个标准化程度不高，需求相当“碎片化”，具有“渠道为王”特点的市场。这种行业的特性，天然导致收购发生后公司与公司间难以友好互融。

安防虽是AI落地最快的场景之一，但那些意图通过收购形成技术门槛的企业，极易因为技术人才的流动被快速踏平。

谈到对安防行业的认识，胡扬忠说“在安防市场活下来容易，发展壮大很难，谁来了都能咬上一口。”

翻看胡扬忠过往面对媒体时的数次陈述，“运气”一词的出现频率颇高，但事实上，胡扬忠带领下的海康，没怎么过过舒服日子。

胡扬忠形容安防业务是挂在天花板上的无数个沙袋，单靠一两个硬拳头，也只能撼动个别沙袋。

海康的独到之处在于始终保持警惕，以渐进式的革命策略颠覆已有的市场和产品。而他们所做的所有加法都未曾僭越一条底线：

始终以最高性价比的产品，满足广泛市场用户的实际需求。

这两点，其实也已深埋海康的骨骼之中。

此前AI掘金志曾撰文提到，海康的货架之长让人咂舌：从软件到硬件、从屏显到网线，大多都自产自销。

海康威视总裁胡扬忠接受AI掘金志专访时曾解释过这一点：海康是否做某个产品，完全看客户价值。

“别人做得比海康好的，让别人做；做得没有海康好的，海康自己做。”

于创新层，海康不止一次对外表示：包括对AI项目的投资，均实行渐进式投入，领先市场半步即可。

他认为，一项新技术带来的产品应用面较为宽泛，不必一下子全部铺开。有机会，增加一些投入，有更多机会，再增加些投入。

"如果早于市场一两步，技术的确领先了，但教育成本也很高，到最后多有可能竹篮打水一场空。"

换句话说：大部分时候，开启技术浪潮的主体和收获商用成功的主体，并不是同一个主体。

最佳局面是：势头起来了，产品准备好了，订单也就进来了。

其实细致琢磨海康近二十年的战略玩法：从籍籍无名到登顶全球，他们的确没有太多颠覆性创举，采取的多是不太激进的跟进策略。

从因未做软件产品被当年的华三吊打，到因没有跟上海思3512方案而被客户痛斥。

这些活生生地例子时刻鞭笞他们：与其被迫选择、不如主动出击；只要你能做得更好，都可以放手去做。

一直在做加法，自然而然地走到了产品线齐全、Total  Solution的角色。

2016年，海康终于超越霍尼韦尔、博世等全球安防巨头，以35.22亿美元的年收入坐上全球安防企业头把交椅；2018年，海康上市8年来首次实现净利润超百亿元；2020年，海康在三季度报后，市值突破4000亿大关。

从400亿到4000亿，是海康从量变到质变的十年，但胡扬忠却保持着他一贯的慎言、低调与谦虚，用一棵树的坚守与成长，总结了海康历经的磨砺。

而面对智能物联打开的黄金新十年，他如一位经验老道的将军，胸中已绘下一幅山河图景。

结语

海康就像一艘驶出迷雾，连船身都写满故事的巨轮，它勇敢地走进模拟化、数字化、网络化、智能化时代，又披挂着满身荣耀驶出，一路行稳致远。

胡扬忠就像掌管巨轮的舵手，沉稳、专注、老练，似乎永不知疲倦。

胡扬忠不否认竞争的意义，但对于竞争对象，他用《道德经》中的“天之道，利而不害，圣人之道，为而不争。”予以说明。在他的眼中，海康一直以来要战胜的，有且只有一个，那就是海康自己。

无论面对投资者调研，亦或媒体采访，他也总以其一贯朴实、接地气的方式，回答与会者提出的绝大部分问题。

他总是秉持着朴素的道理，而后从容的面向未来。

今天，AIoT 应用在生活的各个方面持续和显著增加。AIoT 通过智能传感器采集各类信息存储在云端、边缘端，再经由大数据分析、人工智能技术对海量信息进行处理，建筑起一个万物智联的数字世界。

据 Gartner 预测，到 2022 年结束，将有超过 80% 企业级 IoT 设备与 AI 联动。其中，无线传感器（WSN）的部署总量也呈迅猛增长态势，贝哲斯咨询预计到 2028 年，全球无线传感器市场规模预计将达 7841.98 亿元。

然而，随着连接性和自动化水平的提高，恶意用户能够对传感器轻松实施不同类型的攻击，每个漏洞都可能成为安全隐患，威胁到网络系统中每个节点，进而威胁到整个 AIoT 生态的安全性。

作为深耕 AIoT 领域的华人学者之一，宋厚冰在物联网领域的研究始于 2012 年，博士毕业后，宋厚冰就一直从事 CPS（网络物理系统）、物联网方面的研究，当前谷歌学术引用量已超过2万次。今年，他凭借在大数据分析和人工智能与物联网集成的贡献当选 IEEE Fellow，其近年来的研究主要聚焦在网络物理系统、网络安全和隐私等问题上。

宋厚冰

宋厚冰指出，物联网是 CPS 的网络基础设施，系统从计算和物理组件的无缝集成构建并依赖于它们的工程系统，其中，物联网中的安全性问题，特别是 WSN 在被委托执行关键任务时、其安全性问题至关重要，而此前大多数使用的系统并未能嵌入可以保护患者隐私的强大安全服务。

基于 AIoT 存在的漏洞和安全问题，宋厚冰带领团队探索并提出了反无人机 CPS 和“旋转记忆”。近日，AI 科技评论沿该方向与宋厚冰教授进行了一次深入对话。

应对攻击的三个组件：预防、检测、缓解

由于容易部署且成本低廉的特点，WSN 在 AIoT 中具有广泛的应用：采集人类相关活动和行为观察的信息，例如智慧医疗、居家养老，工业环境现场检测，例如智能制造、工业自动化，环境事件检测，例如地震、水污染、光污染等......但无线传感网络也是一个非常复杂的系统，容易遭受的攻击点更是不计其数。

针对无线传感器的相关安全攻击类型，可分为主动攻击和被动攻击两大类。

被动攻击可分为窃听、节点故障、节点篡改/破坏、节点中断和流量分析等多个类型。在被动攻击中，攻击者通常以隐藏或伪装的方式，对网络功能组件进行破坏。以窃听为例，窃听可以很容易地侦听 WSN 中传感器节点之间的无线通信，并且不需要对任何传感器节点进行捕捉。

而在主动攻击类别中，攻击者会影响目标网络的功能和操作；主动攻击者发出可以被 WSN 元素感知的无线电发射或动作，例如在物理层或网络层中的 DoS （拒绝服务）攻击，就会导致网络元素丢弃数据包。宋厚冰教授认为，这种不良影响的结果可能才是攻击者的真正目标。主动攻击可进一步划分为干扰、泛洪、DoS、黑洞、虫洞等类型，可以通过安全机制的入侵检测来发现。

基于所面临的网络安全攻击问题，宋厚冰教授指出，可预防、检测、缓解三个基本组成部分，来提出对应的解决方案：

预防，旨在防患于未然。通过设计路由协议，使对方无法破坏节点/消息、或是使路由方案功能失调，就安全方案的成本和无线传感器在抵御威胁的有效性上来说，这是最有效的方法。

保护 WSN 免受 DoS 攻击的解决方案

但要注意的是，入侵防御机制虽然可以抵御外部攻击者对无线传感器网络和物联网的攻击，但机制不是专门为抵御内部攻击者而设计的，可能无法有效应对新威胁。

因此，检测就是应对内部攻击提出的解决方案。

在攻击事件中，当对方开始设法为推进预防组件采取措施，这意味着针对攻击的防御已经失败。目前，为相关攻击的检测组件设计的安全解决方案将负责和工作，尤其是对识别被攻击的节点。应对持续攻击，内部攻击的唯一方法是使用入侵检测系统（IDS）。经检测系统搜索发现入侵后，可发布缓解机制，以最大程度地减少正在进行的攻击的不利影响。

缓解是发生在最后一部分的机制，旨在缓解攻击发生后，为保护网络所采取安全措施，例如在袭击中使用了“关闭网络中受影响的节点”或“禁用计算机的端口”等。

通过预防、检测、缓解这三个组件，构成一个完整的安全结构，以防御 WSN 以及物联网可以应对各种攻击时多方面入侵。

对话宋厚冰：CPS 研究之路

AI 科技评论：能否请您分享一下您从求学、工作到成为资深教授的历程？

宋厚冰：从 2012 年 8 月博士毕业到 2022 年 11 月入选 IEEE Fellow，一路走来我花了 10 年多一点（时间）。这一路算是比较顺利，但是此前我的求学过程有点曲折。

我有 1 个学士学位，2 个硕士学位和 1 个博士学位，拿到 2 个硕士学位后都短期工作过，不像其他很多人本硕博一口气读完。我本科学自动化，第一个硕士学控制，第二个硕士学交通，读博士期间先在土木工程系读了 2 年交通，然后又转换专业到电子工程主攻光通信，3 年后毕业。

可能很多人好奇，为什么我会在专业上绕了一个大圈、浪费时间。

我本科学的是自动化，第一个硕士学控制，在西安交通大学跟随蔡远利教授学习，将控制科学与技术用于交通系统以保障交通安全、提高交通效率和改善环境。2004 年，我在西安交大获得硕士学位后，回到了山东老家，在山东省科学院短暂工作过一段时间。

之后我开始考虑出国留学的事情，并在 2005 年 8 月毅然辞掉了工作赴美留学。我先是在德克萨斯大学埃尔帕索分校土木工程系，用了 16 个月拿到我的第二个硕士学位。2007 年 1 月，我进入德克萨斯 A&M 交通研究院担任工程研究员。

2007 年 8 月，我选择进入弗吉尼亚大学土木与环境工程系攻读博士。起初，我希望能够将计算机的知识应用到交通研究上，但这个想法很快被打破了，当时的那位导师是纯粹的交通专业背景出生，对计算机并不了解，这也导致了在课题上我们出现了一些分歧。两年后，当我的课程全部上完后进入研究阶段，这个问题也依然没有解决。为此他建议我尝试换一个专业，选择自己感兴趣的方向。

幸运的是，我遇到了我的第二位导师 Maïté Brandt-Pearce 教授。她接收了我作为她的学生，所以在2009 年 8 月，我又转入同校电子与计算机工程专业攻读博士学位。

读博期间，我最主要的课题是研究光纤通信领域中的非线性薛定谔方程的化简问题。那会我经常空暇时间都呆在图书馆里，不仅是电子工程系，数学系和物理系的图书馆我都会去逛逛，很快我发现，在数学问题上，化简问题可以用数学公式表达出来，将公式应用到光纤通信领域时，可以很好地解决非线性薛定谔方程的化简问题。

这里我很感谢我的导师有充足的耐心，还容许我提出跟她完全相悖的技术路线，我们在国际上首先破解了困扰光纤通信领域长达 15 年之久的非线性薛定谔方程的化简问题。我也因此只用了 3 年就博士毕业。

2012 年 8 月，我获得博士学位，加入美国西弗吉尼亚大学理工学院电子与计算机工程系任教，先是做了 2 年的访问助理教授，又做了 3 年的终身制助理教授。期间我创建了网络化全球安全与优化实验室（Security and Optimization for Networked Globe Laboratory，简称“SONG Lab”）。2013 年 2 月，在西弗吉尼亚州高等教育政策委员会的资助下，我创建了西弗吉尼亚信息物理融合系统（CPS，Cyber-Physical Systems）卓越研究中心并担任首任主任。

2014 年 1 月，西弗吉尼亚州埃尔克河化工厂泄露后，我领导团队开发了一套 CPS 应用于实时水质监测和水污染快速检测，这项研究获得时任美国西维吉尼亚州的资深联邦参议员 John Davison "Jay" Rockefeller IV 的高度赞赏。在 2017 年西弗吉尼亚大学设立最高研究奖“金熊学者奖”中，我很荣幸成为了首届的获奖者。

2017 年 8 月，我加入美国安柏瑞德航空航天大学（这所高校也被誉为“天空中的哈佛”）电子工程与计算机科学系任教。SONG Lab 发展迅速，目前已有三位优秀博士毕业生从 SONG Lab 走出，先后加入美国高校担任终身制教职，我们团队也先后在主要国际会议上拿到11个最佳论文奖。

宋厚冰（左三）和学生合照

2023 年 1 月，我将入职美国马里兰大学巴尔的摩县分校信息系统系，担任终身教职。

AI 科技评论：数十年的学术生涯中，有哪些重要的人与事？

宋厚冰：数十年的学术生涯中，我非常感激三个人。

第一个是我在西安交大的硕士导师蔡远利教授，他治学严谨，言传身教，为人师表，领我进入科研的大门。我在美国培养出的前三个博士生全部一毕业即在美国高校找到终身制教职，就得益于当年他培养我的路数。

第二个是我在弗吉尼亚大学的博士导师 Maïté Brandt-Pearce 教授，现任弗吉尼亚大学副教务长。她在我校内转换专业时毅然接收我作为她的博士生，对我读博第一年没有任何科研产出没有任何怨言。在她的悉心指导下，我得以在3年内顺利拿到博士学位毕业。

第三个是我在 IEEE 通信学会的 mentor，IEEE Fellow、美国亚利桑那州立大学薛国良教授，他曾任 IEEE 通信学会副主席。他是我最敬重的学术前辈，也是我的山东老乡。薛教授治学严谨，提携后进，甘为人梯，是我们华人在美国学术界的杰出代表和学习的榜样。没有他的指导和鼓励，我不可能在博士毕业 10 年内成长为 IEEE Fellow。

AI 科技评论：您的主要研究方向是什么？从什么时候开始关注 CPS、IoT 或工业互联网这些方向？

宋厚冰：SONG Lab 的研究宗旨是在三个热门领域的交叉结合部发现与创新，其分别是CPS（包括无人系统 nmanned systems，自主系统 Autonomous Systems）/IoT、人工智能/机器学习/大数据分析，以及网络空间安全。

我入门 CPS 是在 2012 年的春天，那是我博士毕业前最后一学期，当时恰好看到 John A. Stankovic 开设的一门课程 Cyber-Physical Systems，我非常感兴趣，就选了这门课，也是在这个时候我才真正接触到 CPS 。上课期间，我发现，交通是 CPS 中的一个重要应用领域，如果将交通 CPS 作为切入点，或许我有别人无法比拟的优势。因此很自然地，当我 2012 年秋天前往西弗吉尼亚大学任教时，我就瞄准了 CPS。

2013 年 2 月，我很幸运地拿到了一笔资助，创建了西弗吉尼亚 CPS 卓越研究中心，并担任首任主任。这也是我从事 CPS 研究的真正起点。研究中心针对智能电网、车联网、紧急响应、矿井监控、桥梁监控、山体滑坡预警等开发了多个 CPS。

2016 年，我与德国亚琛工业大学的 Sabina Jeschke、Christian Brecher 两位教授合作编辑出版了《Industrial Internet of Things》一书，截至目前该书已被引用 1300 余次。同年，我还出版了 《Cyber-Physical Systems》。2006 年，赵伟教授（IEEE Fellow、时任澳门大学校长）在美国国家科学基金会计算机与网络系统分部主任任内领导科技界，主持并开创了 CPS 领域的研究，建立了第一个 CPS 的科技计划并拨付科研经费予以实施。《Cyber-Physical Systems》的出版恰逢 CPS 提出十周年，这本书也很幸运地邀请到赵伟教授来作序。此后三年，我还陆续出版了《智慧城市》《CPS 安全》等多本书。

宋厚冰已出版书籍

AI 科技评论：据说许多研究 CPS 的人都不愿意称自己是做 IoT 的，是这样吗？CPS 与 IoT 这两块的发展脉络是怎样的？

宋厚冰：我觉得不存在这种情况。美国科技界喜欢用 CPS，而欧洲和亚洲、尤其是中国科技界喜欢用IoT，但其实 CPS 与 IoT 密切相关。

IoT 是 CPS 的网络基础设施，用一个网络将所有的物体进行连接，在网的基础上去开发不同的应用和服务。而 CPS 的核心研究领域还包括自主性，控制，数据分析和机器学习，安全，设计与验证等，IoT 这张网只是当中的一个部分，因此 CPS 相比 IoT，它的范围也要广泛很多。

第三波人工智能元年：神经符号 AI

AI 科技评论：据您观察，国内外这几年的物联网研究在趋势、侧重点与特色上分别有什么不同？物联网经历过哪些低潮期与辉煌期？在大环境下，您个人的选择是怎样的？

宋厚冰：2014 年，智慧城市研究热开始升温，此后一年里，CPS 研究社区开始意识到大数据分析是从物联网迈向实时控制的关键，大数据分析开始热了起来。2017 年左右，CPS 研究社区的关注点开始转到物联网的可靠性和可控性上，到 2018 年左右，CPS 研究社区开始转向 Artificial Intelligence of Things（AIoT）。

目前，AIoT 市场正处于迅猛发展阶段，预计到 2028 年将达到千亿美元以上规模，AIoT 技术的发展也将会延续 AI 的发展。

AI 的发展实际上也是四种信息处理能力，即感知、学习、抽象和推理的发展。

AI 发展可分为三波：第一波 AI 是手工知识（Handcrafted Knowledge），大概发生在上世纪七十年代至九十年代，人们创建规则集表示已有知识，以专家系统为代表，四种信息处理能力中，只存在感知和推理，没有学习和抽象；第二波 AI 是从本世纪初到现在的统计学习（Statistical Learning），近年来以深度学习为主，人们建立统计模型并在大数据上进行训练，其中感知、学习、抽象得到提高，但推理仍然有限，而且没有情境适应能力；第三波 AI 的特征是情境适应（Context Adaptation），今年是第三波 AI 的元年。

为什么 AI 在今年发展到了第三波？原因在于第二波 AI 的发展遇到了根本挑战：统计上表现出色，但是就个体而言结果可能不可靠。这就需要建立与现实生活一致的情境解释模型、以解释和驱动决策，这一挑战不可避免地被 AI 带进了 AIoT 中，因此 AIoT 也必须具备情境适应能力，方能实现即时正确决策。我认为，从现在到 2030 年左右，AIoT 技术进步的核心将聚焦在如何解决这一挑战上。

目前来看，神经符号 AI（neurosymbolic AI）是最有希望的。神经符号 AI 是神经网络（第二波 AI）和符号 AI（第一波 AI）的组合，拥有三大优势：精度更高，数据效率更高，高透明度和可解释性。借助神经符号 AI，人工智能将变得越来越智能，AIoT 也将会变得越来越强大。但是，我们不得不承认，神经符号 AI 仍然存在多重挑战，比如表示学习、场景感知和理解、强化学习和规划等。在攻克这一挑战的征途中，并不排除有神经符号 AI 之外的颠覆性技术腾空出世。

站在我个人的角度上，我的研究方向选择同物联网研究的大趋势密切相关。SONG Lab 主要在大数据分析和 AI+IoT 集成两方面发力。我在 2017 年出版了《智慧城市》一书，邀请到 John A. Stankovic 作序，该书曾于 2018 年 4 月登上 IEEE Xplore 首页；2019 年还出版了《大数据分析》一书，由爱立信公司 CTO Christoph Bach 先生作序。

目前，SONG Lab 在神经符号 AI 领域已深耕一年有余，我们也将会推出神经符号 AI 及其在 AIoT 应用的系列研究成果。

AI 科技评论：您在 AIoT 这块的研究与成果分别有哪些？

宋厚冰：AIoT 是我的核心研究领域之一。在这个领域，我主要是回答两个根本性问题：第一个问题是如何开发 AI 策略与技术快速检测异常事件，对于检测各种各样的异常包括入侵、威胁、漏洞、恶意软件、AI 中的偏见等问题，我都非常感兴趣；第二个问题，如何设计、建造和验证既可靠又安全的 AI 系统，比如自主系统。

SONG Lab 在 AIoT 中有两个成果，一个是我们开发的反无人机 CPS。2017 年，我们关注到美国机场出现的无人机干扰问题，当时恰好进入我组内的两名访问学生刘永鑫同学和王健同学此前都是从事无人机研究的，因此有了做反无人机 CPS 的想法。

在以往的机场解决无人机干扰问题时，常用的方法是将其打下来，这就很容易带来纠纷问题。为此我们在反无人机 CPS 中，通过对无人机频率和协议解码，向无人机发送假的协议，当无人机进入机场范围时，用协议牵引无人机远离机场，在安全环境中降落，有效解决了机场无人机干扰问题，同时也大大减少和避免了纠纷的出现。

反无人机 CPS

另一个成果就是“旋转记忆”。所谓“旋转记忆”，简单来说，就是为了在不相互干扰的情况下、同时表示当前和过去的刺激，大脑本质上是“旋转”感觉信息以将其编码为记忆。这个成果被誉为“AI 模型新革命”，是 SONG Lab 和美国普林斯顿大学神经科学家 Timothy Buschman 实验室几乎同步做出来的，二者不同的地方在于，SONG Lab 完成了数学证明，而 Buschman 实验室则是通过做老鼠实验。

AI 科技评论：在 AIoT 或工业互联网一块，您觉得国内的研究社区可能忽略了哪些重要方向？您个人的看法是怎样的？

宋厚冰：其实我对国内的研究社区不熟悉。不过根据 exaly.com，在 AIoT 或工业互联网顶尖期刊 IEEE Internet of Things Journal 或 IEEE Transactions on Industrial Informatics，看总体的引用量，中国并不比美国差，但在世界 Top 100 被引用最多的作者里面，来自国内的学者为数不多，这当中可能存在的一个原因就是缺乏原创性科技创新。

今天无论是在物联网、还是聚焦在工业互联网中，出现了不少趋同的现象，可能某个研究先提出来后，很快就会有别的跟上，因此像在业界，就很容易存在某些研究投入、名气很大，但最后并没有好的结果能出来。这当中原创性的科技创新还是很重要。

AI 科技评论：在学术研究中，您比较秉承的原则是什么样的？有哪些您欣赏的人与团队？

宋厚冰：我的原则是独一无二。在发掘和挑战 AI 研究难题时，独特性是第一位的。我经常挑战自己和我的学生：什么是我们的秘密武器？什么是我们的独特优势？如果其他研究团队可以做出跟我们同样或类似的结果，那么我们的研究就是没有意义的，必须立刻停止，否则就是浪费时间。

我在弗吉尼亚大学读博士期间，面对困扰着光纤通信领域长达15年之久的薛定谔方程的化简问题时，将该方程从基于 Vloterra 级数的三重积分化简成一重积分，进而推导出描述长距离光纤通信系统的二维离散时间模型，并开发出一系列数字信号处理技术改进系统性能，这些技术包括限制编码技术和均衡技术等，是国际上首次。

我的偶像是“人工智能之父” Herbert A. Simon ，曾获图灵奖（1975 年），诺贝尔经济学奖（1978 年）和美国国家科学奖（1986 年）。Herbert A. Simon 作为认知科学与人工智能的创始人之一，在计算机科学与心理学的结合方面做出了卓越的贡献，使认知心理学和计算机科学相结合产生了人工智能这一新学科，他也是认知心理学、符号学、经济管理等数十个学科的先驱和巨匠，是唯一一位获得了诺贝尔经济学奖和图灵奖及世界人工智能终身成就奖的科学家。

他是我的榜样，因此我一直坚持的信条就是，在学术研究上，要做，就要做别人做不到的，否则就不要做。

AI 科技评论：从不知名的求学小卒到 IEEE Fellow，您觉得您做对了哪些选择、做对了什么事情？未来五到十年的目标是什么？

宋厚冰：回首成长历程，我觉得我在三个人生关键时刻做出了正确的选择。

第一个是赴美留学，这是个很重要的节点，如果当初我没有做出这个选择，那我的终身都会发生改变。我花了一整年时间去挑战非线性薛定谔方程的化简问题，破解这个困扰光纤通信领域长达15年之久的难题是我引以为豪的科研成果之一。

第二个是换专业回归到电子与计算机领域。如果我没有转回电子计算机领域，或许我会有一份稳定的职业，但我极有可能后悔终生，因为我将是 AI 领域的一个看客，而不是一个积极的创新贡献者。

第三个选择是任教初期即彻底转换研究方向到 IoT、CPS、大数据分析和 AI。我的博士论文做的是光通信，但在毕业后，我还是毅然决然地选择了 CPS，因为我很确定自己对这个领域是感兴趣的。当然迈出这一步需要极大的勇气，但今天看来，我觉得这一步的话非常重要、也是个正确的选择，否则我就没有机会为 AI 领域发展作出贡献。

当选 IEEE Fellow 是一个新起点，意味着在科学家成长三个阶段“吸纳、证明、输出”中，前两个阶段我已经走完，开始步入第三阶段：输出。

未来五到十年，在研究上，我准备瞄准 AI 领域的高可信与可解释两个根本挑战，发力神经符号 AI（neurosymbolic AI），在应用 AI 到网络安全和 AI 系统的安全两方面做出原创突破，回馈世界；在人才培养上，计划培养若干名博士生成为杰出科学家，无论是进入世界一流研究型大学担任终身制教职或进入工业界工作或创业，努力在博士毕业后八年内当选 IEEE Fellow；在技术转移上，计划推出几款 AI 产品商业化，造福人类。

（雷峰网雷峰网）

《圣经·旧约·创世纪》里记载，有河从伊甸流出，滋润那园子，从那里分为四道。

第一道河名叫比逊，环绕着由金子的哈腓拉全地；第二道河名为基训；第三道河名叫希底结，有供给棕榈之意；第四道河是伯拉河，寓意生长。这四道河有山和高地环绕成谷，向东流出，滋养着沿岸万物灵长。

当时间迈进智能物联网（AIoT）技术赋能的、各行各业数字化转型并高速发展的今天，人们在探索 AIoT 技术和应用的征程中也要跨越四条河：

首先是数据之河，基于物联网信息基础设施完成海量数据的高质量采集；其次是算力之河，基于云网边端多层协作的核心系统架构；再者是算法之河，基于物理模型和 AI 技术来实现系统资源的优化配置；最后是服务之河，基于以上三者在物理和数字世界中提供个性化、定制化的智能服务。

经过漫长的蓄力期，AIoT 成为人们迈进数字世界的关键入口，一众科学家和工业界学者投身其中，共同描绘着一个“普惠智能和泛在计算”的未来智慧城市蓝图。杨旸正是其中之一。

杨旸很早就开始从事物联网领域的研究，曾任国家科技重大专项“新一代宽带无线移动通信网”总体组专家、科技部创新人才推进计划“宽带无线传感网”创新团队负责人等。2018 年，因其在无线接入和网络方面的杰出成就和领导力，杨旸当选 IEEE Fellow。

杨旸

今年 4 月，杨旸投身工业界，加入特斯联担任首席科学家。在近日同AI 科技评论的交谈中，他坦言，加入特斯联更像是“创业”，在合适的时间做一件有意思的事情，“能看见自己的想法慢慢变成现实，这是最令人兴奋的事情。”

「笨鸟」多飞

杨旸最早对无线电的启蒙，来自父亲。

他的父亲是一名无线电研究从业者。从幼时开始，杨旸就经常看见父亲在家捣鼓些电子产品，比如，有时在客厅调试电视机，把电视机的天线稍微调转一下朝向、接受信号，原本满是雪花的电视屏幕逐渐就有了清晰画面......父亲组装时，杨旸就在一边搞破坏，以检验父亲的技术有没有过关。

那是上世纪70年代，移动通信都还未出现，但一颗种子已经在杨旸的心中埋下。

1991 年，第三代移动通信系统（3G）的概念开始出现，西方已经使用了近 20 年的 BP 机在国内掀起热潮，又大又厚重的“大哥大”被人们视为身份的象征，移动通信系统首次在中国迎来大规模应用，有关无线移动通信的研究也开始崛起。

受到移动通信热潮的影响，1992年参加高考的杨旸在填报大学志愿时，将视线投向了无线电。

杨旸告诉 AI 科技评论，事实上，他起初是打算从事人文相关的研究的，也看了一些学校与专业，但那颗小时候埋下的种子突然破土萌芽，让他觉得在未来，无线电研究一定是一个潜力无限的发展方向。在父亲的影响下，杨旸没有犹豫太久，很快选择了报考东南大学的无线电工程系。

东南大学无线电工程系的前身是国立中央大学电机工程系，1932年由著名电子学家、教育家陈章先生任系主任，期间开创了我国无线电教育的先河。2006年，无线电工程系更名为信息与工程学院，到今天，该系仍是全国无线电领域的学术重镇之一。

刚进入大学杨旸就发现，无线电研究与记忆中父亲许多极具趣味性的动手实验不同，有很多数学和理论知识，例如使用麦克斯韦方程理解无线电波现象等，这都是他此前从未接触过的。要啃下这许多数学研究、深入到理论中去，对当时的杨旸来说是个不小的挑战。

杨旸回忆，除了日常的课程安排，他本科大部分时间都是在实验室里度过，遇到不懂的就追着师兄师姐询问，甚至到临近毕业时，身边有不少同学已经有了很好的工作机会，他还后知后觉，整天泡在实验室里。杨旸笑言自己是“笨鸟多飞”，“那时候没有游戏机这么多的诱惑，也没有看到那么多工作的机会，所以主要任务就是好好学习。”

也正是得益于自己的刻苦学习，1996 年，杨旸保送东南大学无线电系硕士，跟随尤肖虎教授从事无线移动通信研究。尤肖虎教授是通信学领域的著名专家，长期从事移动通信与信号处理方面的研究工作，2011 年当选 IEEE Fellow。

尤肖虎

杨旸硕士阶段的研究工作都是在尤肖虎担任主任的移动通信国家重点实验室中完成。在那里，他第一次接触到了移动通讯领域最先进的科技和知识。当时 CDMA （Code Division Multiple Access，码分多址）技术刚刚兴起，杨旸加入后首次参与的，就是 IS-95 标准化相关工作。科研之外，他也收获了许多在后来对他产生重大影响的良师益友。

1999 年杨旸硕士毕业，但是出来社会找工作、还是追求更高的学术造诣？他很徘徊。彼时，实验室的沈连丰老师向杨旸推荐了香港中文大学的任德盛教授。任德盛教授博士毕业于哥伦比亚大学，曾在 AT&T 任职多年，有着丰富的产学研经验，这与东南大学无线电系学以致用的学风非常一致。

对杨旸来说，沈老师的提议给当时正处于迷茫状态的他指明了方向。杨旸告诉 AI 科技评论：“我觉得在不同的人生阶段，可能就是这么一个贵人或导师给你的建议，在某个点上突然就打动你了。”杨旸很快办好了申学手续，1999 年 8 月赴港中文读博深造。

起初，杨旸非常不适应。团队每周都会跟导师开一次会，导师会要求学生阅读大量的英文文献、并用英语在会上讲出来。那时候内地学生能接触到英文文献的机会较少，不仅要把文章读完、读懂，还要用英文表达出来，对于刚到香港的杨旸和其他几位内地学子来说，都是个蛮大的挑战。

“幸运的是，我的导师任教授是个很随和的人。”杨旸回忆。任德盛是上海人，即使辗转海外、回国后在香港多年，他对内地学子也很是照顾，非常愿意给他们成长的时间与空间。

当时，杨旸的首个工作是通讯网络中的接入协议，需要运用数学工具来分析无线通信系统的接入协议和系统性能，杨旸经常会找导师讨论问题。在杨旸的第一篇论文中，任德盛更是改了有十六次，他们才将论文投出去。这种认真、细致的态度一直影响着杨旸。

任德盛

杨旸也没有辜负导师的这份“等待”。2002 年，杨旸的博士毕业论文拿下了当年港中文工程学院唯一一个最佳论文奖，同年他参选了香港科学院评比，获得青年科学家奖。

在香港读博期间，杨旸的另一个直观体会是，港中文的学习和交流氛围非常好：任何学校的借书证在所有大学图书馆都通用，不仅如此， 许多学校每周还会有各种各样的学术报告，趁着这种资源开放共享的便利，杨旸基本跑遍了香港所有的大学，去现场向相关领域的不同学者学习和请教。

站在中国通信事业腾飞的路口，当外界纷纷将目光投注到信息化建设和移动通信应用中，杨旸度过了三年充实又纯粹的科研时光。

迈进工业界的第一只脚

博士毕业后，杨旸被港中文聘为助理教授留任一年。

此前，香港高校普遍不招聘内地背景的博士毕业生。但在杨旸博士毕业的那一年、也就是2003年，香港提出输入内地人才计划和非本地毕业生留港／回港就业安排。杨旸幸运地踩在了对的时间点上，享受到了政策红利：

“学校也希望给我一个不错的教学经历，之后也能找到更好的工作。”杨旸对此很是感激。

这份助理教授的经历也的确为他提供了事业上的助力。一年后，杨旸收到了来自新加坡、伦敦等几所高校的邀约，他很快敲定了英国布鲁内尔大学 （Brunel University)的 Offer，原因很简单，“我就想着趁年轻还能跑得远的时候，可以体验多一点不同的文化。”

2003 年，杨旸飞往布鲁内尔大学任教，2005 年 3 月又转到英国伦敦大学学院（UCL）任教。

杨旸在英国任教时

在英国，杨旸延续了博士阶段的研究方向，聚焦在无线通信领域的网络接入协议和资源分配两个重要环节中。当时，Internet of Things （物联网）的概念在欧洲掀起了一阵热潮，吸引了许多科学家和工业界人士投身其中。也是在这个时候，杨旸的研究兴趣逐渐转向了无线传感器网络（WSN）。

与传统的集中式网络架构不同，无线传感器网络的网络体系结构是分布式的，其末梢是可以感知外部环境的的传感器。二者存在明显的不同：集中式网络架构包括操作系统、中间件、数据库等闭源商用系统，在银行、电信等传统行业中应用较多；分布式架构的灵活性更高，易于扩充，可以自主研发和灵活兼容，因此受到许多互联网企业的关注，但其在运维上也更复杂。

杨旸研究的，就是分布式网络架构里面的接入协议和资源分配。虽然在应用场景上发生了很大的变化，但总的来说，解决的还是“为谁服务”、“提供怎样的服务”这两个问题。

那时候，杨旸正经历着“青椒”的焦虑。作为一个此前同英国完全没有交集的空降兵，他不仅要花最短的时间跟产、学、研不同领域的同事充分交流，还要面临申请研究经费的压力。工作之余，杨旸经常利用空闲时间去参加各种会议，希望能多认识一些人。

一次偶然的交流中，一位从事空气学动力研究的专家跟杨旸提到了喷气式发动机里的数据收集难题：在制造喷气式发动机的过程中，技术人员需要连接超过 2000 个传感器，但连接以后无法复查，所有的传感信号是否能够准时接入分析系统却无法保证。

杨旸听完十分感兴趣，随即与对方讨论起来，提出了将 WSN 网络架构应用到喷气式发动机数据搜集的想法。得知杨旸正巧在做网络接入协议的工作，两人一拍即合，对方很快邀请他加入到自己的研究项目中。

2008 年，杨旸团队与罗尔斯·罗伊斯公司（Rolls-Royce）合作，获得了“WIDAGATE: Wireless Data Acquisition in Gas Turbine Engine Testing”项目。该项目是由英国技术战略委员会（Technology Strategy Board，TSB）评审和资助。

在这次合作中，杨旸团队遇到的第一个难题，就是无线传感器部署面临的恶劣通信环境。喷气式发动机在工作时，由于其有线通信系统涉及到大量的线束，因此设置过程冗长、复杂且昂贵。但此前在权威研究中，有关恶劣通信环境对 WSN 性能影响的研究工作很少，因此 WSN 在安全敏感型工业自动化领域中遇到了很大的部署困难和应用障碍。

为此，杨旸和团队根据喷气式发动机在测试期间受到工业环境影响的物理层（无线电信道）状态，搭建了一个用于开发真实无线网络模拟器的 3D 物理模型。他们基于现实物理层模型的测试数据，模拟不同的WSN应用中的媒体访问控制协议，展示了如何选择和优化合适的接入控制协议，相关工作发表在“Development and validation of a simulator for wireless data acquisition in gas turbine engine testing”一文中。

论文地址：https://doi.org/10.1049/iet-wss.2012.0064

在生产过程中，如何利用实时采集的物联网数据来保证产品的高质量和可靠性，解决制造过程中的质量监控问题，这令杨旸感到非常有意思。“现在想来，这就是智能制造和工业4.0的雏形。”

在英国期间，杨旸虽然身处校园，但他和工业界保持着紧密的合作。除了罗尔斯·罗伊斯公司，杨旸还跟许多国际机构和企业有过合作：

在与 Airbus 合作研发主动型飞行器（Active Aircraft）的关键技术项目中，杨旸负责 WSN 接入控制和路由协议设计，并协助实现 WSN 在飞机中的部署，从而降低了飞行过程中的机身抖动和燃油消耗；

此外，杨旸与东芝欧洲研究实验室合作了“Cognitive Network”项目，首次将认知无线电扩展到认知无线网络，实现了感知和通信技术在网络中的融合……

一只脚迈进工业界的杨旸看到了物联网技术的巨大潜力。那时候将 AI 应用到通讯协议、物联网的研究并不多，但物联网可以深入很多行业、发挥重大的作用，杨旸深感这个方向或能给未来带来巨变，便将自己的研究重心也逐渐转移到智能物联网上。

物联网的早班车

2009 年，杨旸有了回国的念头，当时的他已经拿到 UCL 的终身教职，“但还是希望把我在英国学到的知识、以及科研成果在国内落地应用。”

杨旸在 UCL 时与学生的合照

当时有多所高校向杨旸抛出了橄榄枝，中国科学院也是其中之一。最终，他选择了中国科学院上海微系统与信息技术研究所，这也是国内最早提出和倡导物联网研究的团队之一，杨旸加入了无线通信研究中心，之后还担任了中科院无线传感网与通信重点实验室的主任。

2012 年，杨旸迎来了他回国以来首个大型的物联网项目——南水北调中线干线工程。

南水北调是将长江流域的水资源自其上、游、下游，结合地域特点分东、中、西三线进行抽调，每条长度超过 1000 公里，输送至华北、淮海平原和西北地区等水资源短缺地区。数据显示，每年从中国南部的河流转移至北方地区的水量达到 448 亿立方米，运河支撑着近年来北部省份人口和经济的迅速增长。

南水北调中线工程

而因其涉及地区广，地理环境复杂，物联网安全监测系统需要支持对地质、气象、水质、水文、工程、入侵、灾害和突发事件等的全面监测和分析，覆盖多类型海量传感数据的感知、融合、传输与处理。面对着庞杂繁复的数据，要搭建起一个全面的传感器网络，这对杨旸和团队来说无疑是个巨大的难题。

“当时有位负责人说了句话让我印象非常深刻，他说，世界一流的水利工程值得世界一流的信息化工程来服务它。”杨旸告诉 AI 科技评论。难题梗塞在前，但杨旸充满了迎接挑战的兴奋。

解决问题的第一步是先了解问题。杨旸团队花了一个月时间跑遍了中线干线工程全段，当时沿线还未通车，团队成员经常坐着越野车进到各个节点部署地勘查，要是遇上雨天，地面被车轮轧过带着泥土留下两道深深的痕迹，一不小心就打滑。

仅沿线实地调研过程中，他们就发现了不少严峻的问题：工程流经地区属地震多发地，还有如泥石流等多种自然灾害都可能对基础设施带来损害；需要定期进行水质检查，以免城市水源出现污染物或其他毒素侵入；需要人工化控制水流，以减少和避免水资源等浪费......杨旸团队所发现的问题达到了50多项，可划分为基础设施安全、水质安全和人身安全三个大类。

而进入工程阶段，在网络架构的核心技术层面，杨旸主要聚焦三个关键性问题：海量感知数据的融合处理、异构通信网络协作传输架构、以及网络化平台统一调度和实时监控。

当时，距离 NB-IoT 标准的提出还有四年时间，没有统一的物联网标准格式，要将上百种类型的传感器数据集中分析，服务核心应用十分困难。面对结构化和非结构化的海量感知数据，怎么能花最小的代价、把大体量的数据汇集起来，杨旸想到了 Web 技术 。

Web 是一种典型的分布式应用结构，利用 Web 技术对超过 130 家企业的传感器进行统一格式和集中，为传输架构在数据层的融合和处理搭建设备基础。这些基础设施传感器可以被嵌入到运河沿线的土地当中，其中还包括了用于控制水流的水坝里，可用于对振动、位移、土压力和渗水等参数的收集。

下一步，面对收集到的海量数据，如何进行传输也是个难题。由于全线覆盖地域广泛，有的偏远地区并没有光纤网络和可靠的移动网络可供连接使用，对此，杨旸团队提出了智能网关（Smart Gateway）系统。

智能网关可以接收来自本地传感器的数据，经由任何信号包括 3G、4G、以太网、Wi-Fi 或 Zigbee 等将数据上传至云服务器中，随后，这些数据或被储存在云端、或被转发到五个管理服务器（位于丹江口水库和北京之间的几个省级城市）中的任意一个，最终到达北京的主服务器中心。在北京的主服务器上，杨旸还设计了一个网页平台和用户界面，工作人员可以通过这个网站，对其服务器内的数据进行读取和判断，以便随时了解远程站点的最新情况，及时进行指挥调度。

从 2012 年到 2016 年，四年间，他们在这条1432公里的中线干线工程上部署了近10万个传感器。杨旸和团队成员用物联网网络编织的一条条线，连接着丹江口水库与京津两地，最终形成了一张巨大的网，牢牢包裹着干线工程沿线的人们的生活和生产用水的日常。

“现在天津90%以上、北京70%以上的水都是南水北调提供的。”杨旸告诉AI科技评论。

南水北调工程的顺利完成，令世界为之惊叹，也让人们看到了物联网无限的可能。随着 AI 浪潮席卷而来，人工智能与物联网加深融合，外界都齐刷刷将目光瞄准下一个重要命题——AIoT。

简单来说，AIoT 可以理解为 AI+IoT（物联网）：IoT 提供数据和硬件载体，AI 提供智能分析和决策能力，通过将 AI 能力引入物联网场景中，实现设备和场景的互联互通，共同推动人类社会走向“万物智联”。因此，AIoT 成为近年来学术界研究和工业界追寻的一大焦点。

与大部分人将注意力投注在 AI 算法的创新上不同，杨旸很早就意识到计算资源的重要性。

“我自己的兴趣点是做 AI 算法背后的承载者和支撑者。”杨旸告诉 AI 科技评论，“算力网络上承载着各种各样的算法，而数据分析也是数据和算法的融合，我们需要泛在的计算资源、来支撑无处不在的智能服务。”伴随着物联网的急速发展，其底层对传感器的数量、类型和需求呈现爆发式增长态势。当海量的数据通过管道被传输至云端，管和云在不堪重负的同时，往往还会给实时决策带来负面影响。

有没有什么好的计算方式，能够更贴近用户需求、针对服务侧的计算资源提供数据处理能力？杨旸想到了“雾计算”。

“雾计算”最早是由美国思科公司于 2012 年提出的。与云计算“智能集中化”的方式不同，雾计算更像是“局部集中”的解决方案。它位于云和边缘之间，通过其分散的多层次算力架构，既可以完成云端集中决策，也能实现在网计算和边缘智能，在杨旸看来，这也更符合物联网在多个行业广泛应用下的多元需求。

这个想法很快得到了上海科技大学与中科院上海微系统与信息技术研究所领导的支持。2018 年 3 月，世界首个“雾计算”实验室在上海正式成立，杨旸出任上海雾计算实验室联合主任。此后，该实验室同思科、英特尔、戴尔、普林斯顿等多个国际机构建立了合作。

AIoT 正以更快地速度连接每一个物体、人和机器，在此基础上，杨旸和团队又往前再走了一步，“我们认为未来的算力资源不光是集中在云上，也不光是部署在边缘，在网络里也都会部署各种各样的计算资源。当前，面向 AIoT 技术和应用需求的多层次算力网络的研究和实践才刚刚起步，但未来肯定是属于泛在普惠智能的天下。”

AIoT，如何更好前进？

在 AIoT  的飞速发展中，杨旸做了一个更彻底的决定：离开高校，加入企业。

今年年初，杨旸加入特斯联担任集团首席科学家，负责智能物联网应用场景设计和核心技术及产品的研发规划。杨旸说，他觉得很兴奋，从学术界走向工业界，令他有种“创业”的感觉。

特斯联在 AIoT 的多个领域均有布局，在发展 AIoT 上提出了“精准数据、泛在智能和 Smart Space（智能空间）”三板斧，业务线众多。杨旸认为，这为他钻研技术应用提供了丰富的落地场景。

在特斯联，杨旸专注于泛在智能，正带领硬件团队打造 mNode （multi-function Node） 系列产品。

杨旸分析，未来的智慧城市布满了各种各样的异构计算资源，但当下的问题是：这些算力节点之间并没有形成协作，反而都是“各自为政”的状态。

以智能社区为例。

我们可以将社区看做一张地图上分散着的各个点，安防、跑道、路灯、停车、甚至是垃圾分类等等都是遍布在这张网上的各个“节点”，每个“节点”都会产生大量的数据，它们被通信网络牵连着，相互之间关系错综复杂。

这当中，网络是传输核心。但在此前的社区中，这些数据只是被简单地传到后台运算、甚至还可能互相竞争传输资源。此外，不同社区、城市的建设也有差异，在 A 小区顺利实施的方案并不一定适用于 B 小区。

针对上述存在的诸多问题，杨旸带领团队提出一种搭建多层次算力资源共享架构的想法，“通过泛在计算和普惠智能架构，能够实现越来越多的数据在本地进行分析处理，从而让越来越多的服务在本地完成实时响应。”

基于算力资源共享架构，对老旧小区实现智能化升级

人们期待智能网络能够连接更多的数据和资源，支持更复杂、定制化的服务和应用，实现更可靠、低时延的数据连接。这时候，6G 开始出现在 AIoT 从业者的视野中。

“我一直在反思一个问题，就是作为一个单体用户，我们到底需要什么样的智能服务。”杨旸说道。

“在以往通信领域的研究中，我们最关注的是网络侧的性能指标，比如：频谱效率、能量效率、系统吞吐量、用户容量等问题，其最终目标在于如何实现网络性能最优化。但站在用户的角度，我们对大部分网络性能指标并没有实际获得感，用户最在乎的还是自己的个性化需求有没有得到最好的满足。”

每个人的需求和服务指标组合都是不同的，支持泛在普惠智能的网络架构要如何去满足不同用户千差万别的服务质量和体验要求？

针对这个问题，杨旸与产业和学术界合作者最近共同提出了“6G Network AI Architecture for Everyone-Centric Customized Services”，即以每个用户为中心的 6G 智能内生网络架构。这项研究成果在今年夏天被 IEEE Network Magazine录用。

“首先，我们要理解每个用户千差万别的个性化需求。第二，在新型网络架构上把普惠智能和泛在计算资源部署于整个网络的多层次架构中，就能够有效支持用户千人千面的定制化服务需求。”杨旸补充道。

论文链接：https://ieeexplore.ieee.org/document/9839652

加入工业界不过数月，杨旸对智能物联网技术与泛在智能领域的认知变得更接地气，也取得了更丰硕的研发成果。

比如，针对工业物联网场景中的苛刻时延要求，通过对原始最优化函数的解耦分析，提出了“双层闭式反馈控制算法（TACAN）”，实现时延分布方差的最小化；面对复杂的无线信道环境和多层次移动通信网络架构难题，提出了基于大规模多天线中继节点辅助的多层次算力系统，以增强复杂用户任务的计算能力和效率......

学以致用，一直是杨旸的研究风范。而特斯联这个与实际问题更接近的平台，给了他在 AIoT 方向更大的施展机会。

像许多人一样，杨旸相信，随着人工智能和物联网的加速融合，“万物智联”的世界不再只是想象、或局限于电影的画面中，人们探索如 AIoT 等更智能化手段，终会实现人、物、环境与社会之间的深层次链接。

一个概念从提出到成熟需要一个周期。而在杨旸看来，当下正是最好的时代。

（雷峰网雷峰网）

2018 年年初，天津一所养老院的老年公寓安装了一个 Wi-Fi 路由器和两个 Wi-Fi 小设备在房间内。张大庆教授在他北大办公室的笔记本电脑前，观察着通过 Wi-Fi实时传输过来的公寓中老人的位置、活动状态和呼吸率等，并跟房间内常规的监护设备信息进行比较。

这是张大庆在评估团队研发的基于 Wi-Fi 设备的非接触健康感知系统的准确性和稳定性。通过 Wi-Fi 的感知和通信能力，张大庆得以远程知晓老人的呼吸、睡眠和行走等实时状态。

“我们通过利用无处不在的 Wi-Fi 信号，分析老人活动和被活动影响的 Wi-Fi 信号波动模式之间的关系，来识别老人的活动状态，这就是无线感知。”张大庆解释道。

张大庆是国际上最先研究情境感知的华人学者之一，2014 年回国加入北大后，一直致力于智能无线感知领域的研究。2018 年当选 IEEE Fellow，2019 年当选欧洲科学院外籍院士，至今谷歌学术被引数超过两万四千次。

智能无线感知是一种利用泛在无线信号，对环境中的人和物实现感知的技术，这些无线信号来自我们生活中所部署的各种无线设备，包括 Wi-Fi、4G/5G、RFID 和蓝牙设备等等，它们原本的任务是无线通信、实现信息传输。

过去在学术界，通信和感知其实是两个独立的研究领域。通信领域的学者主要研究通信机理，关注信号该如何设计、处理能使传输效率更高、信号覆盖更广、性能更稳定等问题；而感知领域的学者则主要关注雷达感知和用 Wi-Fi 等无线信号做定位；通信与感知二者之间的关系更趋同于是“共存”，还会存在对频谱等资源的竞争。

随着“万物智联”时代的加速来临，5G 移动通信网络向 6G 迈进，感知也将成为 6G 一个重要的新特性，“通信感知一体化（ISAC）”概念被提出，吸引了国内外一众科学家和工业界学者投身其中，张大庆也是求索队伍中的一员。

经过过去八年在无线感知领域的耕耘，张大庆的目标变得日益清晰、坚定：构建原创的泛在无线感知理论技术体系，最终实现感知、计算和通信无处不在。

起点：智慧家居

1990 年的春天刚过，张大庆在工作时接到了一个远渡重洋的电话。

电话是从意大利打过来的，张大庆申请的意大利导师委托同校一位天津大学的访问学者联系到他，希望张大庆能尽快加入自己罗马大学的团队攻读博士。

放下电话，张大庆很兴奋，他等这个回复已很久了。张大庆交接完手里的工作，很快就办好了赴意大利留学的签证。

那时，神经网络和模糊逻辑研究在全球正迎来一个发展的热潮，张大庆也由国内从事的并行处理和分布处理、改变为这一新兴的研究方向。1996年，张大庆取得了罗马大学的博士学位，并到新加坡国立大学从事博士后研究。

起初，张大庆聚焦在计算机控制的研究中，直到 2000 年一次偶然的机会，让他转向了基于Wi-Fi 和 Bluetooth 的计算机网络研究。也是在这里，张大庆第一次与“感知”相遇了。

当时，张大庆已经进入新加坡资讯通信研究院（I2R）工作，I2R 隶属新加坡科技研究局，跟许多国际机构和企业都有合作，他在 I2R 接触到的第一个项目，就是给英特尔和美国国家半导体两家企业做家庭网关（Home Gateway）的参考设计。期间，国内的中兴、华为等企业曾专门去到他的实验室访问合作，这项工作也引起了新加坡政府的关注。

新加坡是最早推行智慧化的国家之一，2002 年新加坡资讯通信发展局（IDA）发布了智能家居（Connected Home）的蓝图，考虑到张大庆在家庭网关方面的经历，便邀请他加入、担任 IDA 智慧家居工作组技术负责人，并在不久后又启动了智能社区（Connected Community）项目。

两个项目的成功落地让 I2R 看到了新方向的机会。2003 年，I2R 正式成立智慧家居实验室，张大庆任实验室创始主任，一年后又担任了情境感知系统研究部的创始部长。

那时的张大庆做过硬件、又做过软件，但在智能家居的研究中他发现，服务是智能家居至关重要的一环，“所谓的智能，就是要能感知所处的情境、并根据不同的情境来提供相应的智能服务。”

沿着这个思路，张大庆很快发现了“普适计算”这个新兴的研究方向。普适计算强调“计算、感知、通信无处不在，计算和环境融为一体”，是施乐公司 PARC 研究中心首席科学家 Mark Weiser 于 1991 年提出的愿景，他在论文“The Computer for the 21st Century”中写道：「最影响深远的技术应该是那些消失的技术（The most profound technologies are those that disappear）」，大胆设想了未来“看不见的计算”会成为人们生活的一部分。

当时，国际上不少高校如麻省理工、乔治亚理工、卡内基梅隆大学、伊利诺伊大学香槟分校、昆士兰大学等都先后发布了相应的情境模型，但许是期待值过高，张大庆兴致勃勃地研究后却发现，结果并没有很惊艳，这些模型大部分存在表达性差、无法支撑情境推理等不足。

张大庆决定，以提出一个更有效的情境模型为突破口，作为他进入普适计算领域的第一个研究问题。那段时间里，张大庆经常和团队开会讨论，其他与计算机相关的领域也成为他寻找灵感的途径。

一次，张大庆在网上读到有关“语义网”的最新发展，当中提到了“Web Ontology（本体）”的概念。在语义网中，Ontology 用于定义概念和描述各种资源之间的关系。

“这就相当于定义了一个概念字典，又能利用关系做推理。”这给了他极大的启发。张大庆立即和团队讨论如何将 Ontology 的概念应用到情境建模中，提出了一个基于“Web Ontology Language（OWL）”标准的层次情境模型 CONON，并在 CONON 的基础之上构建了情境中间件 Semantic Space 和 SOCAM，可对情境进行推理和一致性检查，并能支持对情境感知应用的快速敏捷开发。

论文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/ontology-wang-2004.pdf

这个基于 OWL 的情境模型很快被国际普适计算、移动计算、服务计算领域和产业界广泛采用，并在 2013 年获得 IEEE PerCom 2013 “十年最具影响力论文奖”，至今已被引用超过 2600 次。2018 年，该模型成为智慧城市领域知识本体模型国家标准（GB/T 36332-2018），2020 年被认定为智慧城市知识管理国际标准（ISO/IEC 30145-2: 2020）。

2007 年，在法国巴黎国立电信学院的邀请下，张大庆前往法国，任一级终身教授，并创建了 ALPS（Ambient Intelligence and Pervasive System Group）实验室。

虽然身在海外，但从 2003 年开始，张大庆也跟国内许多高校如清华、西工大、浙大、北大等保持密切合作，为国内培养了一大批普适计算、大数据分析领域的优秀学者。

作为国际上率先提出基于OWL的情境模型和中间件的学者，基于在移动和泛在情境感知系统领域做出的贡献，张大庆于 2018 年当选为 IEEE Fellow，2019年当选欧洲科学院外籍院士。

2019 年，张大庆（左二）在巴塞罗那参加欧洲科学院院士授牌仪式

「看不见」的感知

2014 年，张大庆回国加入了北京大学信息科学技术学院。

起初，张大庆的计划是延续在法国的研究，继续从事群智感知和感知大数据分析方向。

那几年，随着智能手机的普及和全球网民数量突破30亿，大数据跻身为一种新的经济资产类别，因其巨大的研究和落地价值而受到越来越多学者的关注。张大庆在这个领域中深耕多年，产出了不少领域颇具影响力的科研成果。

但加入北大后，张大庆发现，相比于火热的大数据分析方向，作为普适计算关键问题之一的无线感知研究颇具应用前景、却还处于研究初期。

无线感知属于情境感知研究的一个分支，利用泛在无线信号对人和环境进行感知，信号从发送端发出，以波的形式传播到接收端。我们可以想象在池塘内扔进一颗石子，水波纹呈环状向外扩散，无线信号也是这样传播的。

在传播过程中，无线信号受环境中地面、墙体、人体等因素影响，经直射、反射、散射等多条路径最终达到接收端，其接收到的信号也就包含了环境信息。通过观察和分析所接受信号变化的特征，就能实现对人的行为或环境变化的感知。作为物联网和AI领域的一个交叉研究方向，无线感知有望对居家养老、医疗健康带来颠覆性的变革。

以Wi-Fi感知为例，就在张大庆回国的前一年，华盛顿大学（UW）研究团队发表了 WiSee 系统，利用Wi-Fi无线射频的多普勒效应(目标靠近或远离无线设备都会引起无线信号频率的改变)，在居家环境实现对9种手势的识别，平均识别率高达94%。

随后，国内许多高校也有相应成果发布，如香港科技大学基于 Wi-Fi 的口型识别系统，清华大学的 Wi-Fi 虚拟围栏系统，南京大学用 Wi-Fi 信号识别按键输入......从学术角度看，这些研究工作相当新颖、令人鼓舞。“但从商用角度来说，系统的性能和稳定性始终无法保证，以至于从 2000 年以来Wi-Fi室内定位一直无法普及。”难题梗塞在前，张大庆萌生了理解无线感知机理、回答无线感知系统最基本理论问题的想法。

在中国科学院院士杨芙清、梅宏教授和北京大学软件所所长谢冰教授的鼎力支持下，张大庆带着3位软件工程专业的博士生，正式投入到了无线感知的探索中。

张大庆与团队一起庆祝博士毕业、博士后出站

随着老龄化社会的到来，居家养老健康问题受到了极大的关注。张大庆团队选择的第一个场景，就是从居家养老入手，研究基于Wi-Fi信号检测老人跌倒的问题。

在以往的跌倒检测研究中，普遍采用的方法是将人的各种行为进行手工切分，再进行识别，这就导致了模型在现实场景中会出现系统不稳定、鲁棒性难以保证等问题。为此，张大庆从一开始就决定，对老人自然、连续的日常活动进行自动切割、自动跌倒行为识别，以便针对落地中所面临的真实问题。

通过利用Wi-Fi设备中可采集的细粒度通道状态信息（CSI) 的相位和振幅，张大庆团队提出了 RT-fall 系统，首次实现实时自动分割和检测跌倒的目标，不需要老人携带任何设备，也可以对其日常活动进行持续检测。他们在研究中发现，解决商用Wi-Fi感知的一个理想基信号正是两个天线的相位差；同时，环境变化、人的位置和朝向变动、Wi-Fi设备移动等，都会导致无线接收信号模式发生改变，从而影响感知系统的性能和稳定性。

张大庆告诉雷峰网，不仅是跌倒检测，几乎所有无线感知应用，如呼吸检测、手势识别、键盘输入、口型识别等，都对感知目标位置、朝向、速度和Wi-Fi设备位置等参数存在依赖性问题，即使微小的参数变化都会影响感知结果的准确性和稳定性。“也就是说，同一个行为换个方向、换个环境，系统就无法有效工作了；需要重新采集数据进行训练，鲁棒性和稳定性很难保证，也就不可能产品化。”

无线感知有无一个通用的感知模型？为什么会有位置、朝向依赖性问题 ？无线感知的极限和边界在哪里？不同无线信号的感知能力是否是一致的？......面对诸多待解答的问题，张大庆认为，由于无线感知背后的机理尚未弄清楚，因此距离真正的落地也还很遥远。

针对领域这些最基本的理论问题，张大庆和团队开始了对无线感知理论和机理的探索研究。

构建「泛在」无线感知理论体系

在基于Wi-Fi CSI 的非接触行为感知研究中，长期存在着一个隐藏的假设：信号模式变化与人的行为模式之间具有一一对应的关系，但关于信号是怎么受人的行为、设备位置和环境的影响而发生变化，并没有一个通用模型来刻画。

当时，已有的研究都是基于实际部署场景中的应用来观察信号变化，通过模式识别实现系统。张大庆最初也是这么做的，“但后面发现这种模式的规律不仅很辛苦，而且即便我们花了一年多时间采集数据、调整参数，效果也没有特别稳定。”于是，张大庆开始思考能否从物理模型入手，把电磁波信号在真实环境的传播规律刻画出来，以便直观地分析信号变化背后的性质特征。

张大庆带着团队翻找了国际和国内的许多专著、论文，在相关研究领域的研究里面找灵感。

一个偶然的机会，彼时还在跟随张大庆读博的吴丹在一本通信教科书上看到了关于菲涅尔区模型（Frensnel Zone Model）的介绍。菲涅尔区是是光学领域中一个非常重要的概念，但在无线通信的教科书里，却常常只有两三页简单带过，有的甚至不会专门提及，更别说在感知领域里也从未有人应用过。

但吴丹发现，这个模型很细致，或许可以应用到Wi-Fi感知中解决定位精度较低的问题，便赶紧去找张大庆一起讨论。

他们越聊越激动，并很快将菲涅尔区模型和信号干涉原理相结合，引入到无线感知的研究中，吴丹负责感知人的位置和行走方向等大尺度活动，团队里的另一位博士王皓则是将菲涅尔区模型应用到小尺度的人体呼吸检测，通过实验，很快验证了室内环境菲涅尔区的存在，还揭示了人体在反射区域大尺度、小尺度活动对无线信号影响的性质和规律......

“这个模型太神奇了，一下子让我们把无线感知许多事看明白了。”张大庆告诉雷峰网。

所谓菲涅尔区模型，指的是以收发设备两点为焦点的一系列同心椭圆，一个椭圆与之相邻的另一个椭圆之间边界距离差为波长级（对Wi-Fi信号为厘米级）。物体在菲涅尔区中活动时，因接收信号是收发设备间直射信号和经物体反射信号的一个叠加，张大庆团队发现了当中直观有趣的性质：当物体跨越每个菲涅尔区边界时，接收信号会以波峰或波谷的形式出现；由于椭圆不均匀的特性，同样的物体运动在不同方向所切割的菲涅尔区波峰波谷数量不等；而沿着椭圆运动的物体，因反射信号路径长度保持不变，最终接收的信号也会稳定不变。

菲涅尔区模型：P1 和 P2 可看作一对无线信号的收发设备，最内层的椭圆为第一菲涅尔区

试想一下，将Wi-Fi收发设备的两个天线作为菲涅尔区的两个焦点，菲涅尔区是以两个焦点为中心的层层椭圆。人在菲涅尔区中做手势，此时手所处的位置、朝向都会切割相应的椭圆边界，影响信号的波形。当手势与椭圆边界平行方向运动时，波峰波谷数减少；与椭圆边界垂直方向运动时，则波峰数增加。

相同手势在不同位置引起的信号波动

通过引入菲涅尔区模型，张大庆团队展示了物体在不同位置、朝向活动时接收信号模式与波长间的内在联系，在国际上首次提出物体的活动位置、朝向、大小、Wi-Fi收发设备位置与无线接收信号之间的关系模型，解释了人在做出相同动作时、会因位置、朝向、大小和速度变化而带来不同的信号模式和信号质量，揭示了各种感知参数对无线信号时域特征与频域特征的影响。

在将菲涅尔区模型应用到Wi-Fi检测人体呼吸和室内行走的研究时，张大庆团队还进一步发掘了Wi-Fi多天线、多载波的性质，在“Human respiration detection with commodity wifi devices: do user location and body orientation matter”工作中，研究了人的呼吸对无线接收信号的影响，将呼吸深度、身体位置和方向与呼吸可检测性联系起来。

这项工作于 2016 年发表在 UbiComp 会议上，对无线感知研究产生了极大的影响力，也奠定了用 Wi-Fi 信号感知人体毫米级行为的理论基础。

论文地址：http://www-public.tem-tsp.eu/~zhang_da/pub/Daqing%202016%20UbiComp%20respiration.pdf

2017 年年初，张大庆团队在天津建造了无线感知实验室，一边在屏蔽房做大量的理论模型验证，另一边又在多个真实居家环境对人体呼吸、入侵、活跃度、行走轨迹和定位等多个应用进行长期的测试，团队经常一去天津就是十天半月。张大庆回忆，“在屏蔽房用铁板、滑轨做了大量的模型验证，根据菲涅尔区模型观测到的接收信号特别理想，通过和真实环境得到的接收信号不断对比，让团队对无线感知的模型和原理有了很深的认识。”

美国东北大学计算机学院院长、ACM Fellow Gregory Abowd 到北京大学访问，亲自测试 Wi-Fi 跌倒检测系统

有了菲涅尔区模型来理解无线感知的机理和多个可长期运行的Wi-Fi感知应用系统，张大庆还并不满足于此。

“我们只清楚了 Wi-Fi 感知的一部分机理，但Wi-Fi信号的感知极限和感知范围是什么 ？Wi-Fi信号的感知质量该如何刻画 ？UWB、毫米波雷达、LoRa、5G等等都是电磁波，各种信号做感知时哪个性能最好？什么条件下最好？理想的电磁波形状是正弦波、脉冲，还是锯齿波？这些问题没有人回答。”

用电磁波感知也不是万能的，“但设计无线感知应用的时候，要真正理解技术适用的假设条件和边界，选择参数应该要有理论指导。”不能仅停留在对单个应用的研究和实现当中。

构建泛在无线感知基础理论体系是一个大工程。张大庆清醒地认识到，这些探索可能无法全部落地商用，但从长远来看，它们对领域具有很重要的价值。

通信感知一体化

一直以来，无线通信和感知沿平行的道路发展，被视为两个独立的研究领域。以 Wi-Fi 为例，Wi-Fi 的通信协议起始于 1997 年，利用 Wi-Fi 信号进行室内定位则始于 2000 年。

当时，随着张大庆团队对感知研究范围的扩大，他注意到无线感知技术中有一个关键限制，短传感。虽然在室内 Wi-Fi 的通信范围为几十米，但其对人的行为感知的范围只有几米。

如何克服无线感知距离近的问题，将感知范围大幅提高？

张大庆团队提出并实现了两种原创方案：一种是通过在时域、频域和空域将无线信号进行融合，可将 Wi-Fi 感知的范围从几米扩展到几十米；另一种是通过采用远距离的无线通信信号，比如 LoRa、4G，来实现远距离的目标感知。LoRa 是一种专为物联网通信而设计的新型远程通信技术，由 Semtech 公司开发，与其它无线信号相比，具有低能耗、低成本、传输距离远等优势。

在此之前，LoRa 一直是以“通信”的面貌示人，并不支持感知功能。张大庆团队将 LoRa 信号用于感知，在“Exploring LoRa for Long-range Through-wall Sensing”中，提出了一个基于 LoRa 信号的感知技术，利用LoRa接收端配置的双天线，设计了基于两个天线信号商的感知模型，可有效消除基带信号以及收发不同步带来的误差，实现了在25米范围内监测人体呼吸状况，和在更大范围跟踪人的行走轨迹。

这项研究取得了 LoRa 远距离感知呼吸的国际最佳性能，一举拿下了去年 ACM UbiComp 2021 的杰出论文奖。今年团队因在移动无线感知方面的突破，又获得了 ACM MobiCom 2022 的最佳论文奖（Best Paper Runner-Up）。

2021 年，张大庆（右一）在北京大学新工科论坛上介绍无线感知成果

如今，随着张大庆团队将各种无线感知技术应用在智慧养老、医疗监护、安防等领域，工业界对无线感知领域的关注度持续上升，如华为、Intel 等企业都与张大庆团队合作，致力于推出第一代无线非接触感知的产品。

2020年9月，华为、Intel 等多家国际企业共同成立了 IEEE 802.11无线感知小组，正式提出了推动 Wi-Fi 感知标准 802.11bf 提案规划，并计划于 2024 年完成标准制订。另一边，关于 6G 移动通信网络的研究也在国际上如火如荼地展开，除了更高效的通信功能，泛在智能感知被广泛认为是 6G 的一个重要特性。

在万物互联、万物智联的浪潮推动下，近年来通信感知一体化已成为业界的共识。无线感知领域的学者们如张大庆，对通信感知融合在多个领域的应用前景十分乐观。

当然，要实现无线通信感知一体化，还面临着许多挑战。在即将到来的 CNCC 2022 大会上，张大庆将作为“感知通信融合：挑战与机遇”论坛主席，并做《通信感知一体化设计：问题、挑战和展望》的报告。

张大庆指出，挑战之所以存在，其根本原因就在于，泛在无线信号在设计之初是围绕无线通信提出的，感知功能并未纳入其考量范围当中。

难题在前，任重道远。

对此，张大庆坦言自己并不担心，“未来的‘ Wi-F i和 6G 通信感知一体化’，会同时考虑优化通信和感知两个目标，在设计阶段就面向通信指标和感知指标的需求，进行一体化设计。”

“这是一个巨大的机遇。目前我们还没有感受到无线感知的影响，但随着 Wi-Fi 感知新标准和 6G 的到来，我们每家、每个城市乡村都被 Wi-Fi 和 6G 信号所覆盖，到那个时候，无线感知应用就自然走进千家万户了。”张大庆憧憬到。

CNCC 2022 对话张大庆

雷峰网：您在智能无线感知领域的研究大概分为几个阶段？

张大庆：大致可以分为三个阶段。

第一个阶段是了解无线感知的基本原理、难点和领域存在的问题；也是采用基于模式的方法来观察信号变化，通过观察对比跌倒和人做其它日常活动时各种信号变化的规律，对 Wi-Fi 感知现有的方法和基本原理有个大概认识。

第二个阶段，希望通过物理模型来理解基于 Wi-Fi 的无线感知背后的机理，为设计无线感知应用提供一些通用的指导原则。我们幸运地发现了菲涅尔区模型，通过将多条路径电磁波信号之间的干涉原理与多天线、多载波的菲涅尔区模型联系起来，构建了基于菲涅尔区模型的无线感知理论。因为这个模型非常细致，可以对厘米甚至毫米级的人体活动对无线信号的变化模式进行刻画和解释，因此为无线感知领域建立了一个新的理论基石。基于菲涅尔区模型，我们进一步通过引入感知信噪比的概念，揭示了感知极限、感知边界、感知信号质量和位置朝向依赖性等领域基础理论问题，从而构建了一套无线感知理论模型和共性技术，并用多个以前做不好、但现在可以做好的真实应用验证了理论的重要性和技术的有效性、鲁棒性。

进入第三个阶段，我们试图建立一个基于泛在无线信号的无线感知理论技术体系，给出各种无线信号参数与感知性能的定量关系，从本质上来理解无线感知的原理、感知极限、感知边界，用简洁的理论来指导什么样的应用该用什么样的无线信号来感知，回答各种无线信号的局限性和优势是什么，以及通过软件定义来支撑未来通信感知一体化系统的设计。

雷峰网：智能无线感知在国内经历了几个发展阶段？存在什么难题？

张大庆：智能无线感知是研究如何用各种无线信号、对人和环境进行精确感知的一个研究领域。

在这里主要谈谈基于 Wi-Fi 的无线感知技术的发展情况：从 2000 年到 2012 年属于第一阶段，主要是基于 WiFi 接收信号强度（RSSI）的无线感知，其研究主要聚焦在室内定位，但由于对感知理论缺乏理解，定位的精度一直有限，因此在商用层面非常有限。

2012 年以来进入发展的第二阶段，基于 Wi-Fi 信道状态信息 CSI 的无线感知受到了广泛关注，许多的技术和演示系统被开发出来，基于菲涅尔区模型的无线感知理论被提出来，许多基础理论问题如感知极限、感知边界、感知信号质量、感知信号参数设计等开始得到探索、回答，多个落地应用开始出现。

2024 年起，基于 Wi-Fi 的无线感知标准 IEEE 802.11bf 将正式发布，6G 通信感知一体化的理论和技术日渐成熟，基于智能超表面、太赫兹等各种形式的无线感知理论技术体系逐渐形成，在健康养老 （老人监护 – 跌倒、活跃度、睡眠）、智慧医疗（生命体征、睡眠阶段）、人机交互 （手势）、物流安防等领域的应用逐渐普及，走进千家万户。

智能无线感知目前最大的问题就在于系统稳定性。当前，大部分团队采用基于数据驱动、模式识别的方法，但由于无线信号受环境许多因素如目标位置、朝向、幅度、速度等影响，其鲁棒性和稳定性很难保证。这就需要建立完整的无线感知理论技术体系，给系统设计提供稳定性保障。

雷峰网：“6G 通信感知一体化”近年来被频繁提及，通信技术在智能无线感知研究的发展中担任了怎样的角色？

张大庆：雷达感知已经有近百年的历史了，但是近十年来随着 Wi-Fi 感知、声波感知和低成本民用雷达感知的兴起，以及 Wi-Fi 新的感知标准和 6G 通信感知一体化愿景的提出，让无线智能感知得到了学术界和企业界的广泛关注。

我们所做的泛在无线感知，是基于无线通信信号，感知所用的信道状态信息 CSI也是为保证无线通信性能设计的，从这个意义上来说，基于 Wi-Fi 和 4G、5G 的智能无线感知都是无线通信的一个副产品。

未来的“6G 通信感知一体化”，需要同时考虑优化通信、感知性能两个目标，但无线通信应该是基础和优先要考虑的。

雷峰网：您的工作是否有将 AI 与无线感知结合在一起，AI 对智能无线感知发展的作用是什么？反之能给AI 带来哪些新的探索？

张大庆：AI 有 AI 的优势和适合解决的问题，在无线感知中，主要的感知机理要通过建立理论模型才能认知清楚，无线感知中有的问题适合用 AI 来解决。因此，我们的任务是理解清楚什么样的问题要用物理模型来解决，什么样的问题要用 AI 来解决，通过将 AI 算法和物理模型有效结合，才能很好解决智能无线感知的关键问题。

举个 Wi-Fi 手势识别的例子，比如在空中写一个字，首先我们可以通过模型的指导，将手移动的轨迹复原出来，再通过人工智能将手写的字符识别出来。这就是一个经典的解决无线感知问题的思路，将物理模型和 AI 完美结合。

智能无线感知的目的是探索无线电磁波信号的感知能力，它和摄像头、可穿戴设备等各种感知手段是多模态和互补的。许多真实场景下的情境可能需要多模态，才能得到可靠的感知结果，如此方可支撑上层的AI决策。

雷峰网：在即将举行的 CNCC 2022 论坛上，您分享的主题是《通信感知一体化设计：问题、挑战和展望》，嘉宾阵容中我们看到了几位工业界学者的身影，是有意这么安排的么？

张大庆：对，是有意这么安排的。

无论是 Wi-Fi，还是 6G，通信感知一体化都是未来一个发展趋势。有趣的是，以前无线通信的机理是由通信领域的专家研究的，泛在无线感知的研究大多是计算机领域的专家做的，雷达领域的专家大多关注专用雷达设备的感知，三个领域的专家很少跨领域交流、探索，尽管很多应用场景很类似。

目前，Wi-Fi 和 5G 通信的标准和核心技术都已经很成熟了，这就意味着利用射频信号做“通信”的技术已就绪，但对无线感知的认识以及通信和感知如何融合还不明朗。

我们组织这个论坛，是希望邀请学术界和工业界的专家学者一起来参与。我们邀请了无线感知和无线通信的专家，一起来探索通信感知一体化。希望通过产业界和学术界专家的深入交流，一起推进 Wi-Fi、6G 通信感知一体化的发展。

雷峰网：通信感知一体化当前面临着怎样的挑战？我们为什么要关注通信感知一体化？

张大庆：挑战之所以存在，其根本原因就在于，要么信号是为通信设计的，不完全适合做感知；要么信号是为感知而设计的，不太适合做通信。我们关注通信感知一体化，是希望未来共用一套理论、硬件系统和频谱资源，在进行高效无线通信的同时，让通信终端都具备无线感知的功能。无论是 Wi-Fi 还是 6G， 都同时具备通信、感知的功能。

比如在居家环境，无论是手机，还是家电都有通信感知的功能。无论老人在哪个房间，在做什么活动，都可以用无线信号非侵扰地获悉其健康状况和生活规律：老人何时起床，何时三餐，何时外出和回家，每天是否生活规律，在家活动量够吗 ？有无呼吸心跳异常、睡眠不好、跌倒不起等异常事件发生 ？都可以通过无线信号识别后再发送给家人、医院、社区护理人员等。

可以想象，未来我们整个城市、乡村都被这种既能通信、又能感知的无线信号所覆盖，无所不在的通信、无所不在的感知、无所不在的服务，将给我们的生活带来更多的便利和色彩，给我们的未来带来无限的可能。

据麦肯锡调查显示，疫情影响下，全球对数字技术的依赖被整整提速七年。作为城市现代化建设进程中的基础组成单元，智慧社区也被层出不穷的智能化、数字化技术方案所裹挟，在大势所趋中一路朝前。

但是这一改善人们生活质量，带来居住安全的“未来之屋”，在让数百万地产、物业、科技和互联网人趋之若鹜的同时，其漫长的建设周期，繁芜的系统性工程，以及高昂的基础设施改造和人力物力成本，又让入局的玩家们集体深陷“窘境”。

这是因为，疫情洗礼下，社区智慧化水平高速发展的同时，也暴露出建设中存在的诸多问题，底层能力的建设便是其中之一。

智慧的提炼，需要以海量数据作为分母，而数据的来源是一个又一个物联网边缘设备节点。随着社区智慧场景的不断丰富，对高性能算力、数据治理能力和云端统一管理复杂系统等要求也同步升级，身肩新一代基础设施重任的物联网，经历着安全、高效、简单与成本的多重考验。

一些懂场景、有技术、有资源的头部企业，已经在智慧社区相关的底层创新技术上寻找新的破局点。

背后是一条基本逻辑：没有底层能力兜底，“智慧”将言之无物。

“徒有其表”的智慧社区

理想中的智慧社区，是通过充分借助物联网、传感网等网络通信技术，能够让身处其中的每个人“吃、住、行、游、购、娱、健” 都更智慧、更高效，辐射生活方方面面的多种系统各司其职。

智慧社区在展示出其极大可行性的同时，也催生出一个万亿量级的市场，作为国家战略级别的智慧城市建设的外延，更为其增添了一份诱惑力。

英特尔《“芯”助智慧生活》白皮书指出，近年来智慧社区市场规模一直保持高速增长，2021 年智慧社区市场规模突破 5800 亿元，预计 2022 年整体市场规模将近万亿元。

市场潜力巨大，但作为“微缩版”的智慧城市，智慧社区规模虽小，难度不低。

前端智能感知设备、后端服务平台、数据存储、人脸识别、车辆管理、综合管理、物联网、云边端协同、智能建筑等组成元素一样不少。

说到底，其底层业务逻辑也与智慧城市相同，打通各类服务场景，形成完整的信息流闭环。

也因此，当下很多智慧社区，都是“初级智慧”，或者“伪智慧”：

很多社区仅凭添加一些智能化硬件设备，便以“智慧社区”自居，大部分社区居民对智慧社区的认知也仅停留在人脸识别门禁和停车自助缴费。

造成智慧社区徒有其表的原因在于，忽略了智能和物联网背后真正的核心，即“数据驱动”和“数据互联”的关键作用。后半段“治理自动化”的实现，必须以前半段高质量的“感知自动化”为前提。

如何运用大数据、人工智能、云计算、物联网等技术，深入打磨智能软硬件，盘活大数据沉淀；提升数据安全性，确保关键数据本地留存；提升智能分析，减少人力的投入；降低各项应用碎片化状态，实现统一规划与敏捷扩展；有效管控成本等，是推动智慧社区更大范围、更高效率落地的重点。

也就是说，在智慧社区建设理想与现实的交错潜行中，基础的数据收集和流转，仍存在大量薄弱环节。

智慧社区，需要的是什么？

越来越多的智能设备进入新建或者改造中的社区，大量数据源源不断的从前端设备输送至后端平台。

但当受限于算力和算法短板，导致这些数据没能被智能化分析处理，造成数据浪费时，所谓的“智慧化”便浮于表面。

在雷峰网看来，智慧社区的建设无法一蹴而就，实际改造过程也无法千篇一律。最佳逻辑应当是根据社区当下所处发展阶段，同时结合自身情况选择恰当的建设模式。

中国数千年的历史与数十年的城市化建设，也让不同社区形成不同特性。

英特尔在最近发表的《“芯”助智慧生活》白皮书中，将智慧社区的发展分为三个阶段：基础型智慧社区、领先型智慧社区、面向未来的智慧社区。每个阶段都有其不同的特征和适用对象。

基础型智慧社区，适合“成本敏感型”的老旧小区改造；

领先型智慧社区 ，适合“钱较多，人也较多”的现代化社区；

未来智慧社区，则以服务质量为核心，于内注重个性化体验，于外深度融入智慧城市的整体建设。

如已经部署了大量非智能摄像头的社区，如若采取重建方式，全部以新换旧，不仅会造成极大资源浪费，还将承受高昂的成本压力，那么对旧摄像进行智能化改造，则是更完美的Plan B。具体来看：

第一个演进方向，云边端协同的智慧社区体系构建。传统方案通常在云端进行 AI 图像识别，全部数据上传云端，对云平台和网络都提出较高要求，常有网络成本、时延和安全的隐患，利用边缘设备就近搜集并处理即时数据，成为一剂良药。

第二个演进方向，平台一体化。以往很多智慧社区底层软硬件各自为政，系统割裂、数据孤岛、信息综合利用程度低等问题常伴左右，而通过软件平台组件化、通讯与数据库共享，则可以提升软件应用的扩展性，从而在各个子系统之间架起桥梁。

第三个演进方向，系统组件化。简单来说就是将业务场景中的常用模块先拆解，再整合为一套统一的解决方案，好处在于可以按需灵活调用组件，缩短新系统开发与上线的时间等。

长久以来，智慧社区软硬件产品标准不统一的问题，都是限制各智能产品协同的罪魁祸首之一。

在强化智慧社区标准化水平方面，此前包括卓越、万科、碧桂园等头部房企以及阿里、华为等在内的科技巨头都曾做出尝试。

英特尔也给出了自己的解题思路，其在推动大家基于统一标准进行连接的同时，也在软件上寻找兼容的可能，比如通过插件模式的软件模块，实现对不同终端的支持。

社区的智慧化转型，已经从一道附加题变成必答题。打破门面工程的“伪智能”，创造出在软硬件、算法和服务方面如智能手机般可以自动更新升级的社区，就必须解决算力成本高企、兼容性差、场景适配等一连串的疑难杂症。

这也对身处其中的破局者，提出了技术和资本上的巨大考验。

英特尔如何解决智慧社区七年之痒？

智慧社区的概念高远，内涵极广，但现实问题的牵绊，又让智慧社区的实现步履蹒跚。人居业态的重新定义，需要有人暂时忘记天边的“月亮”，俯下身段拾起脚下的“六便士”。

据Gartner预测，到2025年，全球将有75%的数据从边缘产生。据前瞻产业研究院预测，彼时中国超50%企业生成的数据，将在边缘端处理。

边缘数据的价值即将在全球范围内迎来爆发，以英特尔为代表的数据科技企业，早已提前布局，并将这一系列技术对外服务。

2021年，依托于自身端到端的产品与技术优势，并通过与 ISV、SI 等合作伙伴进行合作，英特尔推出智慧社区参考架构。

通过广泛部署于区/市、街道、小区等单位的网络摄像机、传感器等物联网终端，该架构利用从云端到边缘端的算力布局，可将采集到的图像、环境等数据传输到小区本地的英特尔视频 AI 计算盒中。

作为小区“智慧大脑”的基础组件，英特尔视频 AI 计算盒可以同时对多个视频进行近乎实时的分析处理，帮助识别和推送停车道闸、车牌识别、楼宇梯控、门禁管理、异常检测智能照明等场景中的异常事件。

英特尔视频边缘服务器，提供更低成本的算力和低门槛的开发服务，易于与任何语言集成和扩展，真正做到了让开发、部署、运营相互独立。值得一提的是，在其基础上，用户既可以将其部署为私有云，也可以与公有云集成，从而实现从云端到边缘端的统一数据处理，让用户无需重复造轮子。

凡米智能采用英特尔架构，推出了自己的智能智慧社区方案，通过搭载英特尔软硬件产品与技术，凡米的智慧社区方案拥有了更短的响应时间和更强大的计算能力，在性能、准确率上都达到了预定目标， 应急管理体系调度也更加及时、合理 。

智能化工具的引入，是促使智慧社区从量变走向质变的重要节点。事实上，正如英特尔智慧社区参考架构所体现出的趋势：计算已经超脱其本身的意义，扩展到端、边、云、网全场景，成为一种泛在能力。

简而言之，帮助社区智慧化升级的，并非工具，而是算力、算法和场景的协同融合。

最后，智慧社区的建设也离不开生态的力量。英特尔认为智慧社区应包含互联市民、智能设备和高效服务等要素，抱着让各类数据更多、更好为市民创造价值的理念，英特尔乐于与原始设备制造商（OEM）、独立软件开发商（ISV）、系统集成商（SI）等合作伙伴协同，构建更加健康、活跃的智慧社区生态。

智慧社区已过“七年之痒”，关于蓝图勾勒与顶层设计的探讨，已在时间的淘洗中微微泛黄，接下来更关键的问题在于，智慧社区建设如何从“粗放”走向“精细”，真正摆脱“道旁苦李”的窘境。

5G时代之下，AIoT技术进一步增强。

当AIoT以一种更有意义的方式连接每一个对象、人与机器，城市将被赋予真正的智能。

随着人工智能与物联网加深融合，现有的产业生态和经济格局将随之而变，科幻般的生活场景，也将不再局限于电影屏幕中。

面对进入数字世界的关键入口，不少视频物联企业、AI创企、跨行业巨头都齐刷刷将目光瞄准下一个十年。

在这条更为开阔的赛道上，哪些企业已经率先抢跑？

作为科技行业最顶尖的产业媒体之一，雷峰网于今年8月重磅启动了「产业科技 · 最具商用价值榜」评选计划。

据雷峰网统计数据显示，本次雷峰网「产业科技 · 最具商用价值榜」最终被提名和申请榜单的公司达671家，涵盖雷峰网此前预设的当下最受关注的13大领域，多个垂直维度。经过长达一个月的集中评审，最终评选出61家在投资价值、产品创新以及企业管理等方面最具代表性的企业。

其中，「城市AIoT」领域，宇视科技、大华股份、佳都科技、紫光华智、云知声、声智科技六家企业脱颖而出，分别荣获“最具产品创新力AIoT企业奖”、“最佳城市AIoT云平台奖”、“最佳智慧交通解决方案奖”、“最佳数字政府解决方案奖”、“最佳AIoT语音赋能解决方案奖”、“城市物联网解决方案奖”。

最具产品创新力AIoT企业奖：宇视科技

经过过去10年的创新突破，宇视已经完全具备了全栈式AIoT企业的能力。

在产品技术上完成了从视频技术到全光谱、全天候、全域感知能力的突破，在AIoT的各个领域坚持场景化实践，为千行百业赋能。

务实创新是宇视核心价值观的重要组成部分，宇视每年将营收的10%左右投入研发，为可持续发展提供有力支撑。研发技术人员占公司总人数约50%，分布于宇视研究院和北京研究院，以及杭州、深圳、西安、济南、天津、武汉研究所，“两院六所”布分工有序、协同有力。

拥有多项创新成果，包括首创并持续更新的IMOS（IP多媒体操作系统），首家将测温功能融入门禁、安检门，将ReID技术及视图大数据技术用于流调场景的企业等等。以视图直存技术为代表的多个开创性技术都成为业界跟随的标杆。 截至2021年底，宇视申请专利3000余件，发明专利占比超80%，涵盖了光机电、图像处理、机器视觉、大数据、云存储等各个维度。94%的发明专利授权率业界第一，人均发明专利业界第一。

截止去年年底，宇视交付的产品方案已覆盖全球200余个国家和地区，3000余个城市。国内市场，建设智慧城市470余个，平安工程930余个，智能交通项目480余个，平安高校700余所，43个城市的180余条地铁线路，80余个机场，大型企业500余家，三甲医院240余家，高速公路330余条，300余个地标性商业综合体建筑。

最佳城市AIoT云平台奖：大华股份

在数字化转型浪潮中，大华以AIoT和物联数智平台两大技术战略为支撑，将人工智能、大数据、物联网等数字技术融合于公司产品与解决方案，服务城市数字化创新，并不断打磨自己的数智能力底座。

大华围绕物联感知终端“投建管营”全生命周期管理，制定物联感知标准和规范体系，搭建智能物联感知云平台，全面接入物联感知设备。

结合人工智能、云计算、云存储、大数据等先进技术，对数据进行全方位分析治理，面向各行业场景实现连接适配、设备管理、AI使能、业务分析等能力支撑，提供城市级AIOT云平台解决方案。

在智慧城市领域，大华聚焦城市物联感知体系建设，构建市域物联感知中心，提供设备全网汇聚、资产统一管理、数智融合应用三大能力支撑，助力城市治理一网统管。

目前大华已在全国多地均有实践应用，以某区级物联感知中心为例，面向城市级规模构建支持百万级物联设备接入及管理的物联网管理云平台，并叠加AI算法及计算模型构建城市AIOT物联体系，实现城市运行的实时感知及趋势研判，同时，以重点场所监管为切入点，实现物联感知的最小化单元治理。

最佳智慧交通解决方案奖：佳都科技

佳都科技是中国专业的人工智能技术产品与服务提供商，长期深耕交通数字化赛道 ，致力于智慧交通领域的技术研发和应用。

佳都自研的城市交通大脑，是以先进的IDPS理论体系构建的新一代一体化智慧交通管理系统，立足解决交通管理需求迫切的业务问题，为城市提供具有交通感知、认知和赋能的系统，意在打造可迭代进化的交通智慧生命体。

IDPS城市交通大脑结合可计算路网模型与身份检测交通系统模型两大核心技术，实现交通路网全域、全量、全时、全要素精准认知，整体系统包含感知及支撑层、数据汇聚及处理层、应用层三个层次，以及安全保障和运行维护两个体系，为城市管理者、交通部门、公安部门打造“数字底座”，驱动城市管理走向精细化。

该系统落地宣城后，宣城全路网平均停车次数下降22%，平均拥堵时间下降5%，平均车速提升25.4%，平均通行时间降低约10%，极大改善了宣城的道路交通秩序。

最佳数字政府解决方案奖：紫光华智

紫光华智数字政府解决方案面向城市治理、城市交通、智慧社区、疫情防控、应急指挥等领域，构建集全面感知、智能认知、科学预测等特性于一体的城市智能视觉底座，赋能千行百业升级，助力城市治理精细化、数字化能力的提升。

一方面，为城市赋予更智能的感知能力。面对城市治理不同的应用场景，紫光华智通过AI视频算法和物联网感知设备精准感知城市治理问题，解决城市管理大量“盲点盲区”，提高城市管理可视化程度，赋能基层智能决策处置能力。

另一方面，给城市带来更高效的治理模式。将传统人工的治理方式，变成人工+智能识别+数据分析的治理方式，极大提升基层人员治理工作效率。

作为领先的AI视觉产品和解决方案提供商，紫光华智以整合资源加纵深探索能力，实现数字政府方案在杭州萧山区、成都高新区等多地的落地应用，助力提升各级政府治理水平，让城市治理像“绣花”一样精细。

最佳AIoT语音赋能解决方案奖：云知声

云知声是国内顶尖的AI独角兽企业，以全栈 AI 技术为核心，打造云服务和 AI 芯片，基于云芯一体化平台与各个行业Know-how，输出 PaaS 和 SaaS 平台服务。

云知声深耕AIoT与智慧医疗两大领域，从AI芯片到全场景智能，在深度与广度两个方向同时发力，沉淀了一套可实战的AIoT数字化改造方法论。

深度上，云知声通过云+芯一体化方案降低TTM，将AI技术与物联网技术深度融合，以AI芯片极大缓解IoT行业的碎片化需求，同时做到了完全开源开放，降低了代理商、方案商在语音交互产品化过程中的的成本。

自2018 年以来，云知声基于多种专用芯片，已发布三代共6款语音芯片解决方案，2021年达到千万级出货量。其中，蜂鸟芯片系列是其在AIoT深度上最重要的实践，已助力多家IoT企业实现数字化转型，降本增效。

广度上，云知声围绕全场景智慧家居领域做行业的数字化拓展。

截至目前，云知声已帮助2w+智能家居、车载、智慧酒店、智慧交通、智慧园区、智慧校园等行业客户与开发者实现智能化升级与创新。

落地广州天鹅湖、广州天越、珠海人工岛、长沙福晟翡翠湾、泸州世茂璀璨、福建霞浦等多个全场景智慧家居方案标杆项目。

城市物联网解决方案奖：声智科技

声智科技创立于2016年，专注于声学前沿技术和人工智能领域，主要面向数智健康、数智城市等场景提供产品和解决方案。

声智科技基于自主研发的Azero（壹元）人工智能开发框架，以声光感知和交互智能为特色，融合人工智能、大数据、云计算和物联网等技术，具备多模态远场感知和多技能异构云脑等能力。

通过构建“端边云”一体的IDA机器人和SDA数智人等标准，声智科技面向智慧健康、智慧城市、智慧生活和智慧能源等领域，提供基于Azero开发框架的衍生产品、技能和服务。

截至目前，声智科技发起、参了与80余项国家、行业及团体标准的制定，拥有国内专利2000余项，获得300余项荣誉资质，获得5项行业发明专利奖。通过推进人、机、物从物理世界到数字世界的互联互通、数字映射和交互决策，声智科技致力于实现“让万物互联更智能”的使命，达成“用智慧科技改变生活”的愿景。

然而，面对企业碎片化的需求，想要做到快速响应，仅靠AI算法已经远远不够，只有与合适的“躯体”相结合，才能真正实现产业化落地。

IoT作为一种网络，可以实现任何时间、任何地点的人、机、物的互联互通，AI的介入让IoT拥有了一个更为智慧的“大脑”。

所谓AI+IoT，AI是核心技术能力，IoT是实现AI技术落地的硬件载体。通过将AI能力引入IoT场景，可以实现应用、数据中台、边缘设备和终端的全面智能化。

随着AI在IoT设备端的渗透率不断提升，二者在实际项目中加速融合落地，数以百亿的智能设备、边缘设备已经散布在城市的各个角落，推动着产业的升级。

AIoT已然成为企业进入数字世界的关键入口。不少视频物联企业、AI创企，都在近两年把AIoT提升到战略高度，甚至以此刷新公司定位。

AIoT经过漫长的蓄力期，正在进入高速跑道。

AIoT时代来临

在AIoT成为广泛共识的当下，我们应该如何正确理解?

AI技术已经相当普及，但本质上仍是一个效率工具。在AI加持下，物联网的所有终端设备，可以被前所未有的连接，在传统的物物连接、人物连接之外，实现更为广泛的设备与场景的连接和交互。

IoT满载海量数据，坐实望虚；AI寻找落地的形态，坐虚望实，双向奔赴中形成一股AIoT的合力。

AI是行业效率提升的催化剂，必须与场景和行业深度结合，IoT在感知层、传输层、应用层都取得了技术的突破，成为AI可以赋能的完美实体。

AIoT的实现路径，是通过各类传感器，采集现实世界的各类信息并存储于云端、边缘端，这些海量数据信息再经由大数据技术、人工智能技术处理，生成一个万物互联的信息世界。

视频物联企业，成为AIoT的不可忽视的主力军。

视频物联企业赖以为生的视频，正是城市基础设施中最大的智慧聚焦点，可以连接城市空间的各个节点，是数据的一个高质量的庞大入口。

AI创新浪潮中的知名代表们，也正大张旗鼓奔向AIoT。过去几年，AI公司都在不断寻找新的战场，也走出了各自不同的路径。华为、阿里等跨行业巨头，也夺得了不小的声量。

同属第一梯队的他们，正在清晰地向合作伙伴和客户表明心迹，精准定位政企业数字化。

当上半场的竞争者们，齐刷刷将目光瞄准下一个十年，当本就强大的巨头开掘更为广阔的赛道，行业的火药味再次骤然四起。

海康：综合竞争，不留短板

公司成立二十年后，海康威视在2021年的年度报告中，首次将公司业务定位刷新为“智能物联AIoT”，并将其作为未来十年的发展方向。

海康做监控起家，随后在视频物联数字化战役中站稳脚跟，脚踏实地地积累视频技术和物联网技术。

跳出行业天花板，冲向AIoT的大蓝海，海康是产品、技术与业务先行，而口号后至。

三大事业群，犹如三点齐发，以不同行业需求为依托，向外开疆拓土。

为了拥抱更为广阔的AIoT赛道，海康一边扩充产品线，一边加紧智能技术融入，从视频能力出发，早早拉起一张覆盖光、声、温、湿、压、磁等广泛感知领域的大网，以全面、多维的感知技术平台稳行于行业。

如果将智能物联比作一枚等待升空的火箭，研发投入就是辅助火箭进入既定轨道的助推燃料。

面对AI公司算法长版的冲击，海康祭出AI开放平台，补齐了自己核心技术能力的短板。

大手笔投入之下，物联感知、人工智能、大数据3大支撑技术熔于一炉；能物联产品、IT基础产品、平台服务产品、数据服务产品、应用服务产品5类软硬产品列队而行，八大创新业务在各领域全面开花。

面对高度碎片化的智能物联应用场景，海康有意提升自己在技术、产品、营销、供应链、生态打造等上的综合素质，不给对手可乘之机。

大华：以视频为核心，密集发力智慧物联

今年4月，大华也在年报中，将自己的主营业务定义为‘’智慧物联”。

智慧物联的大乱斗时代，在明确自身能力边界后，大华选择了克制。

简单来说，就是瞄准智慧物联和视觉赛道的交叉处，密集发力，避免虚耗。

业务上，大华聚焦城市和企业两大核心业务，构建自己的AIoT和物联数智平台能力。

去年11月的年度战略升级发布会上，大华推出一套体系化的物联数智平台，“城市平台2.0”与“企业平台3.0”花开两朵，各表一枝。

大华还推出了一站式AI开发平台“大华巨灵”，解决碎片化孤岛网络问题，以及全栈式智慧物联终端体系睿智5系列产品。

这些“软硬协同”的技术实力背后，大华不断打磨自己的数智能力底座，形成数据在线、视图智能引擎、数据智能引擎、业务使能物联数智平台四大能力，以及多维感知、多元连接、智能计算、控制交互AIoT平台四大引擎服务。

前面四张牌，推开了一扇精准描述物理世界的大门；后面四张牌，开启了一条让数据随需而聚，随时处理的通路。

立足视觉根本，围绕智慧物联主航道，大华以城市和企业为纵轴，以软件和硬件为横轴，以五大研究院为底座，秉持“场景决定产品”的发展思路，在边界之内左冲右突。

今年6月，大华在长沙望城经开区的智慧物联终端制造基地实现投产。届时，大批智慧物联前端设备IPC（网络摄像机），将从这片占地377亩的厂区源源不断涌出。

宇视：专注AIoT产品和解决方案，不做集成

宇视用十年时间，从一家安防公司，走进了成熟AIoT企业的阵营。

如果说海康的打法是综合竞争，不留短板；大华是聚焦擅长，密集发力；宇视则是明确边界，断舍离。

张鹏国给宇视画了一个圈，整个产业链中，宇视明确只做AIoT产品和解决方案提供商，永远不做系统集成。

2019年5月，宇视加入阿里云AIoT产业生态联盟。通过与阿里云共享自己在公共安全和城市治理上的积累，得到阿里在云计算、城市大脑、芯片等领域丰富的资源支持，提升了AIoT解决方案的应用场景触达能力。

发力AIoT，宇视在组织架构上也做好了准备。在去年新成立PBG（行业业务群）和EBG（商业业务群）两大部门，成为宇视当下的战略关键。

这一铺向未来的双航道，主要指向四个“全”：全球化、全场景、全行业、全营销模式。以此证明边界之内，亦大有可为。

以“全”为关键字，也意味着宇视已经做好准备，迎接更加碎片化的市场和更大范围的竞争。

今年6月，宇视这辆“烈火战车”推出了全新升级的AIoT中台系统架构，包含视频交换共享和智能计算两大平台和一个运维引擎。

与此同时，这台“烈火战车”还满载交通综合治理、疫情防控、智慧路口、智慧社区、智慧高速、智慧停车、智慧机场、智慧地铁8大解决方案的升级版本。

征战AIoT，宇视的渠道营销战略也越来越接地气，开始面向县镇市场，提供便宜大碗、结实耐用、易安装易维护的“阿宇”品牌。

将智慧社区和智慧交通作为重点发力赛道，同时也是宇视面对万亿智慧物联市场，去标签化的关键一步。

旷视：AI+IoT+空间，AIoT产业的创新范式

旷视现在是一家AIoT公司，AI指向来处，IoT指向归处。

2019年是旷视的转折之年，这一年旷视“叛逆”地选择了“算法定义硬件”的道路，向物联网方案供应商转型。

将算法需求前置考虑，通过“海量算法+标准硬件”，减少硬件迭代成本，找出最优的AI硬件产品方案，做一位坚定的执行者。

在算法快速生产方面，旷视自研一站式算法生产平台AIS（AI Service）已经支持100多种业务模型训练，最快2小时即可完成模型训练，且模型产出精度指标远高于业界平均水平。

以何为立身之本？旷视选择打造三个支柱型产业：消费物联网、城市物联网、供应链物联网。

2020年初EBG部门成立不久后，旷视“企业服务战略大图”随之展开。

盘古、九霄两大物联网云平台悉数亮相；“神行”防疫卫士打通了20多个省份的防疫数据接口；安全生产领域旷视魔方推出行业版。

AI算法想要发挥最大效用，还需软硬结合作为支撑。最能展现旷视软硬一体化能力的，是其供应链物联网中的物流业务。

针对物流场景，旷视的“河图”操作系统，基于AI定义硬件打造出一系列智能硬件机器人，大秀自己的技术实力。

今年4月，2022旷视企业业务合作伙伴大会上，印奇抛出“AIoT= AI+IoT+空间”的等式。

为打好AIoT这场持久仗，旷世在7月进一步提出更具概括性的“2+1”技术科研体系。

“2”指“基础算法科研”和“规模算法量产”两大核心AI技术体系；“1”指以“计算摄影学”为核心的“算法定义硬件”IoT技术体系（包括AI传感器和AI机器人）。

一手抓AI，一手抓IoT，从基础算法研究、算法生产到软硬结合，旷视用自己的手法，打通了智能物联的任督二脉。

要抓住AIoT时代的发展机遇，离不开生态伙伴。自旷视向全国招募“AIoT生态合伙人”以来，已经与伙伴共创了80+场景创新方案。

商汤：打造AIoT视觉中枢，助力城市信息化管理

商汤的路径非常清晰，把握了人工智能作为“新基建”的定位和方向。

通过建设和投入人工智能基础设施SenseCore商汤AI大装置，实现对海量视频数据的汇聚、解析和碰撞，深入挖掘潜在价值，可以像流水线一样快速生产各类复杂多样的AI算法。

基于这样一个AI基础设施，商汤围绕智慧商业、智慧城市、智慧生活和智能汽车四个业务板块打造出领先的人工智能软件平台，可跨行业、大规模、高效率及低成本地进行高性能AI模型生产。

在城市管理的各场景中，商汤以AI大装置作为基础，基于方舟城市开放平台建设城市级的视觉中枢。

实现对城市车、事、物的动态感知与分析，最终解决交通秩序、安全生产、市容市貌、公共卫生等城市治理问题，还可以为城市管理决策提供支持。

目前，在深圳罗湖区，这一系统已经可以进行垃圾暴露识别、单车乱停放识别、超门店经营识别、违规标语识别、道路积水识别等场景智能识别，并且可以实现“自动发现、及时干预、及时处理”的AI一站式解决。

为了推动AI技术的规模化和加速落地，商汤也不断对SenseCore 商汤AI大装置进行升级，例如在算力部分也不断升级。

今年1月，商汤在上海临港建设的新型人工智能计算中心（AIDC）已正式启用，总算力最高可达3,740 Petaflops，能够整合AI芯片及AI传感器，提供强大的算力基础，支撑对海量数据和算法模型的分析、训练和推理。

华为：强势入局，共建平台生态

2018年，华为大举进军安防，在安平系统部之外，成立了智能安防产品线，这正是华为日后进军智能物联的底座。

同年6月，以智能设备见长的华为，便在德国推出五款星系列摄像机，并率先扬起“软件定义摄像机”的旗帜，在整个行业掀起一场新的革命。

携带着云与计算BG的基因，华为初入视频物联领域，就推出三款重量级视频监控产品和首个视频算法商城，并以多个城市级项目，打乱了整个行业的格局。

手机业务受阻后，华为在AIoT赛道上的发力，变得愈加迅猛。

2020年初，智能安防产品线更名为“华为机器视觉”，今年5月级别再被二度抬高，摇身一变成“机器视觉军团”。

组织架构一再变化，华为进攻智能物联的动作声势浩大，每一步都透露着华为的野心。

去年7月底，广州世界安防博览会上，华为占据了最大的展台面积，其中一半面积的展区仅允许合作伙伴和客户进入。

从后端的云计算能力入手，用生态的玩法做智能物联，在政企数字化的大市场中攻城略地。

除了在硬件与软件系统上全力出击，在生态上广纳合作伙伴，华为还有鸿蒙系统这个杀手锏。

今年6月，华为在永川高职院校部署了全国首个鸿蒙AIOT-5G实训套件及实验平台。

据悉，鸿蒙AIOT-5G实训套件及实验平台，可以支持智能制造、智慧城市、企业智能体、智能网联汽车等多场景应用。

上个月，面向智能硬件生态伙伴，华为发布鸿蒙OS 3.0，超级终端与鸿蒙智联的更迭，使华为又向物联网迈进了一步。

紫光华智：“AI+AR”双剑合璧，向“数字政府+百行百业”奋力进击

紫光华智，是紫光集团的核心企业，AI视觉业务的唯一载体。

自带“紫光”与“新华三”双重基因，紫光华智迅速成长为AI视觉赛道的新势力，让整个视频物联市场为之侧目。

在“城市大脑”是未来的主战场，“城市视觉”是发力点的共识下，紫光华智于2020年11月发布AI视觉中枢全栈解决方案。

技术层面的全面云化架构，为紫光华智开凿出一条足以抵御豪强的护城河，并随之在智慧城市、公共安全、交通等诸多领域遍地开花。

随着紫光集团完成重组，紫光华智开始加速推进在AIoT领域的全面布局。

撬动AIoT时代，紫光华智选择以AR技术作为支点。

2022年初，紫光华智推出新一代AI视觉中枢，定位为面向AIoT时代的高效视频图像处理中台，通过“AI+AR”双技术引擎，打造数字化、智能化、可视化、实景化的一站式创新应用。

新一代AI视觉中枢最大的特点，就是让感知海量数据的“大脑”更加智慧。

通过前端AR摄像机、移动终端、无人机等各类IoT设备感，对“现实”画面进行全面“增强”，将无法直观感知的资源信息以标签方式叠加整合成一张图。

AR技术的注入，颠覆了传统的视频管理模式。

通过AR实景可视化一站式管理，不同系统从割裂走向融合，管理方式从单点走向全局，视听体验从平面走向立体，实现所见即所得，高效运营管理。

据悉，围绕新一代AI视觉中枢，紫光华智已累计申请专利611项，其中发明专利占比达84.3%。

目前，紫光华智的项目足迹，已遍布全国超300个城市，覆盖了G端各级智慧治理，B端十几个领域。

通过“AI+AR”双剑合璧，紫光华智将继续在G端和B端发力，逐步完善“AI+AR”产品方案矩阵。

谁将定义AIoT时代？

AIoT还只是一个处在黎明时分的新兴市场，一切都还没有形成定论，一切都还值得探索。

以路径选择为例，形成了“硬件定义算法”和“算法定义硬件”两大阵营。

以传统安防巨头“海大宇”为代表的主流阵营，选择了“硬件定义算法”的解题思路；以华为、旷视等为代表的少数企业，则走上“算法定义硬件”的第二种解题思路。

如果将硬件比作躯体，将软件比作大脑，“海大宇”们就是从躯体的反应中产生意识，指导下一步行动；华为、旷视等则是建立一套通用的思维框架，指导躯体做出行动。

身体与大脑，相互凭借，总有一方要占据主导地位。

而无论以硬件为先，还是以软件为先，两方阵营背后的逻辑，都是从自己擅长的领域切入。

而这也意味着双方的优势高地，同时互为彼此的短板。视频物联企业需要在算法能力上下苦功，AI公司则需加持硬件能力，不断积累丰富的硬件know-how。

当前规模做得最大的，是否选择的是一条更优的路径？选择了更优路径的企业，又是否能走到最后？挑战“Hard 模式”的企业，其背后的价值如何？

这些悬而未决的疑问，或许只有在AIoT的傍晚时分才能得到解答。

AIoT也是一个极端碎片化、复杂程度前所未有的广阔市场，没有任何一家企业能够做到独领风骚。

算法和硬件的长期协作，才刚刚开始。

AIoT是一条长坡厚雪的赛道，若想实现完整的产品价值闭环，达到商业落地上的成熟，需要不同玩家发挥所长，共同浇灌这一赛道，就像阳光、雨露、微风等共同催熟庄稼一样。

未来的AIoT市场，产业链上下游的分工势必将更加精细化，不同的企业都能在其中找到属于自己的一亩三分地。打破壁垒，相互合作，将是AIoT产业发展面临的巨大挑战。

人工智能与物联网的结合，正在深入各行各业，其可以覆盖的广度和抵达的深度，将是对产业的一场颠覆。

雷峰网

“所有硬件”是什么？

你所能想象的一切终端：汽车、工业机器人、工业相机、摄像头、烟雾传感器......

IoT是一个超级感知系统，丰富的物联网传感设备，可进行视觉、听觉、温度、环境等各类数据采集。

AI的介入让IoT拥有了一个更为智慧的“大脑”，AI加持下，物联网设备能被广泛连接，进行感知、分析、执行，甚至预测，流程数字化、智能化，而AI也在数据喂养下更加智能。

AIoT，是在传统IoT的物—物、人—物互联基础上，实现设备和场景的互联互通，以及连接和数据交互。

新的终端连接，会产生新的、大量的实时数据，有了这些海量数据，才能进行数据分析和挖掘，这样的趋势里，蕴藏着大量的商业价值和机会。

AI与IoT的融合，目的是形成智能化生态，生态内，不同智能终端、不同系统平台、不同应用场景之间的互联互通。

AI+IoT=AIoT，一个朴实无华的等式，将两个不同的行业连接起来，并为其描画出同一个壮阔的未来。

自2017年以智能设备见长的小米等企业大举进攻AIoT为标志，近两年，越来越多的安防企业、互联网大厂、通讯玩家、AI物联网创企相继把AIoT作为公司定位或未来战略。

AIoT不等于AI与IoT的简单相加，更不等同于安防行业，AIoT是一个复杂性和碎片化程度都更高的大市场，未来的产业分布、上下游分工将越来越精细和壮大，可以说AIoT是核心终端的扩展与爆发。

AIoT产业的竞逐无疑将是一场持久战，新旧势力群雄逐鹿之际，哪些企业将率先杀出重围，帷幕才刚刚拉开。

为此，AI掘金志将深度发掘城市AIoT（城市物联）领域，找寻那些勇敢的颠覆者和革新者。

通过他们的动作和故事，给今天的科技行业一次启示，通过一次榜单的评选，再次证明创新和勇敢精神所蕴含的价值。

《产业科技·最具商用价值榜》详细情况介绍

产业科技 · 最具商用价值榜，过去前身为《AI最佳成长榜单》，始创办于2017年，已历经五届评选，累计报名科技企业达到两千余家。2022年，榜单进行了全面升级，更名为产业科技 · 最具商用价值榜，希望从底层技术积累和应用落地层面，找出那些最具生命力的产品和企业。

21个评选领域

报名&评选时间

具体榜单参与报名及评选流程如下：

参加报名：7月18日-8月25日

专家评选：8月25日-9月1日

终榜出炉：（9月7号）

从《产业科技 · 最具商用价值榜》得到什么？

榜单发布前后，雷峰网将通过全频道文章，以及直播、长短视频内容形态，在雷峰网旗下的多矩阵平台，进行传播。同时，获得认可奖项的企业，还将成为雷峰网的优先传播伙伴，在行业深度分析、报道、商业情报分析和投融资信息上给予优先照顾，给予长期传播扶持。

传播力度

榜单传播，和发布前后将联合50+家合作媒体对本届评选进行全程报道。更多详情参见《产业科技 · 最具商用价值榜》

官网：//m.drvow.com/special/custom/AITop2022.html联系我们：

微信号：Jia-Kallan   

邮箱：huangjialin@leiphone.com

《产业科技·最具商用价值榜》往届回顾

产业科技 · 最具商用价值榜，过去已经历六届的全行业评选，并成为科技行业企业分析，和产学研结合的标杆参考手册，在历次的榜单评选中，安防、驾驶、金融、芯片、工业互联网、AIoT等领域，我们已经评选出元戎启行、文远知行、思必驰、华为机器视觉、大华股份、数坤科技等多个潜力型科技企业。而历次榜单的发布，也成为GAIR 全球人工智能与机器人峰会重要的关注点之一，吸引投资人、科技企业高管、分析师、行业从业者的高度关注。

在我们将目光齐刷刷聚焦于这次台海危机时，越来越多的目光也自然而然落到台湾身上。

随着地图软件详细标示出台湾的每一条街道，每一家山东饺子馆和山西面馆，这个与我们相隔一个海峡的岛屿，开始实际地展示出两岸的相近。

然而，地理位置上的亲近，生活习惯乃至口味上的趋于一致，只是这段错综复杂的历史剧情中，较为感性的部分。

至于较为刚性的部分，从众多产业的发展进程来看，台湾与中国大陆并没能齐头并进，而是呈现出不同程度的错位。

这一点，也鲜明的表现在安防产业上。

高开低走的台湾安防市场

台湾与大陆一衣带水，但在安防产业的发展上，一个高开低走，一个低开高走，呈现出截然相反的发展进程。

2001年，对于安防产业来说，是毫不起眼的一年。

欧日、台湾品牌霸占了大陆安防市场的绝大部分江山，日本货占45%、美国货占25%、台湾地区货占20%。

这一年，大华、海康相继成立，初出茅庐，还无法撑起中国安防的门面。

大陆市场，以利凌、敏通等品牌为代表的台湾安防企业长驱直入，在产品质量和生产效率上，都领先大陆一大截。

作为台湾的利基型产业之一，安防产业一度成为台湾最有活力的产业之一。

什么是利基型产业？

台湾的经济主干，是为数众多的中小企业，利基型产业是台湾的一种特色经济模式。

随着大陆从技术到产业结构再到经济模式的快速转变，为了维持自身产业在全球市场中的活力，台湾安防产业找到了一条区别于主流市场的道路，即走利基型产业的发展道路。

利基是英文“Niche”的音译，有缝隙、补缺的意思，利基型产业即规模小但拥有关键技术的产业，也称“隐形产业”，针对的是没有被服务好的小市场，这些市场相对而言竞争者也较少。

利基型产业在台湾由来已久，诸如工业电脑、卫星导航设备、游艇制造、电竞产品的散热风扇等产品上，在国际上均有不小的知名度。

台湾安防产业，选择的就是这样一条以少量多样取胜，“小而美”的路子。

巅峰时期，竞争力最强的晶睿通讯股价一度大涨到215元，升泰更是涨到318元，奇偶到314元，彩富电子也涨到89.3元，在海康、大华等崛起之前，台湾安防企业在市场上占尽风头。

大陆安防起步较晚，改革开放后，百业待兴，基础设施建设的兴起带来了大量的安防需求。再加上9·11事件的发生，加速了安防监控行业的发展。

然而，当时的国产厂商大多只能做一些监控周边器件，整个市场还是日本、欧洲、北美、以色列等国家，以及台湾的秀场。

2008年开始，因政策因素，台湾安防市场与中国大陆市场的往来开始热络频繁。

这一年监控市场掀起从MPEG4转型H.264视频编码技术的革命， 中国厂商全力开发。

海峡对岸，台湾厂商在2008年金融海啸的冲刷下，MPEG4机器库存严重，无力开发刚刚萌芽的视频压缩技术，加上对H.264抱持怀疑态度，便主动按下了研发的暂停键。

在安防从模拟化时代，跑步进入数字高清化时代的过程中，国内平安城市项目加速建设，海康、大华等巨头乘着时代变革的东风，迅速崛起，并一步步坐稳世界级安防巨头的宝座，中国大陆也因此成为安防重镇。

曾经在国内安防市场安营扎寨的国外厂商们，渐渐无立锥之地。台湾安防企业也因常年亏损，市值惨遭滑铁卢，从原先的热门飙股，被打回原形。

财信传媒董事长谢金河，2017年在脸书上发表了以“一家海康威视打趴了台湾一整个产业”为题的文章，这篇文章不留情面的措辞，引来不少争议，但也撕下了台湾安防产业的遮羞布。

同年，市值最大的晶睿无奈被台达电并购，升泰的股价跌倒巅峰时期的零头，奇偶的股价蒸发了近十分之九，这个台湾曾经最有活力的产业，几乎以俯冲的姿态坠落谷底。

前半程占据上风，台湾安防企业在后半程日渐边缘化。外销市场节节败退，内销市场被大陆来的摄像机分去七成。

但台湾也曾挣扎过。

在安防向智能化变革期间，2017年一款打着百分百台湾制，标价395元的摄像机，可以视作台湾安防市场针对大陆产品，发起的一场反扑。

但这次“395事件”，形式大于内容。

在雷峰网看来，海康之所以能稳坐全球安防市场龙头，性价比之外，突破性的技术方案，严格的品管，秩序化的生产，以客户需求为第一导向的原则，不怕苦累的精神，都是海康在安防市场，为自己筑起的一块又一块壁垒。

从安防小市场，走向智慧城市大市场。

市场上排名靠前公司，陆续将目光从单一的视频监控产品，转向以物联网解决方案为视频产业核心的发展策略，并继而开始专注细分市场，在智慧安防、智慧交通、智慧社区等各个垂直领域提供解决方案。

台湾安防企业也意识到传统的安防模式已经“不香了”，于是纷纷转型，同样以“物联网+AI”打开智慧城市与数字转型的新空间。

这一转型，的确行之有效。比如在将业务范围扩大到移动监控解决方案后，台湾厂商升锐电子（Hi Sharp），在2019年实现了8.13%的年收入增长。

安防企业头部效应明显，在以智能物联为代表的新一轮变革周期中，台湾安防企业虽具有先发优势，但在“海大宇”、旷视等国内企业的强势压制之下，这一先发优势已经变得无足轻重。

在智慧城市的建设上，大陆已经让台湾望尘莫及。

台湾安防，挑战也许远比想象多？

台湾安防产业起步较早，曾经是台湾利基型产业中最具活力的产业之一，却在日后的竞争中渐渐偃旗息鼓，被大陆来的挑战者后来居上，背后有哪些原因？

其一，制造技术被大陆反超，台湾厂商的技术研发投入不足。

回看大陆与台湾工业的历史，2008年的那场金融风暴，无疑是一个重要的转折点。但台湾安防产业对H.264视频压缩技术的发展前景产生误判，就此停止技术研发，也是不能忽视的重要因素。

时至今日，大陆的制造技术已经远远超越台湾厂商，并且演变成越来越多的台湾厂商直接引进大陆的监控系统。

相比于自主研发，台湾厂商更多选择在大陆开发主机板，或者在大陆进行制造，而将组装工作带回台湾。

以晶片的开发板为例，台湾超过八成以上晶片使用的是大陆制造的开发板，尤以海思晶片的开发板为代表。

一直以来有一种观点，认为海康、大华等知名大陆厂商，是以低价杀入台湾市场，实际上是一个错误的认知。

真正以低价杀入台湾市场的是大陆二三线品牌，而海康、大华等一线厂商，除了具有超高的性价比，在影像画质、整体性能、人性化方面，都优于同等级别的台湾厂商。

其二，显而易见的产业链差距。

随着传统安防产业经视频物联后又进一步迈向智慧物联，多种技术的融合发展，带来了产业链条的增长，产业上下游结构也愈加错综复杂，产业链的主要参与者包括芯片制造商、硬件制造商、软件提供商、系统集成商、运营服务商和终端用户。

延长的产业链意味着，没有一家企业可以像过去那样做全安防产品，企业能够在一个环节上做精做强已是不易，上下游的紧密合作由此变得十分重要。

相比之下，台湾难以形成大陆的跨界产业聚落，单打独斗的模式并不利于技术的整合开发、迭代创新，以及品类的扩容。

如果进行供应链端的重新架构，则需要百万千万的重新投资，需要时间重新磨合与调整，市场与自身的竞争力也需要重新定义与审视。

其三，缺乏长期思维，进入短视的恶性循环。

技术话语权的旁落，使得台湾安防产品沦为业务支撑。

优质的大型客户流向“海大宇”等有扎实技术壁垒的厂商，服务众多小型客户，使得台湾的安防产品越来越庞杂，价格也越做越低，实际上沦为价格战。

商人逐利，追求以低成本快速抢占市场，是为了能在短期内活下来，但与此同时，也应思考和推动长期战略，才不至于失去未来的机会点。

其四，处境尴尬，左右为难下裹足不前。

2017年，台湾开始全面禁止使用大陆品牌，涵盖了硬件设备、软硬一体及云端服务。

为了帮助台湾安防厂商争取在国际上的竞争力，台湾经济部工业局开始逐步推动“物联网资安认证标章”。

标章要求每款设备都要取得认证报告，对于台湾厂商来说，就意味着30万到45万的额外成本。

但另一边，大陆安防公司的设备和系统已经进入全球超150个国家，要做到与中国制造的低成本、高性能产品竞争，压力有增无减。

在这样的背景下，台湾安防产业想要继续向前迈进，无疑需要政府给予更多政策与资源支持。

台湾是一个孤悬于太平洋上的小岛，地理位置上的特殊，天然影响着其产业发展的思路，再加之复杂的政治因素的干扰，外资却步、人才流失时有发生，产业谋发展，犹如刀尖上舞蹈，充满了无奈与忧虑。

2022年上半年，海康营业总收入372.58亿元，比上年同期增长9.90%；实现归属于上市公司股东的净利润57.59亿元，比上年同期下降11.14%。

国内主业方面，2022年上半年三个BG营收总和200.92亿元，同比增长1.58%。

国内市场3、4、5月遭受疫情封城的冲击，对业务影响较为直接，6月有所恢复。其中公共服务事业群PBG实现营收69.75亿元，同比下降1.40%；企事业事业群EBG实现营收68.31亿元，同比增长2.58%；中小企业事业群SMBG实现营收62.86亿元，同比增长3.97%。

在公共服务市场，疫情期间较多地方政府将主要精力投入在疫情防控上，项目推进较慢。随着疫情防控工作企稳，稳经济相关政策逐步落实，部分政府（民生）、公安行业的业务已经开始有向好的苗头。随着地方政府的经济建设动力将逐渐展现，在数字社会、数字治理的政策牵引下，PBG的中长期增长依然会有不错的预期。在EBG市场，受疫情冲击消费市场走弱，地产行业由于停工和采购延期等方面的影响，EBG工商企业和智慧建筑的增速下行，对整体EBG的表现带来一些压力。过去几年，EBG积极推动各行各业的数字化转型，持续在各个行业积累资源、沉淀经验，建立良好的行业应用案例，为广大行业用户做数字化转型赋能，对业务的长期开拓奠定了坚实的基础，当前越来越多行业的投资信心在逐步恢复中，我们相信EBG整体情况向好。在SMBG市场，公司不断优化线上平台，利用线上线下渠道联动的优势，不断丰富渠道产品品类，开辟更多业务来源。同时，公司积极主动开展营销活动，减少经济下行带来的冲击。

境外主业方面，本期实现营收96.86亿元，同比增长18.89%。境外大部分地区已从疫情中逐渐恢复正常，经济保持较快增长，为公司业务增长奠定良好基础。美、英、澳等国家和地区受到政治活动、政治氛围等方面影响，业务拓展受到一些干扰；亚太、拉美等地区整体增长更好一些。由于海康威视海外业务覆盖的国家和地区广泛，公司境外基本盘较为稳定。

创新业务上半年实现营收70.08亿元，同比增长25.62%。在疫情影响下，To C业务如萤石、海康存储的部分市场的承受一定压力；其他工业属性较强的业务，增长动力较为强劲。创新业务的快速发展为主业带来技术、业务、供应链等方面更多的协同可能，推动公司整体稳健发展。

毛利率方面，上半年毛利率为43.14%，比上年同期下降3.16个百分点。一方面受2021年缺货、涨价等影响毛利率基数偏高，另一方面在疫情冲击和需求较为疲软的环境中，行业开始更在乎一城一地的得失，竞争氛围略有升温。从当前的竞争格局来看，海康认为毛利水平会有浮动，但不会出现很大的波动。另外，从21年年底开始，运费由销售费用调整为成本项，毛利率与往期存在0.6个百分点左右的财务统计差异。

以下是调研全文重要内容，雷峰网作了不改变原意的整理与编辑：

1、与EBG相比，创新业务To B部分表现较好，同样是To B，为什么创新业务会表现的更加强劲？

A：其实创新业务中To B业务的增长也受到外部环境的影响，并没有达到我们的预期。跟其他的企业以及自身其他的业务相比较，有目前的增长应该说还不错。

从基数的角度来看，创新业务毕竟是在新的业务领域开拓新的市场，通过新增产品品类以及更多的新客户导入，就能够推动业务保持不错的增长。而海康威视主业，因为基数比较大，不是增加一个新的品类或者一些新的客户，就能够抵消宏观经济下行带来整体需求疲软的压力。

2、五一假期期间外媒的报道，目前中报披露的节点，公司从各方信息综合来看，最新的判断和看法是什么？

A：这个话题确实特别敏感，涉及国家之间外交层面的态度，对我们企业的未来预期影响很大；涉及到的信息也比较复杂，加上现在东、西方都有一些比较激进的媒体，如果媒体不能非常完整的表述我们的意思，也比较容易引起误解，公开回应让我们有比较大的顾虑。前期由于各方面信息不全面，我们回应的态度就比较被动和保守。

过了几个月的时间，各方面的信息也都有了一些沉淀，包括我们的投资者也有很多的渠道，通过各种途径去了解情况。到目前为止，所有给到我们的反馈都是比较积极、正面的。我相信今天您问这个问题，也是代表投资者比较普遍的疑问，所以我觉得还是正面回答一下。

首先先做一个说明，如果后续涉及到引用这个问题的回答，希望尽可能引用我们完整的意思，引用片段的话我担心可能会引起误解。

从2018年到现在，话题一直都围绕着海康威视侵犯维族人权，真相到底是什么？其实从2018年到现在，没有任何一家国际主流媒体找过公司来了解情况或核实信息，市场上流转的基本上都是故事——吸引人眼球的故事。

关于海康威视侵犯维族人权问题，真相到底是怎样，2018年至今，没有一个主流媒体找我们来了解情况或核实信息。摄像机是忠实的场景信息记录者，不论记录下来的内容是什么，摄像机依然是记录者的身份。海康威视在新疆的业务没有什么与众不同，我们的摄像机与美国品牌、英国品牌，并不存在“侵犯人权”层面上的差别。海康威视在新疆所有业务都严格遵守中国法律规定，严格履行招投标程序，竞争胜出后获得商业机会，公司未实施任何违法违规的行为。海康威视所获得的商业机会与我们在全球其他国家和地区获得的商业机会没有差别。

2018年下半年，我代表公司与美国商务部、国务院、财政部等部门邮件沟通，希望有面对面沟通的机会，后来他们同意了，胡总到美国拜访了这些部门的官员，对海康在新疆业务做了呈现，双方沟通还是很不错的，对一些误解做了澄清。当时与会官员称赞我们是第一家主动要求沟通希望澄清误解的中国公司。此后，我们一直有些邮件沟通，对海康威视的业务情况做些更新。

2018年底，为了澄清误解，我们聘请了美国的专业律师对新疆5个项目进行了专项审计，律师审阅了各个方面的文件、访谈了相关员工、也到国内进行走访，律师的结论意见是“最后，我们没有发现任何证据显示海康威视在参与新疆五个项目时存在侵犯人权的意图，或者存在明知或故意侵犯人权的行为，或存在故意忽视人权问题的行为。”

2019年10月，美国商务部以海康威视协助侵犯维吾尔族人权为由，将我们列入了实体清单。对海康威视在新疆开展业务涉嫌协助侵犯维族人权进行制裁，是美国商务部的决定，也是美国政府的决定。如果现在美国财政部再次以协助侵犯维吾尔族人权为由，对我们进行SDN制裁，财政部处罚海康威视什么违规行为？

从讲道理的角度，我认为是不应该有SDN制裁的。当然大家可能也会讲，如果美国政府不讲道理怎么办？海康威视只是一家企业，我们没有能力与美国政府去抗衡，但我们相信中国政府不会坐视不理，如果美国无正当理由使用SDN制裁一家企业，制裁一家集团化运营的公司，而我们的业务覆盖了全球150多个国家和地区，这种制裁也会转变为对美国政府信用的巨大伤害，同时不排除中美之间可能会爆发金融战，最终对双方都将会遭受巨大的伤害。目前我认为还没有走到这一步，我相信理性和公正在美国政府主流的官员心中。

3、大环境疲弱背景下，海康对下半年定性的判断和预期是什么？未来2-3年或者3-5年大概的判断和看法是什么？

A：现在已经是8月中旬了，三季度的情况可能大家也都感受得到，经济肯定是在缓慢的向好，但是向好的力度不是太强。不过这也正常，因为这么多年中国经济快速增长，到今天也面临一个调整的阶段，全球也在大调整的阶段，这带来了很多方面的影响，所以短期来看可能没有那么乐观。海康，业务渗透的比较广，一方面是有韧性的，海康不会受单个行业影响，但是很多行业都受到影响的时候，海康的业务也会受到影响，在这样的情况下，在下半年或者接下来的一段时间里面，我们还是保持稳健的经营风格。

我们认为现在处于发展的机遇期，中国很多企业的发展是从机会导向到问题导向到战略导向，战略导向的核心还是要回到创新驱动，海康是一家技术创新驱动的公司。

逆全球化，一方面带来了压力，另一方面实际上也为中国企业打开了一些以前不太可能有的商业机会，这个机会我们看得到，所以我们认为是发展的机遇期。过去几年的疫情，中美的贸易冲突，俄乌战争等等，都是预期外的，未来的两三年中，可能有些事件会带来一些影响，会带来一些波动，这两三年还会发生什么事情我们不知道，但我们还是相信自己的业务会相对来说有比较稳健的发展。长期来看，还是非常乐观的，我们对产业有更广、更深的布局。

4、胡总曾对安防行业的描述是“快而小”，行业里有大量碎片化的需求，海康在行业里的核心竞争力很大程度上是能够服务于碎片化的市场。现在公司将定位升级到了智能物联 AIoT，这个市场的特征是什么？海康在此最核心的竞争力是什么？

A：安防行业“碎片化的需求、分散的市场”的特征在AIoT里面也是如此，这和安防行业还是非常类似的。IoT的应用范围非常广，再叠加AI，从而满足这种碎片化的需求。

现在大家都觉得人工智能的发展不及预期，这主要还是由于缺乏大的应用、大的场景来支撑AI的应用带来的业绩增长。针对碎片化的市场，可能从某种程度上来说，企业市场空间应该是更大的，无论是大企业还是中小企业。

海康的竞争力表现在我们的综合能力，在技术、产品、营销、供应链等方面，海康是一个综合型的公司。在全球的营销网络方面，我们的布局已经很密了；在供应链管理方面，过去17年的时间里，我们通过柔性生产满足弹性的需求；在产品方面，面对大量的、特定的场景产生的小规模需求，我们摸索出了模式，怎样管理那么多型号的SKU；在技术方面，我们把产品与技术进行分离，技术平台的建设走到今天基本上已经成体系了。所以我觉得海康是一家综合型的公司，不是靠其中一个点来支撑的，这种模式会比较适合碎片化的市场。如果问海康有什么独到的地方的话，我觉得海康几乎没有什么短板，这就是优势。

5、海康海外的业务上半年增长非常强劲，同时海外的宏观环境有各种挑战，怎么看后面需求的情况？

A：从两个方面来说，首先我们要观察宏观环境，许多人都感到了宏观经济的衰退，这可能还会持续一些时间，也包括地缘政治的问题，逆全球化的问题，能源危机的问题，甚至会引发粮食安全危机的问题等等，这些问题都会带来很多影响。现在通货膨胀在一些国家已经表现的很突出，这不是一个好现象，我们要观察这对业务会有多大影响。

第二个方面，对海康来说，海康会坚定的继续走国际化的发展策略，同时也会做一些调整。 在今天逆全球化的趋势下，我们在不同的市场要采取不同的策略，像在美国、澳大利亚这些不友善的国家就要比较保守的经营。 在更多的国家我们会加大力度，在亚洲、中东、拉美这些区域，甚至在其他一些发达国家，我们依然认为存在很多的机会。

环境的种种变化确实带来很多客观影响，但我们用平和的心态来看待，我们认为像海康这样的中国企业，做视频、物联网相关的产品，在全球的竞争力依然存在，即使有汇率大幅的波动，即使在美国、澳大利亚这种环境不友善的市场，我们的产品始终有更好的性价比，整体业务依然有比较强的竞争力，所以我们对海外的业务还是充满期待的。

6、上半年，创新业务中智能家居、智慧存储的增速不高，其他业务增速比较快，对下半年的增速如何预期？

A：创新业务之中，C端业务在今年上半年受到经济下行影响比较大，B端业务其实也受到很多的影响，增速也低于我们的预期。从现在来看，还不能说有明显的好转。存储业务对经济环境更敏感，反应的更快一些。智能家居这一块反应的慢一点，反弹的节奏可能会更缓一些。经济的波动带来消费者预期的改变，产生观望的情绪，消费的行为就受到干扰，但市场需求始终存在。

我们现在要观察市场的动向，目前的市场整体还比较脆弱，大家都倾向于谨慎，不太愿意消费，无论是企业还是消费者都如此。当前的内外部形势，可能也会很快发生一些变化，先观察。

7、国内下半年的预期，二季度的经营压力较大，如果经济逐步向好的趋势，下半年能不能把之前的缺失补回来？

A：关于下半年的预期，我们感受到整体是在向好的方向发展，但是仍然有很多因素还是不明朗的，比如疫情的反复，最近又有很多地方出现了封城的现象，还有各种其他的不确定性，使得大家都在调整自己对未来的预期和策略，无论是政府、企业、消费者，可能都在调整自己的支出。这是企业经营要面对的不确定因素比较大的地方，所以我们还是保持谨慎。

相对来说，海康的基础还是不错的，我们对自己有信心。在区域的细分、产品的细分、行业的细分上，在客户的管理、企业的经营上，海康会做得更细，在这样的环境中会把基础做得更扎实一些。该抓住的机会，我们尽量抓住，不该做的业务，我们一定不能去做，否则会给未来背上包袱。我们会非常谨慎的做好经营，谢谢。

8、在毛利率上，上半年竞争激烈程度有些变化，对毛利带来的影响比较多。除了会计准则的改动以外，下半年毛利率的压力如何，是否可以保持稳定的毛利水平？

A：毛利率是动态的反映在产品的价格、项目的报价当中的，随着商业机会的收缩，一般来讲大家面对有限的机会时，争抢会更加积极，也就带来竞争的升温。随着经济的向好，市场上需求增多，商业机会也随之增加，大家都有钱赚的时候，心态就会比较平稳。行业内的玩家都有类似的心态，对海康来讲也是一样的。所以当需求比较疲软的时候，我们也会在竞争上往下探，更主动地抓一些合适的机会。

另一方面，在经济没有那么欣欣向荣的时候，大家对开支投入的预期也可能变化，满足相同的需求时，更倾向于选择成本低一点的方案。所以在客户的产品选择上也会有变化，更倾向选择价格层面有竞争力的产品组合。产品组合的变化也会影响毛利率的表现。

海康产品品类和业务很多元，其实是一个大综合、大杂烩，毛利率就是经营环境的整体反映。我们现在需要多观察，还是看市场、经济回暖的节奏，看我们能够抓到什么样的商机。从毛利率稳定性的角度，我们觉得大幅波动的可能性是比较小的，谢谢。

9、今年很明显感受到中国经济的增长范式变化很大，从过去的房地产驱动转为创新驱动，对海康来说，未来提供的产品和服务会做什么样的调整和变化？海康过去很多年基本上保持了20%的稳定年复合增长，今年应该是第一次看到中报利润有下滑，怎么看海康主业中长期的增长？是否还能保持过去5-10年的20%的年复合增长？

A：今年的确出现了中报利润下滑的情况，我认为这一天早晚都要来，不可能一直能够有高增长，总会有波动。波动更多来自于经济环境的变化，因为体量变大后，靠一些小的动作很难支撑。

在公司定位方面，我们想得非常清楚，那就是AIoT，不再是原来的安防。智能感知的拓展方面，我们已经和市场完全拉开了差距。智能感知的布局动作已经做了很多年了，2016年我们开始做远红外探测器的产品线，到现在它不仅能做远红外，还可以做很多探测器。我们也做了毫米波的产品线，这条线丰富了我们在更多环境、更多场景下的应用，包括移动监测、目标侦测等。我们也在做X光的产品线，我们已经做到信号处理的阶段了。相信海康在这些产品线上会有自己独特的竞争力。在音频领域，我们过去都非常谨慎，因为在监控里面的语音涉及到隐私。目前从语音延伸到次声波，再到超声波，在很多的应用里面有它们独特的价值，通过环境里Audio的这些变化，用AI的技术能够感知到一些以前我们用其他的方式感知不到的东西，特别是针对一些机械执行机构，有它独特的检测方式，所以我们这条产品线也成长得非常的快。中国是一个制造业的大国，我觉得这里面机会还是很多的。同样我们也来看微观世界，海康做了高光谱相机，做一些特别成分的分析检测，这也是一个很大的空间，对海康来说是可以去好好发展的。

接下来5-10年能一个什么样的增长，我不敢保证，因为这里面有太多因素的影响，但对海康能力的增长和业务的拓展，我是充满信心的。海康在进入任何一个细分市场的时候，我们有一个坚定的目标，争取做前三，当然了我们有一些业务负责人说不做第一就是没做好，这是这么多年来大家的目标，大家有这样的一种心态，所以这是海康为什么有韧劲。

作为一家技术型的公司，起步的时候是一个技术团队在主导的公司，对技术还是有独特的偏爱，我也相信接下来在10年、15年甚至20年时间里面，中国经济增长的动力来自于两个，一个是创新的驱动，另一个是运营的改善，运营的改善也就是企业内部如何做的更有效率，但更重要的还是创新的驱动，只有创新，它才能更好的满足用户的需求。所以未来5-10年，20%的年复合增长我不敢说，但是对海康来说前景还是非常不错的，看到的东西也非常的多，我们也在努力做。海康还是一如既往，某块业务有了成绩的时候会拿出来说，没有成绩之前，我们可能还是会比较谨慎的披露。

10、半年度报告显示公司海外业务稳健增长，当下面对海外复杂的外部环境，公司如何平衡风险和投入？如何制定海外的发展战略？

A：当前海外环境错综复杂，我们判断中国企业将在海外长期保持较强的产品竞争力。中国产业链齐整，从原材料到整机到设计能力都已齐备。且中国规模庞大的市场，有利于带动企业综合成本的降低，达成规模效应，其他国家和地区目前不具备这样完整的条件。

过去十多年间，在涉及设计及一些更深层面的合作时，我们通过和本土供应商的配合，得益于语言和文化沟通的便利，交流和协调更加顺畅。

供应链安全方面我们更完善了，比如镜头产业链，中国在过去的10多年间彻底解决了从原材料到镜片到镜头的供应问题；比如sensor，目前已基本解决；比如CIS，中国企业的竞争力在逐渐增强；比如制程要求不高的SOC，从设计到制造环节，也已基本解决。所以我认为在较长时间内，中国在国际产业链上的地位不会改变。

海外风险主要来自于美国的制裁，其他风险影响有限。第一，实体清单的管制已经持续了几年，目前公司已经逐步适应。第二，海康针对美元体系的金融制裁风险做了一些调整，公司大幅调整了美元结算的比重，目前美元结算占比20%左右，大部分为非美元结算。

固定资产方面，公司海外资产以流动资产为主，固定资产占比有限。比如荷兰阿姆斯特丹本地仓库，投资额度在一千万欧元左右；印度工厂厂房为租赁性质；其他地区的固定资产投资都是可控的。公司流动资产方面风险较小，周转情况良好，海外毛利较高，我们会保持迭代，逐步降低风险。

公司在投入方面非常谨慎，会适当调整海外部分策略，避免被人误解或刺激他人，并将基础工作做得更扎实。近期的俄乌战争，佩罗西访台等事件带来了微妙国际局势变化，同时发展中国家市场的机会很大。因此公司会进一步加大海外整体投入，结构上逐步减少部分国家的投入，同时在机会明确的国家进一步加大投入，争取在复杂的环境中抓取机会。

11、当前国际供应链紧张，公司以高库存水位应对，公司高库存水位还需维持多久？

A：目前全球化面临较多潜在风险，且经济动荡、疫情影响、局部冲突等问题都会影响供应链安全，所以海康将在较长时间内保持高库存水位。

原材料方面，公司库存以专用物料为主，需要给供应商相对长期的Forecast，以期货方式进行交易，价格波动有限。比如DDR、Flash等以现货方式交易、价格波动幅度较大、相对敏感的通用物料，在我们供应链中占比有限。原材料价格下降，金属及其他大宗商品价格的上涨对海康影响都比较有限，对毛利的影响相比市场预期、相对一般电子公司来说也比较小。

产成品方面，公司以嵌入式产品为主，与价格波动较大的消费类产品不同，嵌入式产品价格稳定。对海康成本影响较小，所以海康将会长期保持高库存水位。

我们预期未来中美冲突缓和后，公司会重新切换到精益生产，Just in Time模式，但当前管控供应链安全问题更加重要。

12、二季度，公司开始控制人员增长，以适应整体宏观经济情况，对于全年人员增长有何展望？

A：我们对未来5-10年非常乐观，所以会持续增加公司人员。公司会根据业务发展的需求规划人员增长，但不会为改善短期的财务指标而调整人员。

13、上半年机器人业务和汽车电子业务的增速较快，下半年是否能维持甚至达成更高的增速，明年是否有预期的增长规划？

A：今年上半年，尤其是二季度，企业投资、汽车产业出现较多干扰因素。机器人及汽车电子业务也受到影响。

但我相信中国制造业企业将会通过质量的改善，自动化程度的提高，成本的管控，以及通过技术和装备的投资，持续提升其竞争力。所以我认为下半年机器人业务将取得与上半年同等水平甚至更高水平的增长。

汽车电子业务，过去几年抓住部分合资和外资供应商缺货的机会，获得了一定的成绩。下半年如果没有疫情或其他因素的干扰，预期会取得相比上半年更好的增长。

14、是否有机器人和汽车电子业务相对其他细分业务毛利率水平的比较，如果机器人和汽车电子保持较高增速，创新业务总体毛利水平将如何变化？

A：毛利率由竞争决定，很难有明确的规划。定性看，业界的心态和竞争激烈程度决定毛利率情况，当前海康主业、海康创新业务有压力，海康各条业务线的同行也都有压力。

后续如果资本保持理性，毛利率不会有太大变化；如果资本过于野蛮疯狂，比如AGV行业不断烧钱竞争，就会对毛利产生较大影响。我们相信本轮经济下滑对各方都有触动，更多人以及资本会趋于理性，所以毛利方面，我认为大家不用过于担心。

创新业务毛利率可视为一个池子，是多个细分业务毛利情况的综合体现，不同创新业务子公司的增长变化会对毛利的内部结构产生影响。比如汽车电子及存储的毛利相对其他业务偏低，如果它的收入增长加快，就会影响创新业务整体毛利率。

未来随着萤石和机器人的独立上市，数据层面会相对更清晰，同时也需要关注哪块业务增长更快，当下对实际毛利情况如何变化较难判断。

15、单一人工智能算法不能解决所有问题，更多还是需要积累，海康如何理解，上半年公司做了什么来推动行业的发展？

A：过去市场对AI期待较高，希望AI短期大爆发。海康也有类似的期待，希望AI作为通用技术，对大量行业进行快速赋能，并得到较好的回报。过去几年AI行业整体商业落地过程并不理想，但海康做得不错，通过对算法、产品、系统、落地实施的全链条投入，海康相对收益更好一些。

当下，我们判断，弱人工智能时代单一算法比较难为行业带来巨大提升。但是我们看到AI带来的很多机会，每个机会背后都是规模较小的碎片化市场，需要按部就班地推进，和用户共同成长。这与早期计算机产业发展历程类似，早期计算机应用过程中对客户专业性有较高要求，后续随着计算机的普及，使用难度逐渐降低，产业继而走向成熟。我们认为AI也会经历这个过程，先锋客户和先锋市场先行，海康在这些先锋领域也有自己独特的经验和竞争力，也在推进很多工作，但具体细节由于涉及到客户商业信息，当前场合不适合沟通。

16、 竞争格局上，前面提到短期可能由于机会相对有限，竞争可能会变相的加强，整个行业的竞争会更加趋于理性。短期需求会带来竞争加剧，但是因为在危机的过程中其实伴随着机遇，所以可能会出现竞争格局的改善，比如有一些中小型的玩家可能就会退出，AI领域的企业是不是也会有竞争格局的改善？

A：从竞争格局看，大致可以把这市场分成三种类型，一种类型是传统的从安防行业过来的，不管是在传统的业务还是新的技术和方案的开拓，都是紧紧跟随，竞争格局基本稳定，我们觉得发生大变化的可能性也不高。

第二块是过去几年被看好的，AI算法创新企业，到现在因为很多企业也都上市了，财务报表也都公开了，目前来看从技术到落地，还是要回到能不能为最终用户来解决问题和创造价值的基本判断上来，所以过去大家担忧对产业造成冲击，现在可能也慢慢把担忧放下来了。

第三块是过去几年大家为海康特别担忧的，跨行业的巨头公司，从今年的情况来看，巨头公司也是各自有各自的烦恼，所以对于物联网这样碎片化的业务，可能从意愿上或者是投入上，目前来看并不像是前两年他们讲的那样一个大的投入状态。

从产业的竞争格局大的角度来看，我个人理解还是略有向好的。当然短期受经济的影响，一城一地这种项目订单层面的竞争，也不足以拿到竞争格局这个层面来讲。

17、下半年几个BG的复苏节奏如何？

A：我们也看到整体可能在改善，同时也担心还是会有更多的干扰，所以也不好太具体判断。

我还是想重申一下，关于下半年的复苏，大家都希望有个快速的反弹，我们也希望有快速的反弹，但是还是需要理性的看待。国内还是由政策来进行主导，另外也有整个社会的预期，大家的期待是否一致？如果说过去是机会导向，大家更多是从抓机会的角度来看，每年大家都是习惯于增长的，现在这种情况可能是一个转折点，我觉得中国的各方面无论是政府、企业、还是我们个人，都变得越来越理性。如果2020年的疫情的影响是一波冲击，我觉得今年整个经济这样的调整又是一波冲击，我觉得是好事，让大家更加的理性，也包括让投资人理性地来看这个事情。

18、公司之前在年报交流中提到，不太会做大项目，但现在可能态度会更加开放，上半年的工程施工其实增长比较快，今年也会有这方面的变动吗？

A：关于大项目，还是要在竞争格局的变化中来看。有些项目很大很复杂，原来的系统集成商、工程商来做的话可能能力跟不上，像海康这样的厂商来做的时候，能让用户觉得更加的踏实，能够更好的保证项目的落地实施。在做这种大项目的过程中要投入更多的资源，有些应用场景的用户需求可能都是比以前更加复杂或者更难的，所以海康来做这样的项目，一方面可以在项目里面进行打磨，完善自己的系统，也推动产品的完善，也带来新的产品的机会，很多的需求完善也需要在项目里面来做，这些工作不能在自己的公司里面解决；另一方面做这些项目不是为了改善业绩，而是这个环境发生变化带来的，太大、太综合的项目，从用户的角度，有要求项目成功落地的考虑，需要大厂商来兜底，如果不是一个总包方整个对项目兜底，大家有时候利益的诉求会不一致，也会带来一些矛盾，在这样的情况下，海康才来做项目。

综合因素考虑，海康会做一些大的项目，但是不会把它作为一个业务去做。

19、某些芯片品类已经出现价格的回落，是否因为公司之前采取高库存的策略，使得上游成本的回落反映到报表上需要一些时间？虽然公司整体保持一个高库存水位的策略，但中间也出现过调整，某些时点会看到短暂的拉库存放缓的动作，什么时候会有这样的节奏，或者说什么因素导致短期变化？

A：库存的事情大家不用太多的去担心，公司运营团队会主动的去调整。比如我前面说过有期货市场，有现货市场，海康的业务需要的原材料主要来源是期货市场，期货市场的价格波动很小，只供给这个行业，给这个产品线用的，几乎不会有什么波动。另外有些波动的会快一些的原材料，比如说我刚才前面说的DDR、flash，这种它有现货市场，而且是现货市场很容易抓到的货，海康会做一点的库存，但不会把这个库存做得很大。比如有些产品要退出的，或者有些特定环境下，可能做两年的库存，其他有些可能做一年的库存，有些做6个月的库存，有些可能就做1个月的库存，有些只做2周的库存，所以我们会根据变化不断优化调整库存的。

对于海康这样有这么多型号的产品，并且相对来说我们销售的价格也是比较稳定的，高库存策略下价格波动带来的影响是有限的；反而是为了保证交付，在有些事件发生以后，库存不足导致不能交付带来的影响要大得多。所以在库存这一块，大家可能说看到有些公司也曾经出现过，一下子行业的回落以后，要做大量的库存的计提，对财务指标影响很大，这件事情在海康这边不太会出现，大家不用有太多的担心。另外，我们拉的库存并不是所有品类无差别的同样拉齐，长时间保持高库存的原材料，可能现在市场上仍然还是紧缺的，所以还是要分门分类的去看这个差别，而不能一概而论。

20、存货从结构的角度来看的话，上半年收入增长不多，但在产品增速很快，为什么？是不是5月底疫情影响逐渐降低后，6月份开始做的项目还来不及交付，从而增加的在产品库存？

A：这个也正常，我们有计划生产的，有定制生产的，对于有一些不是定制的，通用的型号，就按照正常的生产计划去做，所以这些在产品库存不用担心的，它是维持我们生产均衡性的，而且总额本身数字也不大。

21、过去企业的增长中枢大概20%左右，PBG10%左右，下半年可能经济弱复苏，管理层能不能大概量化数据？

A：我们也特别想有个确定性的数字让大家踏实一点，但是不确定因素的确太多了，我们会努力去做，但是不刻意设一个数字，如果我们没做到，那会说海康的管理层不务实，如果后来有很多的机会给我们去抓，那会问误差怎么会这么大，所以在不确定的情况下，我们还是要能够接纳不确定性。

22、海外业务因为政策原因发生了很大的变化，现在海外各个地区的比例？

A；大致现在比较均衡。过去几年，美国受到的影响最大，从我们海外收入里面曾经的25%，到现在海外不到10%，今年会进一步的下降。发展中国家增长的更快一点，但是发展中国家有些国家它也会出现一些波动。东南亚、中东占比的提升还是比较快的，拉美是一个比较大的市场。欧洲是个传统的大市场，欧洲我们又进一步细分，英国单列，在南欧是有三个国家，意大利、法国、西班牙，北欧是传统海康比较吃力的地方，有Axis在，再加上那个地方比较富裕，有些人对中国也不是那么友好；在荷比卢、德瑞奥，再到传统的东欧的，甚至也包括前南斯拉夫的这些国家地区，在东欧这一块成长都还是不错的。在亚洲里面，东亚的日本、韩国这些增长也是比较快的。在中亚五国也包括南亚的印度，经常也会有些波动，中印关系紧张的时候就受影响，中印关系缓和一下就在改善。而且我们在印度用合资的方式在做，不是海康独资在做，因为我们当时对印度还是觉得吃不准，所以在08年当时决定还是成立合资公司，而不是独资公司，所以也算是比较幸运。

所以在海外海康的分布还是比较均衡的，过去几年有拖累的主要是美国，美国不应该这么低，当然是受打压的原因，也正常。

23、上半年公司研发投入增长较快，甚至大幅高于收入增长。公司对于未来如何展望？公司整体招聘的态度，人员管控理念是否有更新，是否会控制人员投入？

A：关于研发投入，以当年短期来看，是匹配每年年度计划，根据计划产出做资源投放；以每年滚动三年的SP来看，是按照公司战略规划做重点业务的投入，战略业务不是当期投入马上就会有产出的。综合来看是短期与中长期的一个平衡。

关于上半年研发投入增长，从增长来源上说，一是人员投入并不是与当期收入同步的，去年投入的研发人员在今年上半年会有费用产生，而在去年上半年是比较少的，这会体现在今年上半年的研发费用同比增长中；二是今年上半年有加薪的情况，加薪是为了在竞争中缩小与互联网行业的差距，提高公司薪酬的竞争力。从费用构成上说，我们这几年在投放人员的时候，重点倾斜创新业务。因为创新业务本身收入增长预期更高，也是按照战略规划来做投放的，所以创新业务研发人员投入的增速比较高，在创新业务收入增长不足时，费用增长也是超过收入增速的，这对公司整体研发费用增长也有一定的影响。

关于明年人员投入计划，因为我们对公司中长期的发展还是有信心，所以在人员投入方面，没有说现在要做出特别大的动作去控制人员投入。如果当期看整体经济环境比较疲软，我们就会稍微控制人员投入，观望一下。如果下半年出现比较明显的积极信号，或者到明年大家对各行各业的投资信心都在加强，我们也会争取资源投放的机会。我们现在还没有决定明年人员投入计划，还在观望经济的走向，看它是以比较慢的速度在复苏，还是会以比较快的节奏恢复，可能要到今年年底再决定明年人员投入计划。

关于未来研发人员投放，公司在资源投放和产出之间，会保持动态调整。在开始投入的时候，会判断需要做哪些事情、需要多少人员的投入。如果投入以后效果比较好，肯定就要追加投入；如果不是那么理想，可能就要调整；会有个滞后效应，不会特别快，是一个持续优化的过程。同时，我们在动态调整的过程中，对于某些业务肯定会重点投入、加大力度去做，这些业务会有更多的资源；对于另外一些业务会处于观望状态，保持适当的投入；还有一些业务可能是减少投入的；整体上是一个持续优化的过程，在这个过程中动态调整。

24、上半年EBG业务增速和机器人业务增速差距较大。对于EBG业务，如果抛开上半年受到政策影响的比如智慧建筑，重点关注企业在渗透率以及未来的展望上有没有发生变化？

A：我们EBG业务和机器人业务有一些不同，机器人业务相对业主来说更加直接，短期见效快，所以增速更高，而EBG业务不那么立竿见影。

EBG业务增速没有机器人业务增速高，一是覆盖行业较多，部分行业如智慧建筑上半年受政策影响的确比较大，对EBG业务的影响也大，但也有部分行业如能源、冶金效益不错、发展很好、投入很大，EBG业务在这些行业的增长也非常不错；第二个是部分企业在经济环境不好时，会选择观望未来经济发展形势，放缓业务投入如基础改造计划等，控制或降低负债规模。

对于EBG业务整体来看，因为既包含发展得好的行业、也包含发展得不好的行业，所以它的整体增速不那么高。但在目前环境下，EBG业务能取得现在的经营业绩我们还是满意的。

往未来看，我们觉得EBG业务还是非常好的业务，不管是体量规模，还是跟各行各业比较深入的关系，我们还是看好EBG业务的未来发展。

25、除了现有的8个创新业务外，公司在其他创新业务上的进展和未来展望是怎样的？如果后续要进行投资布局，会考虑新方向吗？

A：我们的投资思路比以前更加清晰，知道自己该做什么、要做什么。关于投资布局，我们还是从长期业务发展定位的角度来做更多的思考，不是为了改善短期经营业绩、也不是为了业务数据增长。

我还想补充一点。这几年无论是宏观环境还是我们自己都发生了很多的事情，遇到这些事情在企业成长过程中是正常的，社会发展有经济波动也是正常的。我们原来习惯于高增长，出于高增长的心态来看的时候，遇到这些事情大家觉得很难受，我们也能理解。

我们相信未来10-15年，对中国经济来说依然会是一个非常好的时代，对我们自己来说也是一个非常好的时代，是发展机遇期。过去，全球一体化是我们的机会，我们利用全球的资源来提升我们产品的竞争力；现在，逆全球化还是我们的机会，我们还可以往产业的上游走、往产业的横向走。我们觉得未来没有那么悲观，毕竟中国有14亿人口，世界上也还有那么多的发展中国家和人口。经济适当震荡让大家从原来的机会导向，回到了运营导向和创新导向，也是好的。对于我们这样的公司来说，也是机会。我们也希望未来中国有更多理性的公司走得更加成熟，能抓住这个机会，让中国整个的产业上一个新的台阶。雷峰网雷峰网雷峰网

在油管上有这么一位博主Shane Wighton，他在运动方面经常被妻子血虐。于是，他经常造一些诸如“百发百中弓箭”、“百发百中篮球板”等作弊道具来挑战他妻子。

这一次，Shane Wighton买了设备跟妻子打台球。结果不出意料，Shane Wighton再次被妻子无情嘲讽。

既然正常比赛打不过，那就用科技打败魔法。Shane Wighton决定发动自己的天赋技能“创造”，打造一根全自动球杆。

这个玩意有多酷呢，球杆的算法会自动计算最优的击球路径，桌球台上方的投影仪会给出最佳击球位置，使用者只需要扣动扳机即可变身桌球国手。

具体效果如何？咱直接看动图。

只见使用者拿起球杆，上膛、扣扳机、球杆自瞄、击球入洞这一系列动作行云流水。使用者需要做的仅仅是把球杆对准白球，球杆就会自动计算击球路径，完成击球。真正做到“我有手，我上我也行”。

那么一根自瞄球杆是怎么制作的呢？

两大装置打造自瞄球杆

制作自瞄球杆，需要完成“球杆改造”以及“自瞄系统搭建”等两项工作。其工作难度，也是只有亿点点拉，懂一点高数、机械原理、代码编程、视觉算法、机器学习，再有一个灵光一点的脑子就行啦。

球杆改造

首先，让我们看一下球杆改造部分。进行球杆改造，主要需要球杆能够实现球杆方向自动调节、自动推杆击球以及接收来自瞄准系统反馈的击球操作。

关于球杆的方向调节系统，作者分享了他在前期思考时脑海中的画面就像下图这样。他希望球杆能够拥有灵活的高精度方向调控能力，同时兼具在高速撞击台球时能保持方向不变的刚度。

这个方向调节体型，小伙伴们心里有想法吗？

为了实现球杆能够满足使用需求，作者采用了拥有6个自由度的平台并联机构“Stewart”（斯图尔特平台），能够很好的完成球杆调节方向的功能。

确定好调节方向的工具之后，作者开始进入钢铁侠造铠甲模式。先是计算各个元器件的尺寸，在电脑上建模模拟运动效果，编写代码。

接着火力全开，自己完成零部件加工、设备安装等。

这货家里简直就是个小型加工厂，我丝毫不怀疑在资金充足的情况下，他能打造出一具钢铁侠铠甲。

小伙伴们要注意用于控制支腿的伺服电机进行润滑，不然球杆可能会像下面这样疯狂抽搐。。。

搞定方向调节装置，接下来便是自动推杆击球功能的实现。相较于斯图尔特平台的复杂，推杆击球功能明显要更加的简单，使用一个气缸即可完成。

这样，通过斯图尔特平台和气缸这两个工具，我们的球杆已经能够实现多方向调节已经自动推杆，接下来便是安装单片机以及无线模块，实现球杆的方向调节及推杆可控。

正所谓，不会机械加工的程序员不是好工程师，作者通过一顿操作，把代码便携、零件加工和设备调试等工作全部包揽了。

至此，球杆的改造工作基本完成，接下来要进行的就是自动瞄准系统的制作了。

自瞄系统

制作自瞄系统，一共要完成“视觉定位”、“轨迹计算”这两大部分。

我们先来说比较容易理解的视觉定位部分。视觉定位系统主要有一台安装在桌球顶部的摄像机提供画面支持，摄像机将录制到的画面传输到电脑，电脑在进行画面分析。

嗯，这台摄像机还可以进行移动调整录制角度，全方面无死角的捕捉台球桌上的台球，掌控全局！是不是有种动漫里面主角开挂的既视感，五条悟直呼内行。

当然，我们还需要一些辅助措施让电脑将接收到的画面调整为与实际画面一致，防止击球轨迹出错，导致球不入洞。

作者通过在台球桌上黏贴白点以及QR码的方式，让电脑进行基准面调节，实现了台球桌在电脑内画面始终方正的样子。

接下来，使用一丢丢魔法代码，让计算机识别台球、球洞以及库边。

代码完成。接下来，电脑可以根据基准面反推出球洞、桌面保险杆以及球的位置，再通过视觉算法进行标记，完成目标识别。

这下球和球洞都能识别了，该开始让球杆自己开始学习击球了，也就是进入自瞄系统的“轨迹计算”部分。

要想完成轨迹计算，首先要让电脑知道球杆朝向。万能QR贴纸再次出现，一张贴纸能让电脑找到球杆，两张贴纸让电脑明白球杆指向，居家diy必备好伴侣。

QR贴纸：我标记了一处地点。

但是等一下，这两张QR码只能在电脑上形成也和2D图像，电脑并不知道球杆的倾斜角呀，这击球的时候岂不是乱了套？

那怎么省时省力的获取倾斜角呢？让我们看看电脑感知到的画面中哪些数据跟倾斜角相关。

最后，作者发现电脑能直观获得的便是球杆2个QR码所生成图像长度的变化，而图像长度的变化受倾斜角的影响。（这题我会啊，小学时候学的解方程嘛！）

也就是说，我们用一把量角器量得倾斜角的度数，再结合电脑中图像长度的变化，我们就可以获得倾斜角和图像长度的变化关系。将这个变化关系输入到代码中，代码便可以通过图像长度自动计算球杆的倾斜角。

为了减少用手支撑球杆发生的抖动影响计算机计算倾斜角，作者还给球杆设计了一个支架，增加球杆的稳定性。

这样架起来的球杆，倒是有几分炮台的感觉了~

球杆及台面数据已经识别完成，接下来就是进入击球轨迹测算的环节。在算法实装之前，作者先在电脑上做了一个简单的算法进行球杆的击球测试。这个算法会告诉作者击球路径及角度。

看着好像挺酷的，但是电脑桌面跟台球桌面离那么远，不可能每次测试都往电脑瞟一眼呀。

于是乎，作者做了一件非常酷的事情，他将投影仪安装到台球桌顶部，将电脑画面投影到桌面上，直接把台球桌变成了星际作战会议桌。

不得不说，这个投影仪和界面设计，很有卫星追踪的感觉。

接下来，万事俱备，只欠东风。最后再把算法这些再过一遍，自瞄球杆准备进入作战状态！

把老婆叫过来，摩拳擦掌，准备让她看一眼自己的发明。

天际鹰眼系统已就位，地面已接收到鹰眼运动轨迹数据，球杆出击！

嗯，怎么说呢，这么近距离能够成功让球不进洞，也算是一种另类的精准吧。难道说运动天赋差的人做出来的道具也没有运动天赋吗？

再把各种公式各种轨迹运算数据重新计算整理，球杆还是时灵时不灵，完全摸不透出错的规律。

思来想去，轨迹计算公式没有出错，球杆的推杆精度没有出错，那只能是在进入计算环节之前的某个环节存在问题。最终，作者将问题锁定到了用于录制画面的摄像机上面。

由于广角摄像头的采用，摄像机录录制的画面是存在光学畸变的，即便通过算法进行畸变校正，问题仍然存在。

面对这种畸变，作者最开始想通过物理校准的方式来消除畸变，但连续四天的失败尝试，让他意识到情况不对劲，不论他怎么做，轨迹测算就是会出现问题。

想来想去没办法，他重新聚焦算法，想从算法这一块入手。这一看直接让他发现了失误的源头——他用于矫正畸变的算法，其实是之前针对另一款摄像机设计的，他只要将算法修改为适用于正在工作的摄像机就好了。

终于，皇天不负有心人，修改完算法之后的击球轨迹总算正常了，击球嘎嘎猛。

至此，虽然球杆还未开发自瞄功能，目前也只是充当了自动击球的作用，但经历了第一波被老婆嘲讽以后。他决定谨慎行动，先多番测试一下球杆的稳定性。

不得不说，Shane Wighton确实是一个会整活的鬼才。测试算法是枯燥的，于是他想了个办法，拉别人入伙来一起做测试。

通过在网站上制作一个简单的小程序，参与测试的人可以获得自动球杆的控制权以及在桌球台上标记击球点进行击球。

经过多轮测试以后，球杆的击球获得了保证，作者同时还获得了大量的击球数据，为后面的自瞄算法提供了数据支撑。

所有的基础问题已经解决，接下来就是完善算法，实现球杆拥有大脑，成为真正的自瞄球杆。

在算法设计当中，作者希望每次击球开始时，电脑会自动计算所有潜在的击球路径，并选择能够实现连续击球进洞的最优路径。

要想实现计算机能够提供精准的击球路径，大量的机器学习那是必须的。但是迫切想要一雪前耻的心不允许作者花费太多的时间在机器学习上面。

于是乎，作者采用了一个相对来说更便捷高效的方法——绘制有向图。简单来说，通过有向图，作者让电脑学会了在保证能进球的情况下计算击球时的最短路径。

这一顿操作下来，台球桌在电脑眼里看来已经变成这个样子了，有种在打海战时，鱼雷追踪船只的感觉。

接下来，超级大脑已部署，星际目标指引卫星（投影仪）已部署，球杆准备就绪。Shane Wighton再次向他老婆发起了挑战。

这一次，由Shane Wighton的老婆开球，打了2杆之后，轮到Shane Wighton击球。然后，便是Shane Wighton的击球，Shane Wighton的击球，Shane Wighton的击球，彻底展示什么叫做理工直男。

最后，让我们了解一下作者。Shane Wighton之前就读于北卡罗来纳大学夏洛特分校，拥有机械工程学士学位和计算机科学硕士学位，目前在 3D 打印技术开发商和制造商 Formlabs 公司担任首席工程师。

Shane Wighton本人在油管上拥有非常高的热度，因为他妻子的运动天赋确实过于强大，导致Shane Wighton经常需要制作一些黑科技来找回一点“面子”。

除了自瞄球杆以外，作者还制作了，全自动瞄准弓箭，百发百中篮球板，全自动理发机等黑科技设备，活脱脱的物理外挂制造家。

原视频链接：https://www.youtube.com/watch?v=vsTTXYxydOE

雷峰网

作者 | 李溪

编辑 | 余快

今年，AIoT似乎又火起来了。

AI诞生于1956年，因2016年人机围棋大战而得到广泛认知。

IoT相对于AI还是“小鲜肉”，1995年在比尔盖茨在《未来之路》中被提出。

十年后，国际电信联盟发布的《ITU互联网报告2005：物联网》，正式提出“IoT物联网”，奠定了“万物互联”的概念基础。

换句话说，AIoT的诞生，甚至没有一个明确的时间点，是由不同技术在发展中逐渐融合而成。

2017年，以小米为首的企业开始大举进攻AIoT，AIoT迎来首次高光登场。

历经了几年的沉寂，近两年，从安防公司到AI公司，相继把AIoT作为公司定位或未来战略，AIoT又“香”了起来。

一个已经诞生多年的概念，再度走向台前，是“炒冷饭”，还是真的“香饽饽”？

1、AIoT时代正当时

自古以来，技术和概念都是走在落地、实践前面的，一个概念从提出到成熟需要一个周期，在技术变迁的长河里大浪淘沙，能抓住技术范式变革的机遇并坚持了下来的毕竟是少数。

正如智能手机的演进，是在通信技术、网络速度、生态系统等的发展之上而逐渐成熟，它的普及用了5年时间。

今年AIoT的再度也爆火不是偶然。

2017年AIoT概念的兴起，让市场进入产品功能，模式，技术改造，市场教育的探索期，经历过资本的眷顾和落地的难产，现在的AIoT市场少了些浮躁，多了些理性。

AIoT已经不再是概念，而是一个产业，且是落地最多、市场最大的一个产业。同时，这也是一个无法赚快钱，需沉下心耕耘的产业。

5年的启动期后，2022年成为AIoT市场重新出发的节点。

而现在，也是AIoT最好的时代。

• 技术条件逐渐到位

“现场几乎已经看不到跟AI无关的企业了。”

这是近两年某业内人士参观各种展会后最直观的感受。

当新的AI公司层出不穷，开放式算法平台日见增多，几年争奇斗艳，人工智能得以普及，算法不再是九天月，遥不可及。

去年，一个“修复100年前的北京影像”的视频让世人惊艳了一把。

其实 AI修复并不是新鲜事，不同的是，这项技术背后已经从专业AI科学家变为身边的“你我他”了。

历史“活”过来背后，其实是AI技术和工具走向成熟的显性表征，AI技术研发门槛正逐渐降低。

AI技术也已经撇去泡沫，去伪存真，回归“赋能产业”的本质。

其实，任何一个技术发展都是几起几落，当新技术出现时，人们会基于厚望认为其可以解决行业中的所有问题，过高的期望带来了失望，但并不意味着技术本身没有在发展。

AI技术从上世纪50年代提出到目前为止，至少经历了两个波峰和波谷，随着计算机视觉技术的发展，中国相应的人工智能技术从今年开始真正走向规模的商用。

行业数字化、智能化的前提之一，是算法类别的丰富性和算法的高性价比。

AI门槛已经极大程度降低，人力成本下降，算法丰富性增加，这些都为技术大规模落地的打下基础。

全民AI悄悄来临。

而在IoT侧，支撑物联网发展的感知层、传输层、应用层都取得了技术的突破。

感知层，传感器在材料技术、生物技术、制造工艺、信息处理等方面的突破，特别是智能传感器的出现，让物联感知的能力增强了，应用场景更广、更深入；

在传输层，通讯技术的进步，像5G能够支持海量连接的同时大大降低了传输延迟；

在应用层，大数据、边缘计算、人工智能技术的突破，可以把物联网感知到的海量数据处理得更高效，让数据变成可被利用的“矿产资源”，用于各行各业的智能化升级。

AI、5G、云计算、大数据、智能传感及区块链等技术，正加速与IoT融合。

是的，每个时代都有自己的声音，也许技术落地本就不是滂沱大雨倾注而下而是涓涓溪水悠远长流。

这个行业走到了爆发前夜，AI、芯片、云计算、通信等基础技术的逐渐成熟，让人与物、物与物之间的连接越来越智能。

• 市场成熟度增加

过去十年，4G时代最大的新物种是智能手机，它带来了人和人的联接，引爆了移动互联网。

以智能手机为核心，出现了购物软件、打车平台、地图查询等各种行业移动互联网应用。

同样，AIoT因其产业链条长、产业集中度低、场景碎片化等特点，从前主要落地在大型企业，因此AI作为贵族技术，长尾场景难拥有，大众企业没技术、留不住人。空有数据，无从做成佳肴。外行看着热闹，其实“浑身不得劲儿”。

如今，AI、IoT技术成熟，安防、交通场景之外，无数场景的需求层不出穷，海量腰尾市场开始浮沉水面。

市场教育成本逐渐降低，企业几乎不再耗费大量精力去普及什么是AI，为什么要转型。

与此同时，数字化的狂风、疫情反反复复、国际形势的变化，都在倒逼企业数字化转型。

AIoT产业正从蓄力期过渡至高速发展期。截至目前，已有数百亿智能设备、边缘设备遍布社会各领域，驱动产业升级。

如今，AI在IoT设备端的渗透率在不断提升。

据 IoTAnalysis 数据， 2020年全球物联网连接数达到117亿， 首次超过非物联网连接数，预计到2025年，全球物联网连接数将增长至309亿，年复合增长率达到 22%。

当AIoT终端出货量将超越传统IoT终端，它不仅仅是硬件，既是运营服务的载体，更是企业进入数字世界最重要入口。

未来5-10年，AIoT市场将达千亿、万亿级别已是不争事实。

未来十年，将是AIoT智能物联的十年，核心是驱动行业数字化。

2、为什么安防企业能转型并占据AIoT市场的C位？

一个有趣的现象，安防企业们近年成为AIoT的主力军。

4月，海康发布2021年年报，首次在年报中刷新企业智能物联AIoT的定位，同时，将AIoT作为未来十年的方向。

同月大华，也在年报中强调“智能物联AIoT”的业务核心。

更早的宇视，在2021年年报中，早就以“智能物联”为关键词。

除了安防企业，AI企业也大张旗鼓奔向AIoT。

在4月份的旷视企业业务合作伙伴大会上，旷视联合创始人兼CEO印奇明确表示，AIoT是互联网的下一次浪潮，也是旷视的战略方向。

但在AI掘金志看来，与AIoT在C端率平地一声雷爆火、几度高潮后又回归平静相比，G端和B端的AIoT前期相对温柔，如今来势凶猛，但也更符合技术和行业发展规律。

早期，G端和B端的AIoT并不被外界关注，但领域内的企业们一直走在向AIoT进化演进的路上。

成为今年AIoT领域最热门的企业，可能是市场的选择。

有两点现今已经是不争的事实。

一，智能安防是进入AIoT市场的绝佳通道。

二，去安防化变革下，传统安防企业们已经成功转身智能物联企业。

先看第一点。

几年前，AI正式从实验室出走，在万千产业中选择了安防。

AI到来之前，安防行业的服务主体更多的是用户的安保部门；AI来到之后，AIoT的感知功能及市场被数百倍放大，带来的是用户新的欲望、新的需求、新的方向。

安防，成为城市基础设施中最大的智能聚集点，各类智能感知设备，对应数字城市无所不在的连接，数字城市将城市空间的各个节点都以网络为介质连接起来，从而做最大了解及最优调度，为人们提供更加高效、完善的服务。

视频AI+大数据，未来会是整个数字城市的连接器，也是整个城市数据得以健康循环的基础。

智慧安防在这个过程得以进入更高级阶段。

AIoT的实现路径，是通过收集通过物联网终端产生的海量数据，存储于云端、边缘端，再通过大数据分析，并通过人工智能，实现万物数据化、万物智联化。

IoT物联网，通过各种各样的传感器采集物质世界的各种属性并联网上传。海量的数据被大数据技术处理后，能够基于数据来描述物质世界，也即生成信息世界。

在AIoT的世界，视频就是数据的一个强入口，产生的源源不断高质数据将成为数字化时代的新能源。

而视频能力，则是安防企业在市场上已经得到“千锤百炼”的强项。

AI让安防不止于安防，让AIoT成为安防厂商正在抵达的“下一站”。

以技术为刃，切开更广阔的空间。以行业大哥海康为例，海康现在不只在视频感知能力上，其技术手段从可见光拓展到毫米波、红外、X光、声波等更广泛的领域，再加上AI、大数据技术的积累，物联网感知的能力已经非常宽泛，这些技术所应用的行业需求也超脱了安防的范围。从物联到智能物联，水到渠成。

再看第二点。

自计算机视觉开始全面渗透安防行业后，安防的边界，也就变得愈加模糊。

在人工智能、云计算的加持下，整个安防产业价值迅速提升，带有深度学习功能的前后端产品不断推出，后端人像大数据平台已然开始渗透。

在智能安防实际项目的解决方案应用过程中，固有玩家们的作业模式已经从此前的硬件服务转向软硬结合；他们享受到的不再仅仅是监控摄像头的原生价值，还包括IPC背后的潜在金矿。

去安防化的本质，是承载安全防范的物理介质，在AI的加持下，已超越了它原本的能力。

当这个行业从以平安城市为主的传统安防，进入到以AI、大数据为主的智能安防，到如今万物互联的智能物联，企业定位也在持续进化。

早在2019年，安防行业就开始了一场去安防化的变革。

海康自2016年转型成为以视频为核心的智能物联网解决方案和大数据服务提供商，并逐渐完善升级自身智能构架，拓宽生态边界，产品应用逐步脱离传统安防产品打开更广通道。

传统安防巨头的企业定位也根据自身能力和市场进行了三步走：

“安防厂商”、 “基于视频能力的物联网解决方案提供商”、“智能物联AIoT”

安防是个小市场，碎片化严重，从满足客户碎片需求的开发响应，到快速交付能力的建设，是一个非常复杂的体系。

安防厂商早就从安防这个小战场，来到了更远的、机会无限的城市AIoT、产业AIoT市场。

他们在安防领域磨练出最大的能力，将成为他们在这个万亿级的市场的武器。

胡扬忠在2022年年初致全体员工的新年祝福中写道：如果说过去20年，海康威视成为全球最大的安防厂商，未来10年，海康威视将成为全球最大的AIoT厂商之一。

3、大有可为的AIoT世界

互联网时代，IoT是PC机；移动互联网时代，IoT是手机，而智能物联时代，IoT是所有硬件。

“所有硬件”是什么？

你所能想象的一切终端：汽车、工业机器人、工业相机、摄像头、烟雾传感器......

IoT是一个超级感知系统，丰富的物联网传感设备，可进行视觉、听觉、温度、环境等各类数据采集，在AI加持下，物联网设备能被广泛连接，有了大脑，感知、分析、执行，甚至预测，流程数字化、智能化，而AI也在数据喂养下更加智能。

AIoT，是在传统IoT的物—物、人—物之间的互联基础上，实现设备和场景的互联互通，以及连接和数据交互。

新的终端连接，会产生新的、大量的实时数据，有了这些海量数据，才能进行数据分析和挖掘，这样的趋势里，蕴藏着大量的商业价值和机会。

AI与IoT的融合，目的是形成智能化生态，生态内，不同智能终端、不同系统平台、不同应用场景之间的互联互通。

AI+IoT，不是简单的万物互联，而是核心终端的扩展与爆发。

根据IDC的数据与预测，2019年全球AIoT市场规模达到2264亿美元，预计到 2022年达到4820亿美元，2019-2022年复合增长率为28.65%。根据艾瑞咨询数据，2021年AIoT整体市场规模将达6548亿元。

在智能化时代，To B、To G和To C领域，都将是AIoT的疆场。

消费领域的智慧出行、智能穿戴、智慧医疗、智慧家庭；城市领域的智慧城市、智慧表计、智慧安防、智慧能源、智慧消防、智慧停车、智慧防灾；产业领域的智慧工业、智慧物流、智慧零售、智慧农业、车联网、智慧社区、智慧园区。

智能物联，是比城市AIoT更大的市场，它囊括了城市AIoT、产业AIoT以及个人AIoT。

而随着边界模糊，跨界不断，血泊里战斗着的，有老兵，有新秀，也有不顾一切向前冲的搅局人。

技术狂风吹过，携着呼啸与泥沙，试图改变这尘封多年的行业态势。

于所有AIoT入场者来说，赶上了一个大变局的到来，万物再生。

而未来所需具备的，便是这破局的视野和雄心。破局路上，多看看脚下的路，也常看看外面的世界。

毕竟，大多数时候，胜负并不是在王被照将时决定的，成败也不是在结果公布时定格的。雷峰网雷峰网雷峰网

锚定AIoT，构建“2+1”的技术科研体系

旷视将AIoT定义为“AIoT=AI+IoT+空间”。其中，“AI”和“IoT”是两个相辅相成的核心关键词。AI是不断演进的算法能力，如今越来越多的AI算法正在各行各业发挥核心的价值；IoT是软硬结合的设备载体，只有在特定的载体中，AI才能最大限度地释放其价值。

在此基础上，旷视还强调“空间”这一关键词，提出空间是应用场景的闭环。在过去二三十年，互联网、5G、AR、VR等技术的不断演进，给虚拟世界带来了翻天覆地的变化。但与此同时，技术对于物理世界的改造并没有发生根本性的变化。旷视认为，“Make the Physical World Better”将是未来AIoT从业者努力追求的方向。

为了支撑AIoT这一长期发展战略，旷视构建了“2+1”的AIoT核心技术科研体系，即以“基础算法科研”和“规模算法量产”为两大核心的AI技术体系，和以“计算摄影学”为核心的“算法定义硬件”IoT技术体系（包括AI传感器和AI机器人）。

AI为“本”，是旷视的核心技术能力；IoT为“器”，是旷视实现AI规模化落地的硬件载体。这一整套科研体系，涵盖了从基础研究、算法生产到软硬一体化产品的AI落地全链路。

视觉AI基础研究的新趋势：“大”和“统一”

基础模型科研是AI创新突破的根基。

在2012年AlexNet被提出之后，基于深度学习的神经网络成为AI视觉发展的主要原动力之一。神经网络根据用途、构建方式的不同，大致可以分为CNN、Transformer、基于自动化神经网络架构搜索的模型以及轻量化模型等。这些模型极大地推动了AI发展的历史进程。

到目前，旷视认为，“大”和“统一”已经成为视觉AI基础研究的最新趋势。

其中，“大”主要是指AI大模型，即利用大数据、大算力和大参数量，提高模型的表达能力，使得AI模型能够适用于多种任务、多种数据和多种应用场景。

旷视研究院基础科研负责人张祥雨认为，“大”是提高AI系统性能的重要捷径之一。但是，大并不意味好，片面地追求大参数量、大计算量和大数据量，并不一定能够实现更强大的模型，反而会产生更大的计算开销，令整体收益非常有限。

旷视基础科研倡导的“大”，是要以创新的算法驱动，充分发挥大数据、大算力的威力，拓展AI认知的边界。旷视关于“大”的研究，从实用角度出发，集中体现在大模型、大算法和大应用三个层面。

同时，AI视觉的研究领域众多，包括CNNs、VL Models、 Transformers等基础模型研发，物体检测、分割等视觉基础应用，优化、自监督、半监督等AI算法演化等。每个研究路径，都会衍生出一系列算法。

旷视发现，这些算法在底层正在走向统一。通过统一的算法、模型来表示和建模各种数据、任务，将产生更加简单、强大且通用的系统。围绕“统一”的趋势，旷视在“基础模型架构”、“算法”和“认知”，进行了全面布局。旷视基础科研的“统一”，集中体现在统一各种基础模型架构，从纷繁的AI算法中提炼其本质特性，使其能支持各种任务、数据和平台，并最终构建统一的、高性能的视觉AI系统。

在“大”和“统一”的理念下，旷视基础模型科研聚焦于通用图像大模型、视频理解大模型、计算摄影大模型和自动驾驶感知大模型四个方向，并取得了多项突出的科研成果。张祥雨强调，基础模型科研需要坚持长期主义，解决人工智能最本质的难题。

AIS平台让算法量产成为现实

“落地实用是算法价值的最终检验标准”。

旷视研究院算法量产负责人周而进表示，算法落地的主要挑战在于整个生产环节的复杂性上。具体来说，分为三个层面：第一，数据生产的复杂性。第二，算法模型本身的不确定性。第三，算法落地的AIoT硬件平台的多样性。

要解决这些问题，他认为“算法生产过程的标准化，是解决复杂的、碎片化的算法生产的有效手段”。这个标准化过程，包括了数据生产的标准化、算法模型的标准化和推理框架的标准化。

为此，旷视发布了自研的算法生产平台AIS（AI Service）。

AIS基于旷视Brain++体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台。AIS标志着旷视Brain++的又一次提升，让算法量产真正成为可能。

旷视 AIS 算法生产平台提供多种功能支持算法快速生产部署，可以大幅降低算法生产的门槛，提升算法生产效率。目前，AIS平台已经能够支持100多种业务模型训练，最快2小时即可完成，而且模型产出精度指标远高于业界平均水平。经验证，算法研发人员使用Brain++和AIS平台，可以实现智能标注平均加速30倍，自动学习训练加速4至20倍。

周而进认为，算法量产不是单一的产品，而是对AI生产模式的理念革新和生产力进化。旷视希望通过AI算法生产的标准化以及AI生产力平台的构建，极大地降低算法生产的成本和门槛，让更多人可以参与进来，促进算法在更多行业的落地。

AI传感器是“算法定义硬件”的核心单元

AIoT产生了丰富的应用场景，其需求在不断地改变与升级，这对于算法提出了越来越多的需求。同时，算法本身也对于硬件应该提供怎样的信息和输入提出了要求，甚至从根本上改造了硬件的形态与样式。

因此，“算法定义硬件”的全新理念应运而生。

以AI传感器为例，旷视研究院计算摄影负责人范浩强认为，随着AI、视觉算法等领域的发展，传感器将不再单独的、直接地提供应用价值，传感器和应用之间需要算法来作为承上启下的桥梁。从技术角度讲，这两者最显著的结合点就是计算摄影。

以手机拍照为例，搭载了旷视AI算法和传感器的手机，在灯光、月光、星光等不同环境下成像能力的提升。此外，在非成像的屏下光学指纹方面，算法也在牵引传感技术向前发展。目前，旷视助力某业内公司实现了千万颗级的指纹传感器出货。该产品具备业界最小的尺寸、最快的识别速度以及支付级的安全认证。

范浩强认为，“应用-算法-传感器”的全链路整合能力，是“算法定义硬件”的核心。而旷视是业界少数能将传感器的光学、模组、电子学的设计能力，传感器的物理建模和算法能力，以及传感器的应用能力融为一体的公司。

除此之外，在技术开放日上，20个有料有趣的技术Demo也集中亮相，系统性地展示了旷视在前沿技术探索、软硬件协同设计、算法量产应用，以及商业化产品落地方面的实践。雷峰网雷峰网

其在3D视觉感知领域的积累，已然进入全球第一梯队。

如今，站在2022年回顾奥比中光的发展历程，如何从一家账上只够发几个月工资的初创企业到登陆A股资本市场的“3D视觉第一股”，掘金志发现几个非常有意思的点，比如快与慢。

1、何为快？

天下武功，无坚不摧，唯快不破。

对于一家创业公司，“快”有两层含义：洞悉，执行。

洞悉，指的是对市场的观察、判断，以及趋势的整体把控，包括技术、需求、同类竞品等多个要素。

如果不能保持对市场的高度关注，那么公司便很难理解市场需求变化、技术趋势，就无法提供差异化产品，而导致竞争力下降。

执行，则是在洞悉市场之后，能够快速地进行技术研发，实现产品落地，并拓展市场客户。

市场从不等人，也不缺乏竞争者，新的需求出现之后，企业之间比拼的是快速交付能力，这与企业本身的技术能力、对需求的理解、行业积淀等密切相关。

掘金志在梳理奥比中光过去9年的发展时发现，奥比中光对市场的把握，基本都卡在点上。

2013年，创业之初，奥比中光做的是工业相机，投入一段时间后，发现3D视觉感知技术在当时的工业市场缺乏想象力，于是便转做消费市场。后来的刷脸支付、手机等消费端业务的爆发，无疑证明这个决定是正确的。

2016年，奥比中光开始研发手机3D结构光方案，第二年，苹果就推出了搭载3D结构光技术的 iPhone X，引爆手机市场。奥比中光则率先与OPPO合作，推出了国内第一款量产级3D结构光手机 Find X。

2017年之后，奥比中光开始陆续研发双目、iToF、dToF、Lidar等技术，这又恰好赶上智能驾驶、商用机器人的时代东风。

可以说，奥比中光每次都能准确预测市场趋势，提前布局。这种能力，并非运气，而是建立在对技术的深耕、对市场的熟悉度以及对行业的经验积累之上。

举个简单例子，2016年7月左右，就有消息称苹果将推出装有3D传感器的手机，但只是传言，并未有确凿的证据。但是奥比中光通过一个非常小的细节，就判断出了信息的真伪：

当时奥比中光在考虑做手机方案，需要VSCEL激光器，在与供应商讨论VSCEL与系统问题时，遭到婉拒。联想到此前苹果收购 PrimeSense 的消息，彼时已是全球光学测量最顶尖的青年专家的奥比中光创始人、董事长黄源浩确信，苹果肯定会推出带有3D传感器的手机。

黄源浩后来总结说：“还是要跑市场，一定要在一线跑市场。坐在实验室里，想的都是理论上的、逻辑上的东西，与落地千差万别。”

但光有洞悉能力、会卡点，是远远不够的，市场竞争拼的是技术和产品，创业公司拼的是技术转化为产品的落地能力。

为此，奥比中光在组织管理上设置了中前台，中台负责核心技术开发与先进技术储备，前台业务线负责产品落地，并采用双轨制考核与激励机制，为技术研发和转化搭建好组织架构。

在确定苹果的消息为真之后，奥比中光认为，国内手机厂商必然会跟进，但在当时，市场上手机3D视觉感知技术方案还不成熟，奥比中光先后投入了大量人财物进行技术研发，将体积较大的传感器进行“瘦身”，做到手机里面。

2017年9月，苹果发布 iPhone X，果然带有3D结构光，3D视觉感知技术突然“出圈”。许多手机厂商找到奥比中光，提出合作意愿，但奥比中光最终选择了OPPO。

与OPPO的合作紧张而刺激，奥比中光手机项目部和跨部门支持共计有200多名员工，他们不知道3D摄像头用于什么手机型号、长什么样，只是针对OPPO提出的需求不断做优化。

后者提出的需求近乎苛刻：体积小、能耗低、抗跌摔，不受外部光照、人体温度等条件影响，对制造工艺要求极高。

但半年左右，奥比中光的方案便实现落地，搭载在OPPO Find X手机上，并于2018年6月在法国卢浮宫亮相。而OPPO Find X 也是除苹果以外的第二款量产超百万台搭载3D视觉传感器的智能手机。

可见，机会从来都留给有准备的人。如果没有对市场的整体把控，提前进行技术布局，奥比中光也无法赶上手机3D视觉感知技术爆发的红利。

而在手机市场之外，奥比中光的产品已经应用到其他消费电子、工业三维测量、AIoT等多个行业场景，服务惠普、捷普、中国移动、Matterport等细分行业超过1000家企业。

总结起来，奥比中光的“快”表现在三方面：

• 对市场的反应快，能快速感应市场新变化、新需求；

• 技术落地快，能将技术快速转化为产品，进行交付；

• 拓展市场快，在细分行业内累积了产业及企业资源。

但企业光有“快”，是不行的，在某些方面，又必须“慢”下来，才能维持均衡。

2、何谓慢？

创业公司如同高速行驶的汽车，应该懂得适时调整速度。

有的公司，站在时代风口，拿到融资以后，进行快速扩张，大量招人、跨赛道做能力之外的业务等操作层出不穷。

这样做看起来“做大做强”，但实际上，盲目扩张只会带来消化不良，很难形成核心竞争力，同时引发严重的组织问题，最终颓败于组织内耗与外部市场竞争之中。

在黄源浩看来，创业公司在进行扩张时，一定要“慢”下来。

首先，选择行业要慢下来，精挑细选，而非只追求风口，把时间周期拉长，看这个行业的长期价值。

在创办奥比中光时，3D视觉感知技术在国内还基本停留在概念阶段，市场规模狭小，仅有部分工业场景有需求。但奥比中光并没有跨界去做其他业务，而是转移到消费电子，即便消费电子市场规模当时也并不大。

黄源浩判断，视觉从2D变为3D，是技术发展的必然趋势，行业初期可能并不明显，但随着技术突破与落地，3D视觉感知的市场规模会不断扩大，这是奥比中光坚持专注3D视觉感知的根本原因。

其次，技术要坚持长期主义。

作为科技公司，技术是绝对的基础，保持对技术的探索、投入，是非常有必要的，即便新技术本身可能无法短期内无法带来实际价值。

一个最为直接的例子是，2013年下半年，奥比中光在研发3D传感器时，发现市场上的芯片无法满足需求，于是决定自研。但自研芯片非常烧钱，数百万的投入对创业公司而言并非小数目，奥比中光的账上一度只够发不到三个月工资。

当时谁也不知道芯片能不能流片、量产，并且整个3D视觉感知市场不明朗，但奥比中光对芯片的研发投入并未断裂。次年，奥比中光团队获得“孔雀计划”第一名，才获得资金输血。

2015年7月，奥比中光首颗具备自主知识产权的3D结构光深度引擎芯片MX400研发成功，此时已经距离成立芯片研发部门过去了19个月。

从2017年开始，奥比中光开始布局iToF、dToF等技术，形成了包括结构光在内的六大技术路线。即便部分技术本身可能短期内无法带来实际价值，但奥比中光仍然坚定看好、持续投入。

最后，要慢慢打磨产品。

所谓“慢工出细活儿”，世界上并没有完美的产品，好产品都是打磨出来的。

不论是业务部门，还是技术部门，都要有足够的耐心，深入场景，才能理解用户痛点，并在一次次反馈中优化产品性能。

比如，针对3D视觉传感器的功耗、体积、复杂场景下的精度和稳定性等难点，奥比中光在多次实验和试验的基础上，推出了户外强光深度相机D-Light，可在10万Lux（相当于夏天白天的光照强度）条件下实现完整清晰成像，其搭载的自研新型结构光ASIC芯片MX6600，整体芯片性能相比上代芯片提升150%，精度更高且功耗更低。

除此之外，在合作方式上，奥比中光通常选择与行业客户共同进行风险开发，通过与行业赛道内的企业合作，能快速进入到场景之中，理解场景痛点。

可以说，正是因为“慢”下来，奥比中光在3D视觉感知领域才能做到全球前列，并且成功在科创板上市。

3、总结

黄源浩喜欢把创业当作是一次“取经”，在取经途中，必然要经历打怪升级，经历九九八十一难，才能取得真经。

对于科技企业，困难不单来自于技术、场景、需求、市场规模、成本等，最难的是保持技术初心，和钻研技术解决问题的坚持。

奥比中光“快”与“慢”的逻辑，既符合一家科技公司的定义，也给其它公司提供了思路。

虽然3D视觉感知市场还在快速爆发前期，但伴随着消费电子、智能制造、AR/VR、智能驾驶等行业的拓展，市场也终将发育壮大。

上市之后，奥比中光的边界必然不止于此。雷峰网雷峰网

作者：程鸣

编辑：余快

他，是导师眼里的佼佼者，同届第一位毕业的博士生，“全国百篇优秀博士论文”的获得者……

按照大多数人的轨迹，2005年中科院博士毕业后，本该申请博士后继续专注学术道路的万新明，却毅然投身企业，从工学博士转身为企业科研工作者，让科研切切实实落到产线上。

当然，万新明没想到的是，2007年，在巴黎公寓遇到海尔冰箱那一刻的欣喜，竟是他和海尔缘分的开始。

开放注入创“新”能量

这是一个比以往任何时候更需要创新的时代。

不管是民族还是企业，理念创新、管理创新、产品创新、技术创新……选择创新路径虽可“不拘一格”，但毋庸置疑，开放是创新必须具备的特征。

当我们试图去探讨那些发生在企业边界内外的知识、信息、技术、人员等流动之时，开放式创新成为一个无可回避的话题。

开放创新之父亨利·切萨布鲁夫教授这样形容开放式创新的重要性。

2012年，在英法深耕科研七年后回到国内的万新明，接到海尔HOPE平台（Haier Open Partnership Ecosystem）的电话，那一刻，他被吸引。

2007年起，万新明在国外从事科研工作

用户的变化，技术的变化，行业的变化，这一切都在倒逼企业放弃过去的封闭式研发，转向开放式创新，进而实现生态创新。海尔，无疑走在了前列。也正是这种创新因子的吸引，原本计划给自己放个长假的万新明，短暂休整之后，便毫不犹豫地加入到了HOPE平台。

开放式创新已经成为全球数字经济产业生态的重要组成。万新明和团队所在的HOPE平台在做的，就是踏准时代节拍，通过开放创新做创新的推动者，相比较之前投身一线、实验里“孤军奋战”的科研人员身份，万新明切换了另一种科研方式。

他坦言，对于开放创新，很多人是有误区的：开放创新不是简单的“拿来主义”，自主创新和开放创新从来不是两个极端。自主研发是开放创新的基础，开放创新是自主研发的加速器。

海尔HOPE平台

发现需求，在全球范围匹配资源，寻求最佳解决方案，这是HOPE平台团队的工作重点之一，而这看似简单的发布、筛选、匹配的过程，其实大有学问。

需求如何精准拆解、发布？如何整合全球资源，选择最优解决方案？如何研判技术发展趋势，绘就技术线路图，将前沿技术提前储备？这其实早已超过试验、研发的范畴，面临的挑战也是更大的。

但他们乐在其中，哪怕为了一个简单的小需求通宵达旦。在开放的创新环境下，比夜以继日的辛苦更强烈的是不断尝试新鲜事物的兴奋，看着为之付出心血的产品上市，这种使命感、荣誉感与成就感正是团队勇往直前的最大驱动力。

通过HOPE平台这种创新的生态模式，过去地理上的产业生产集群，升级为数字化的产业创新集群；过去，科学实验室创造技术和专利的涓涓细流，汇集成产业技术和产品的大江大河。

为用户创造价值 

加入海尔之前，万新明有一些忐忑，“在之前工作的外企中，即使职位很高，依旧是一枚螺丝钉，很少有机会参与很多重大事情的决策，你做的，就是你自己这一块小事情。”

在海尔，真的能给到想要的空间吗？自己的科研成果跟随自己的信念，真正落地？

时间，是最好的答案，坚持以“用户为中心”，实现人的价值最大化的海尔，给了万新明最强的定心剂。

通常来讲，一家做实业的公司，科研只是生产链条的其中一环，必须务实，讲究效率，要能带来实实在在的增量。

但在海尔，“人单合一”的底座支撑下，是一种包容自在的氛围：“人”是员工，“单”是用户的需求和体验，员工在创造用户价值的同时实现个人价值。只要有想法，就大胆去做，没有上限。科研人员有充足的发挥空间，对最前沿的学术进行研讨，对创意想法进行试验落地。这是所有科研工作者都会期待的氛围。

更重要的一点，“在HOPE平台搞创新，不是听上级的，也不是听资源方的，而是都听用户的。”在海尔的开放创新体系中，“以用户为是”的理念一脉相承，各方创新力量零距离对接用户需求，从而找对技术创新方向，也从根源上避免了没有市场“买单”的无效创新。

发现用户痛点所在，让HOPE团队的工作更加有的放矢，也让创新更有成效。

一个很简单的例子：在一次微洞察中，团队发现，很多用户饭后将餐盘送回冰箱的时候是存在习以为常的痛点的。两只手端着盘子走到冰箱门口，由于无法直接打开冰箱门，不得已要将盘子放在冰箱顶部，这样一来，就存在盘子被打翻的可能。

“其实，在这种场景下，我们完全可以通过创新为用户提供更方便的产品。” 尽管只是一个小动作，但HOPE平台团队却思考着能否改进开门方式，比如通过声控或手肘轻敲打开冰箱门，让用户的体验更加舒适。

科研创新，最终还是要回到价值创造这个问题上来，而且是为用户创造价值。研究成果在企业创新中落地生根，科研人员实现自我抱负，也创造实实在在的社会价值。

自主创新的加速器

当企业着眼于发展新技术的时候，可以并应当同时利用内外部的所有价值的创意，同时使用内外部两条市场通道。

因为，这带来的增速无疑是惊人的。

从2009年初创成立，经过十余年发展，HOPE平台在全球覆盖了100+的核心技术领域，可触达资源100万+，也正是在它的加速下，催生海尔颠覆性创新成果不断涌现。仅十三五期间，海尔便创造了整个行业70%的引领产品。

HOPE团队工作日常：链接全球资源 寻求最佳解决方案

天樽空调是海尔的一款创新空调，它源起于673372名网友和HOPE平台的交互。空调病、风太冷、远程控制……这些用户抱怨点在平台被洞察后，整合全球资源研发的颠覆性空调产品很快亮相，空调具备了自主“思考”能力，不再是单纯制冷制热的工具，俨然成为“智能空气管家”。

全球首台可除CO燃气热水器，在HOPE平台催化下，仅用一个月就实现了技术攻破。从需求提出到解决方案的适配，再到技术搭载产品成功量产，HOPE平台团队用开放创新的科技颠覆传统，攻克困扰行业百年的难题，让安全的燃气热水器走进千家万户。

自由嵌入式电冰箱的行业标准，也是海尔研发团队联合HOPE平台上家电、家居、设计、装修等各方创新资源，共同给用户创造的美好生活解决方案。产品上市一个月，就占据同价位冰箱六成市场份额，用户用实际行动证明了这种开放创新体系的价值所在。

这样的案例在HOPE平台数不胜数。除了为用户、为企业、为行业创造价值外，平台也在践行大中小企业融通发展的使命。一方面，以大企业的需求为向导，拉动中小型科技企业参与到创新行列中，加快国内科技成果转化。另一方面，也将服务覆盖到汽车、电力等国民经济重要行业，促进行业融通发展。

数据显示，仅在2020年1月1日至12月2日期间，HOPE平台从接收需求到实际交付的平均周期已达到11天，为自主创新大幅提速。

在这场科研加速赛中，H0PE平台团队一刻都没有放松过，甚至感觉压力在不断增加。他们在擅长的领域深耕精研，也获得了肯定无数：斩获国家科技进步奖，荣获“科创中国”产学研融通组织殊荣， HOPE典型案例也多次入选哈佛商业评论以及国内外专刊。

无限可能，蓬勃成长。

改变潮水的方向

第四次工业革命到来，互联网和数字科技产业大量运用开放式创新取得了爆发式的创新增长。开放式创新正在成为数字经济发展的关键动力。

2019年，海尔宣布进入生态品牌战略阶段，通过与用户、合作伙伴联合共创，不断提供无界且持续迭代的整体价值体验，最终实现终身用户及生态各方共赢共生、为社会创造价值循环。

这一新品牌范式，无疑也为HOPE平台的发展注入新能量。

从一开始被质疑，到络绎不绝的需求来平台寻求解决方案，再到洞察用户需求后将解决方案主动提前补给到产业研发，HOPE平台迸发出巨大能量。

海尔全球10+N科技创新生态体系

万新明表示，未来，HOPE平台将会根据用户需求不断迭代业务模式，同时，叠加人工智能、大数据的算法，不断抢占国内外创新高地，逐步搭建起场景驱动、无穷交互、持续迭代的创新生态系统。

目前，HOPE平台在以色列、美国硅谷、新加坡、日本、深圳、合肥、成都、西安等地成立创新中心，从布局全球技术高地，到聚焦国内创新高地，平台的科技生态力量不断壮大，世界科研创新平台的一流地位也被夯实。

开放式创新缘于一种思维方式，认识并相信企业可以通过开放实现更快的增长。创新的旅程只有在市场的商业化实现之后才算完成。

在海尔，科研精英与企业实现真正的双向奔赴。面向智慧家庭、大健康、工业互联网、智慧城市等领域的研发课题，源源不断的创新点还在继续涌现。这种开放生态，也必将改变企业潮水的方向，塑造更具国际竞争力的创新生态环境。

以万新明为代表的数以万计的海尔科研人，正在继续着这份事业。万新明说到，“海尔文化最独特之处，就是能激发人创新力，自由之中可以自由发挥，但是又能激发你的活力，有创新的激发力，可以一直源源不断的创造，我觉得蛮有成就感的。”

累计承接任务数已超3000个的HOPE平台，只是海尔生态创新体系的一个缩影。目前，海尔在全球建立的10+N科技创新生态，链接20万以上的全球专家和100万+资源，24小时不间断创新，产品研发周期显著缩短，海尔这片创新热土的能量正在让世界为之瞩目。雷峰网雷峰网雷峰网

同月，政府、企业等主体开始通过事故警示教育、应急预案演练等方式来宣传安全生产知识。

随后，在2001年，国家经委、全国总工会等十部门正式将每年6月定为安全生产月。

时至今日，安全生产月已历经21年。

21年间，伴随着企业安全管理制度、宣传的完善，工人的安全生产意识得到很大提高，安全生产事故发生率得到有效遏制。

据应急管理部数据显示，2021年，全国各类生产安全事故总量同比下降9%。

随着人工智能、AIoT等先进技术的发展落地，利用先进技术分析事故原因，来实现对事故的预防甚至规避事故发生，已经成为另一种守护安全的重要手段。

近日，在与掘金志的对话中，大华股份智慧制造解决方案总监张卫昌和电力解决方案总监任群分享了大华对于用技术守护安全生产的见解和能力。

1、技术，安全管理缺失的一环

过去，企业在安全生产方面的工作主要聚焦于两方面：

一是通过制度设计从管理上将安全纳入生产环节之中；二是通过宣传教育的方式，增强一线工人的安全意识、操作规范等，减少事故。

这两种方式已经成为现代企业安全生产管理不可缺失的一部分，但由于生产场景存在复杂性、独特性及不确定性，在实际应用过程中仍面临极大的挑战。

用先进技术守护生产安全，是可以通过外部力量来为安全生产增加一道新的“安全带”。

举个简单例子：在未引用技术之前，工人的安全更多依赖于自觉，譬如做好防护措施、规范作业等，但人非机器，可能会出现忘防护、误操作、未发现隐患等现象。在引入技术之后，相应的设备直接对工人的违规操作发出提醒，以及隐患报警等等，以一种全新的方式守护安全。

如今，越来越多的企业开始引入技术产品，来确保安全和高效的生产，这部分需求恰好是技术公司的蓝海市场。

2、场景+成本，技术公司的两大难题

有了市场，技术便有了落地的可能。

但技术落地并非易事，面临着两大障碍：场景和成本。

场景问题可从三个维度来理解：不同行业之间，同行业不同企业之间，同企业不同产线之间，对于技术的需求都是不相同的。

成本与场景向来都是共生的，面对碎片化场景，技术公司如果只能做定制化而无法复用，必然会导致高开发成本，这些成本传导至生产制造企业端，也会影响后者的付费意愿。

并且，对许多制造企业而言，成本的另一个需求是：尽量避免重复建设，即如何充分利用好已有的基础设施，不至于造成浪费。

因此，技术公司面临的并非是单一的技术落地问题，而是如何减少研发成本、使产品形成行之有效的商业模式，为企业实现降本增效的问题。

大华对该问题的解法分两层：

• 合作层面

从企业实际情况出发，将预算、现场条件等因素考虑在内，先解决局部痛点，然后分层、分阶段地进行改造。

• 产品、解决方案层面

依托企业数智化基座，大华开发了四大技术能力：一是构建4层软件组件体系，使其实现高度复用；二是提供多种工具满足场景应用构建，如零代码工具；三是面向行业不同场景，打造了巨灵AI开发平台，降低算法开发门槛；四是提供物联、AI、数据、业务的四层开放能力。

四大技术能力的基础上，大华形成了完整的软硬件产品体系。

硬件产品方面，产品业态涵盖相机、空开等多种形式，在设计之初就考虑到不同的配置需求，支持行业标准协议；软件产品则具备模块化特性，企业可按实际需要进行选配。

此外，大华的解决方案在前期设计时便考虑到整体系统的兼容问题。对于企业原有的第三方产品，也可实现快速对接并进行定制化开发。

3、N+1，解决制造业安全痛点

目前，大华在生产安全方面主要形成了“N+1”的解决方案。

“N”代表产品链，包括工业事件监测设备、可燃气体分析相机、智慧空开等，这些产品可加载场景化的AI算法，进行危险识别并及时报警。

例如，智慧空开在继承电流电压、打火监测的基础功能上，还能实现数据智能分析，判断用电异常。

“1”指的是综合安全运营平台，该平台打通了企业的安防、消防、应急等系统，与前端产品实现快速对接。

该解决方案可帮助企业实现安全运营一体化，构建事前预防、事中控制、事后分析的安全生产管理新模式，已经运用到石化、钢铁、煤炭、电力等工业领域。

任群表示，大华面向不同行业、不同场景推出针对性的产品与方案，将各类不安全因素消除在萌芽中，守护生产作业安全，并通过AI能力，赋能企业数智化，提升安全管理效能。

在石化行业，企业在原有的DCS系统上，可结合大华视频物联技术，将AI视频物联采集到的数据与DCS数据进行比对，辅助生产人员完成巡检工作。

而在钢铁行业，受工艺影响，高温高亮场景非常普遍，普通摄像机很难看清图像以及长时间运作，传统的解决方法是让人工进行复查，存在安全隐患。针对这一痛点，大华推出了蓝光摄像机，通过硬件定制和图像优化来解决高光场景下无法看清图像的问题。

其推出的耐高温自冷一体机、风冷水冷一体机等产品可以满足钢铁行业不同温度下的场景应用。此外，在生产设备运输过程中，当危险源靠近作业人员时，设备会主动预警，提醒工作人员注意安全。

煤炭行业则更为特殊，涉及井上井下两大场景。

在井工矿的综采工作面，传统的监管模式，依托大量的感知设备进行画面采集和人工实时监查。大华利用视觉融合拼接技术+畸变矫正算法，在改变传统高密度、小场景监管的同时，加入了AI智能分析，自动对综采工作面作业人员的违规行为进行检测、预警。

而在露天矿区，大华通过“太阳能发电+无线网桥+移载平台”的方式，对矿区内的安全隐患、作业人员的不规范操作进行识别告警，同时让矿区的视频监管变得更高效。

电力行业很多时候存在强电磁场干扰的情况，监控设备容易受到影响而导致成像、控制异常等问题。为此，大华推出了具有高等级EMC（电磁兼容性）能力的产品，确保能够正常使用。

“我们希望通过在行业的技术沉淀，结合在能源等行业的经验和理解，推出符合细分场景领域应用的产品和解决方案，来助力生产企业的安全管理。”任群表示。

4、以安全为核心，突破边界

随着行业发展，安全生产的内涵也在发生变化，从早期单一的人员安全，拓展至设备、环境、公共安全等多个方面，由此衍生出企业对不同场景、不同维度的安全的需求。

张卫昌说：“大华持续深耕安全这个大场景，希望将自身在视频领域多年的积累与沉淀，通过AIoT、软件平台等能力，为安全赋予更多一层意义。”

譬如，在设备安全中，对于许多制造业企业，一旦设备出现故障，无法第一时间解决，很容易造成产线搁置，进而影响产能。

大华的解决方案通过各种物联手段采集设备状态，并利用AI技术对样本进行数据分析，与设备历史数据进行比较，对设备可能出现的问题提前预警；也能在设备故障时，第一时间找到故障点，进行设备修复，保持产线的正常运转。

环境安全方面，针对各类不稳定危险因素，大华的解决方案能够通过对各类危险源的区域进行管控、处置，以及操作流程的监管，对潜在的安全隐患进行发现、提醒，保证环境安全。

可以说，在安全这一核心问题上，大华形成了全栈式的产品和解决方案，满足企业的各类安全需求，并提供全链路赋能。

但这并非大华能力的边界。

安全之外，大华还通过视频、人工智能等技术，实现企业降本增效，从多维度赋能传统企业在生产、经营等环节上的数字化转型。

“安全和智能是大华发力的重点，同时大华也针对企业的其他需求进行解耦，在保证安全生产的基础上，助力传统制造业企业数字化转型。”

“ 这是我们的目标。”张卫昌说道。雷峰网雷峰网

纳德拉在接替鲍尔默之后，对微软员工如此说道。

彼时的微软，虽然已经是PC业务巨头，但正面临着增长乏力的困境，股价甚至和十几年前相差无几。鲍尔默为此费尽心思，也做了不少改变，比如收购诺基亚，但效果寥寥。

如何延续微软在PC时代的辉煌？这是摆在新任CEO纳德拉面前的难题。

为此，除了在组织管理、企业文化层面发动变革之外，纳德拉最重要的事，便是将微软带到云这条道路上来。

在他看来，Windows在PC时代占了统治地位，但在移动时代，这类优势已经不复存在。上任伊始，纳德拉便公开为云站队，并裁撤了大部分手机和服务部门的员工，为发展云业务铺路。

后来的结果表明，纳德拉是正确的，微软在他的带领下，摆脱了增长困境，并成功跻身万亿美金市值俱乐部。

微软的案例表明，企业所面临的生存环境在不断变化，如果企业高层不能洞悉市场环境，作出正确的战略部署，企业本身作为一个组织，将陷入徘徊、内耗之中，最终错失机遇，在市场化浪潮中被淘汰。

与诸多企业家一样，宇视总裁张鹏国也有自己的带队哲学，其中很重要的一个方面，就是“变”。

在2022年的宇视AIoT峰会上，他向AI掘金志阐述了自己对于宇视变化的一些思考。

他们在变

张鹏国将自己的创业团队比喻为一部“烈火战车”，在过去十年时间里，一直在做两件事：一边打仗，一边建军；一边高速飞行，一边换引擎。

打仗，顾名思义，就是商业竞争。

从华三出来之后，张鹏国带领团队成立宇视，十年时间里与众多安防新、老势力“开战”，在安防领域做到头部位置，年营收达60.7亿元，并非侥幸，而是真刀真枪打出来的结果。

建军，则是指基于环境变化不断调整战略部署，成立服务于此战略的团队。

例如在营销层面，2021年宇视的营销模式从to G、 to大B快速切换到to SMB，面对不同的客户，战略打法不一样，营销团队也随之改变。

而在技术、产品层面，为了适应环境变化，宇视也调整了部分技术和产品人员，负责阿宇系列的产品调研、研发等，以服务下沉市场。

所谓“一边高速飞行，一边换引擎”则是指，在实现年同比增长15.1%的基础之上，以视频技术为核心，同时保持对研发的高投入，既保证技术先进性，又不断扩充新技术。

2021年，宇视研发投入占年营收的10%左右，专利申请总数3000余件，发明专利占比超80%，便是宇视核心技术的保证与体现。

最直观的印象，是宇视从一家安防厂商变为一家具备全栈式AIoT能力的企业，从早期只有视频技术能力，到能够将物联网、5G、云计算、人工智能等技术全面应用及落地的公司。

不难理解，这些变化都发生在行业变化之下：安防池子太浅，已无法满足宇视的成长需要。

过去，业内不少公司对安防的未来有着自己的研判，也诞生了智慧物联、智能物联、万物互联等热词，但在今年，AIoT成为行业共识，业内巨头与AI新贵都针对性地提出了AIoT战略。

在宇视的AIoT战略下，我们可以看到三个主要变化：

一是前文提到的营销模式从to G、 to大B快速切换到to SMB。

二是品牌理念变为“无限新视界”。

无限新视界可以从三个角度理解：无限感知，以视频技术为核心，以全域技术为外延，感知世界；无限场景，将产品落地到千行百业之中；无限连接，即以产品链接城市、家庭、个人。

三是提出了更为具体的产品及解决方案。

例如，针对乡村市场，宇视发布了贴近群众的“阿宇”品牌。

而在本次AIoT大会上，宇视则一口气带来了包括交通综合治理、疫情防控、智慧路口、智慧社区、智慧高速、智慧停车、智慧机场、智慧地铁在内的8大解决方案的升级版本。

其中，最引人关注的是疫情防控解决方案和智慧停车解决方案。

新冠疫情爆发以来，不少科技公司都在尝试用产品来解决防疫过程中的难点，宇视提供的红外测温枪，可实现无接触测温；电子哨兵则助力社区、公司等进行人员管理；其提供的方舱集中隔离管控方案、居家隔离管控方案等在多个场景等实现应用落地。

而在智慧停车方面，宇视推出了“城市路内+路外停车全解决方案”。

该方案通过智慧停车云平台来连接各类应用，打通停车环节中涉及到的各个利益主体，从节约资源、提高效率、解决车位难找等方面来解决行业痛点。

具体来看，智慧停车解决方案包含GPC482/461等单双目高杆视频相机，搭载了”车辆测光“算法，能够清晰抓拍、检测各类环境下的违停行为；而在中台方面，AIoT中台部署了停车异常数据清洗组件，进一步提升数据有效性；此外，在合作模式上，既可以采取“前端硬件+AIoT中台+后台硬件”的模式，也可以采取“前端硬件组件+第三方算法”的模式实现开放合作。

可以看出，宇视的AIoT产品和解决方案，正落地推广到人们生产生活的方方面面。而这一切，都是宇视主动求变的结果。

通过内力推动的变化，宇视获得了更广阔的市场，同时也将技术、产品带给行业，实现共赢。这正是宇视求变的根本原因。

他们没变

在纳德拉对微软的改革中，有一个点始终没变：微软始终是一家技术服务商。

这对其它企业非常有借鉴意义，不论市场如何变，战略如何变，但企业要搞清楚自身能力、定位。

对于一家公司，知道自己不做什么，比要做什么，同等重要。

如果企业本身没有基于能力划分边界，公司就会陷入无限扩张之中，承受巨大的不确定性。

张鹏国深知划分边界的重要性，因此，在会上，他表示：

AIoT是个非常大的体系，是一片深邃的海洋，也是一个庞大的雨林生态。任何一家公司，不论规模多大，都不可完成对所有行业提供产品和解决方案的全覆盖。

只有整个产业链，如集成商、工程商、经销商、设备商、技术供应商等多方的合作，才可能实现AIoT时代下的万物互联。

而在整个产业链中，宇视的自我定位是：AIoT产品和解决方案提供商。

这个定位包含两层意思：一是划定宇视的业务边界；二是宇视的合作模式。

“宇视永远不做系统集成，也永远不做工程项目。承诺永远不变。”

这是张鹏国的原话，目的就是给宇视画一个圈，让宇视在这个圈内做好业务，而不至于因为其它市场利益，而跨界去做一些能力之外或者吃别人的饭。

扩张可能带来好处，但同时会带来迷茫。坚持不碰边界之外的业务，除了规避无序扩张的潜在风险之外，也让产业链上其它企业有钱可赚，产业本身才能良序发展。

这点可以从宇视的合作模式上看得非常清楚。

今年3月，宇视发布了“阿宇”品牌，深耕县镇村等下沉场景，为了建设下沉渠道生态体系，宇视先后在全国334个城市派出了城市代表，与阿宇合伙人开展市场共建工作；并且投入相应的品牌营销资源，提供金融支持与资金扶持方案，与合伙人共同构建覆盖县镇市场的渠道网络。

在合作之上，宇视坚持“去中心化”，即开放原则。

“在宇视的朋友圈里，我们之间的关系是平等、开放、合作、共赢。”

张鹏国表示，在宇视的行业解决方案中，宇视提供模块化、部件化的组件，不仅开放软硬件接口、SDK等，还开放云平台，为合作方提供快速、高效的应用开发服务。

合作企业都可以在宇视的能力之上，开发差异化产品，构建自身的生态圈。

以技术、产品赋能行业，这正是宇视从未变过的核心定位。

边界，企业的经营哲学

在掘金志曾经的采访中，张鹏国曾分享一个创业的观点：

“创业残酷，有幸活到最后的企业，一定都是会弃子的企业。”

这句话的意思，即是指创业之道，需要企业本身要“守规矩”，不能做、做不了的事坚决不碰。

也就是划分边界。

在商业世界之中，有不少企业靠追热点、炒概念，赶上了时代东风，而当东风不再，便又忙着追新的赛道，抢占风口，这样做从短期来看，确实能够起到一定的疗效。但终归不是正途，属于玩弄“术”的范畴。

对企业而言，企业的生存之道，便是产品和技术能力，抛开产品和技术，去讲营销、炒概念，便是抛却了边界，这样的目光短视而近利，很难走得长远。

当然，突破边界也很重要。

企业需要寻找新的增长点，也需要从营销、赛道上做突破，否则难免拘泥，也不能做大做强。

但只有在“打铁自身硬”的基础上，去突破边界，才能“进可攻、退可守”。

就像微软上云一样，发展云并非是一时兴起，而是以原有的PC业务、底层技术为根本，去拓展跟旧业务相关、给旧业务带来新活力的新业务。

如果纳德拉走的是前任鲍尔默的老路，那么微软这只大象，或许很难再进行跳舞，进而在全面云化的时代落伍，而不是如今市值超万亿美金的巨象。

如今的宇视，坚持以AIoT产品和解决方案赋能行业，和微软一个道理；在此基础之上，通过开放共赢的合作模式、切换营销模式、推出更多的行业应用方案，也是宇视的变通之处。

在自身核心技术的边界之内，张鹏国带领的宇视，将不断突破边界，寻找到更广阔的市场。雷峰网雷峰网

作者 | 肖漫

编辑 | 李帅飞

想象一下，一个充满科技感的温馨家庭是什么模样？

在科技圈内，“全屋智能”一词足以概之。用云米科技创始人、CEO 陈小平的话来说，即是“一屋子的高科技”——这不是传统智能家电式的点状布局，而是由单品智能互联互通构建出覆盖全屋的一张智能网络。

目前，全屋智能赛道上正是一片蓝海，手机厂商、传统家电厂商、房地产商等各路玩家悉数进场，对于全屋智能解决方案的呈现，亦是千人千面。

在这之中，作为行业较早一批布局全屋智能的云米科技，在 3 月 17 日召开的 2022 年春季发布会上，也交出了新答卷——即“1=N44「一站式全屋智能」解决方案”。

云米冲刺，抢占“三分天下”

“1 代表「一站式全屋智能」解决方案，即家是一个整体；N 是指共计 60 多种大类的智能“全家桶”产品阵容；44 则分别指云米管理全屋设备和智能场景的HomeMap 具备的 4 大能力和 4 种服务”。

在发布会上，陈小平重磅宣布了云米科技全新升级的一站式全屋智能解决方案：1=N44。

 “1=N44”的一站式全屋智能解决方案可以说是云米在前 7 年所有沉淀的一次全面突进和爆发。

在发布会后的采访中，陈小平坦言，早在 2017 年，云米就开始思考全屋智能解决方案，用了整整五年多的时间进行布局，最后才凝练出“1=N44”。

其中，N 集合了智能家电和智能家居两大产品部门，包括空调、冰箱、洗衣机、烟灶、净水机、扫地机、智能开关、路由器等，是云米高端AI产品力的体现；4 大能力，则是云米全屋智能解决方案平台HomeMap具有的包括无感组网、主动智能、空间感知、自然交互；而另一个“4”，则是深耕用户需求，提供了涵盖了方案设计、OTA 持续升级智能体验、Plus 会员、增值服务在内的 4 种服务。

在长达 7 年的产品布局中，云米的产品品类已多达 60 余种，是目前全行业最完整的全家桶的产品线。不仅如此，在覆盖家庭场景全品类产品之外，针对中产、高端人士的市场需求，云米还在今年推出了全新高端全场景 AI 产品阵容，加码布局高端全屋智能市场。

发布会上，云米推出了包括 Space Pro 云米 AI 全域风空调、Royal Pro coKiing高端AI双屏冰箱、Boss云米 AI 大屏冰箱、Royal Pro coKiing 高端 AI双筒洗衣机、Space 云米 AI 智目油烟机、Super 2 2000G 云米·泉先 AI 净水器、Royal AI 激光影院等在内的多款高端潮流 AI 新品。

在全屋智能的思考上，云米追求的是深度智能化、完整的一站式解决方案。“云米的逻辑就是购买套系，与其它品牌相比，云米更注重 ONE，希望家是一个整体。我们不是把产品堆在一起就叫全屋智能，我们的底层逻辑是通的，所以是一站式的，一站式换一个词就是一体化的硬件、软件和产品组”陈小平在采访中说道。

数据显示，目前云米已累计实现产品销售超 5000 万件，有超过 200 万户家庭会选择购买成套的云米智能产品。在发布会上，针对不同用户需求，云米推出了 30 万元起售、亿元级别墅专享的高端全屋智能套系，进一步完善自身的套系类型。

对于未来，陈小平表示，云米将围绕现有的品类去进行迭代升级，优化体验。“我们希望未来三分天下有云米，即：未来全屋智能三个主导者，希望其中一个是云米”陈小平在会后采访中说道。

从现有布局来看，云米是有底气的。

云米的底气

相比手机厂商、传统家电厂商、房地产商等玩家而言，云米尚且年轻，最初凭借一款净水器冲进家电行业，而后延伸至厨房场景、全屋场景、再到“人-车-家”的智能物联、AI：Helpful战略的提出，云米走的每一步，都在努力完善和优化全屋智能体验。

在这个时间维度里，其实也是智能家居行业“由点至面”向全屋智能发展的时间区间——可以说，在全屋智能赛道上，云米一直走在前列。

事实上，云米早就深知技术创新的重要性， 公开资料显示，云米申请的专利将近 5000 项，公司研发人员占比超过 50%。

 陈小平介绍道：“我们对于研发投入的比例和程度是非常坚决的，我们的目标是要成为一家科技公司，通过我们科技的投入、研发创新、技术的创新让‘成为科技公司’这么一个愿景，能够真正意义上变成现实。”

不过，智能家居的本质不是单一的产品功能，而是全场景的智能化和互联互通。从单点智能到全屋智能，其实现难度不在于数量上的物理叠加，而是系统级的全面整合和联通，既有产品的创新，也有软件体验、场景联通、交互等方面升级。

对全行业而言，全屋智能是智能家居的终极方向，也是一次质的跃升。作为行业参与者之一，云米一直在不断探索和升级。

在“1=N44”的一站式全屋智能解决方案中，云米并无中心枢纽的布局，而是采取去中心化思路，通过家庭 ID、Home Map 平台、底层协议进行打通庞大的AI产品阵容，从而对智能单品进行有机、有效的管理。

为了达到“以用户为中心”的一体化的体验升级，云米Home Map全屋智能解决方案平台具有包括无感组网、空间感知、主动智能、自然交互的四大能力。

首先，在组网能力上，云米通过一台 seaLink 路由器连接设备，支持连接的设备多达250台，同时在 OneTouch2.0 的加持下实现无感闪连，App 能够自动发现设备，一键联网，多台设备也只需一步。

在空间感知上，云米推出了Alpha X超视感知毫米波，利用毫米波感知技术，根据发射/接收信号的频率差别，监测目标活体的微小运动变化，能够非接触式地感知到家庭成员的存在状态、动作、运动轨迹、心跳、呼吸等。

值得一提的是，相比视觉方案，不涉及画面拍摄的毫米波感知技术更能够保护用户隐私。

在主动智能方面，Alpha X 毫米波雷达也能联动全屋设备，实现全屋设备的主动智能。

比如，毫米波雷达可以检测到房间内是否有人活动，依据检测结果，灯光、空调等设备会主动进行调节；做完饭离开厨房时自动关闭烟机；判断睡眠状态，自动调整灯光、窗帘等进入睡眠模式和起床模式。针对老人突发状况，立即通知家人，报备突发情况；精准定位室内宠物位置，设置智能报警入侵等。

事实上，主动智能的实现意味着云米AI 智能技术迈向第三阶段，即由 Helpful 迈向 Free。正如陈小平在采访中提到的那样：“我们倡导的主动智能，终级结果叫做 free，就是人是自由的，想怎么说就怎么说，想怎么做就怎么做，想怎么干就怎么干，free 的状态，是我们定义主动智能的终级形态。”

在自然交互方面，云米小 V 已升级至 3.0，能够根据设备距离、状态等综合判断选择最佳设备应答，避免多设备同时响应的混乱体验，还可以根据上下文进行多轮问答，支持多设备连续交互，无需重复唤醒。

不仅如此，云米小V 3.0还实现了空间语控，让分区控制成为现实。此外，用户还能根据个人偏好个性化设置语音，根据习惯用语设置执行智能场景模式。

不过，仅有技术能力还不足够，全屋智能不是一次性工程，前期的部署仅是智能化的开端，后期长线的服务升级同样是智能化能力的体现；这一点，云米同样深知。

“全屋智能，光搞产品是不行的，一定要做服务，让用户的体验变的更好”，陈小平说道。由此，云米除了围绕软硬件打造「一站式全屋智能」体验，也提供了包括方案设计、OTA持续升级智能体验、Plus 会员、增值服务在内的4大服务。

前期，专业全屋智能设计师1V1服务，用户能够通过全屋智能方案设计平台，在线体验全屋智能远程设计；后期，在HomeMap 平台支持下，全屋智能的设备固件、智能场景、语音助手等都能够进行调整和升级。

另外，在线下服务方面，云米在全国有超2000家线下场景体验式门店，设置了 3.8 万个售后服务网点，专业服务人员多达 19 万。能够快速响应消费者的需求，全面提升用户的使用体验。

家电行业新物种

从一台净水器起家，在家电行业杀出重围，再凭借智能化技术的迭代以及全屋智能方向的率先布局，从单品智能向全品类智能再到一站式全屋智能，在 7 年时间里，云米始终走在全屋智能的前端。

“1=N44” 「一站式全屋智能」解决方案的提出，即是云米自身的战略总结，也是云米对行业的全面输出——云米产品品类的布局已经完成，而云米不断探索的道路却不会停止。 “接下来我们会不断做产品的迭代，实现体验的升级，家外的产品不搞，云米只把家内的产品做好。”陈小平总结道。

从此次发布会也不难看出，在智能化之外，云米正在不断往高端方向冲刺，推出了多款高端系列产品，根据不同多户需求不断延伸其业务触角，拉升自身品牌定位。

对于一家仅成立 7 年的企业来说，走出这一步棋，需要足够的勇气，但从云米的发展轨迹来看，这并不意外；云米的产品实力和技术优势，也让它拥有了向高端市场布局的底气和能力。 毕竟，云米是在一众巨头之中突围而出，成为“家电行业新物种”。

从宏观视角来看，IDC 《2022 年中国智能家居市场十大预测》报告指出，目前全屋智能行业在我国尚处于发展起步阶段，市场渗透率较低。

但随着 AI、5G 技术的发展，越来越多玩家正在往全屋智能方向深耕，智能家居行业处在格局生变的关键期；而云米，或将成为一大有力的竞争变量。

雷峰网雷峰网

毋庸置疑，作为推动国家发展的关键个体，企业也同样依赖于科技创新。

在众多拥有创新基因的企业当中，有一家企业不断打破技术瓶颈，将颠覆性创新转化为自身发展实力，拿下欧睿国际全球13连冠。

他的名字叫海尔智家。

进入物联网时代，海尔智家不仅在产品科技上持续引领，在转型场景生态中的科技也可圈可点。

2月25日，由海尔冰箱牵头，中国标准化协会、中国消费者协会等机构联合发布了全球首个《自由嵌入式电冰箱》标准，实现了从自由嵌入式到零距离自由嵌入式再到零距离平嵌电冰箱的标准升级，这标志着从此电冰箱进入了前置家电的行列，也标志着冰箱被更加完美地融入到厨房生态中。

这项标准背后是家电与家居场景的完美融合，是一项场景科技的标准。

（一）打破瓶颈，从产品科技到场景科技

众所周知，冰箱在安装时，两侧须预留10cm以上边距来散热。这段距离又称为“闪缝”。

如果用户用手去摸正在运行的冰箱两侧，会感到略微烫手，这是因为传统冰箱大多采用侧板冷凝器，为自然被动式散热，需要在冰箱的两侧和后方均预留至少10cm的散热空间，否则就会影响冰箱的正常运行。

看似仅巴掌宽的闪缝其实对用户生活造成了极大的困扰。

当用户将冰箱嵌入橱柜时，约10cm的散热缝隙会导致冰箱无法与橱柜贴合，视觉上十分不美观，同时缝隙还侵占过多家居空间，让本就不宽敞的厨居更显狭窄。

其次，缝隙极易积灰，且不便清理，时间一长就成了家里的卫生死角。

此外，冰箱箱体突出容易磕脚，尤其对小孩来说有一定的危险性。

为了解决这些问题，早在2017年，卡萨帝就将冰箱散热空间降低到2cm。

但是，在走访用户的过程中，卡萨帝发现虽然2cm的缝隙变小了，但易积灰、难清理和不美观的问题还是没有得到彻底解决。

这意味着：要解决用户痛点，就要彻底消除冰箱闪缝。

为跨越这条2cm的行业“鸿沟”，卡萨帝研发团队历经78个项目、20万次实验，先后拿下155项发明专利，最终实现0闪缝，让冰箱侧面与橱柜实现无缝隙的0cm嵌入。而这项颠覆性的技术，也开启了冰箱无缝隙时代。

更重要的是，此次《自由嵌入式电冰箱》标准的发布，解决的不仅是冰箱美观和散热问题，更是解决了与场景和空间的完美融合问题。

不难发现，海尔智家对科技的理解是最深刻的。因为其对科技的定义已经远远超越产品自身，在实现自身产品科技引领的同时更兼顾了与家装家居的完美融合。从这层意义上说，如今的海尔科技创新已不是简单的产品科技创新，而是场景科技创新。

当同行玩家还停留在传统赛道时，海尔在科技方面也率先从产品科技换道场景科技进行探索和引领，这与其转型场景品牌、生态品牌的战略不谋而合。

（二）抢滩“场景科技”新赛道

海尔智家对于“场景”的认识在进入物联网时代后有了更深层次的理解。

随着物联网时代到来，仅靠技术创新已无法满足用户对智能互联、场景体验的新需求。

用户要的不是一个产品，而是一个场景。

海尔智家洞悉了用户的新需求，从一个做传统家电的企业，转型成为智慧家庭生活服务商，开辟场景生态新赛道。

值得一提的是，海尔智家在智慧家庭的战略大背景下，发展出如今行业首个场景品牌——三翼鸟。

何为场景？以智慧客厅场景为例，海尔智家依托三翼鸟场景品牌，通过海尔电视打造了智慧观影、智慧教育、休闲娱乐和智慧互联四大场景，为用户提供丰富的智慧客厅体验，让电视成为智慧家庭的指挥官。

在智慧客厅，一句话就能对家庭影院、社交、运动健身不同场景进行自由切换，让客厅变成百变的空间。还可以根据高端用户需求定制私人影院，实现个性化的观影体验。此外，教育、娱乐、互联场景皆可定制，满足了用户“千人千面”的定制需求。

其实，这个小场景背后，是三翼鸟的一盘场景大棋：

它不再拘泥于家电创新，转而从用户家庭生活中的各种场景需求出发，基于技术实现家中所有设备的互联互通，构建出智慧客厅、智慧厨房等成套的场景解决方案。在构建场景过程中，三翼鸟又依据用户需求链入上万家生态资源方，为用户带来一站式、全流程无缝的衣食住娱美好生活体验。

由此可见，围绕用户需求而迭变，海尔智家实现了从家电单品创新到场景创新，每一个场景的背后，都是由很多看不见的原创科技做支撑，始终以领先科技服务用户美好生活。

（三）靠什么支撑？“智家大脑”是关键

“智慧客厅”“智慧阳台”等各种场景，背后离不开强大的技术支持。

没有硬科技的支持，做不出强大的场景。

另外，随着用户需求场景越来越精细化，如果只做智能单品，或者只做连接平台的企业，都无法避免智能家居操控复杂、被动响应、不智能等问题出现。

为了解决这些问题，海尔智家打造“智家大脑”，就是给智慧家安装“大脑芯片”。

“智家大脑”能做什么？

当用户走进智慧客厅，说一句“小优小优，我要看电视”，电视立即打开并继续播放之前看的电视剧进度。在此期间，智能空调会主动检测室内空气温度、湿度和洁净度，自动调节运行程序。

准备睡觉时，用户走进卧室说一句“小优小优，我要睡了”，客厅场景自动关闭，卧室场景内的灯光、香薰自动打开，为用户营造舒适睡眠的氛围。睡着后，智能枕还会监测用户的睡眠状态，在用户深度睡眠时联动空调自动调节温度，让用户睡个好觉。

不得不提的是，“智家大脑”还能够学习用户习惯，记录用户喜好，不断升级迭代，为用户提供定制化的智能决策，让家实现从“智能”到“智慧”的进化。

换言之，有了智家大脑，家里的智慧家电可以根据实际环境与用户偏好，主动提供空气管理、温度调控、饮食推荐等多种主动服务场景。

当屋内人数变多、温度升高时，空调自动调控温度并开启新风；

当食材快过期时，冰箱主动提醒并推荐相关菜谱；

试衣时，懂衣云镜根据天气、场合推荐穿搭。

（四）结语

在不确定凸显的2021年，海尔智家却迎来了确定性的增长。

来自市场研究机构中怡康的最新数据显示：2021年海尔智家整体市场份额创下新纪录，以25.1%蝉联行业第一。

事实上，从整体来看，近五年一直是海尔智家的高速成长期，其市场份额已从2017年的15.8%连续增长至2021年的25.1%，五年时间市场份额提升近10%。

这张成绩单的背后，是海尔智家本着“以用户为中心”的初心以及对科技的深刻理解。进入物联网时代，海尔智家在家电科技引领的基础上，已经迈入全新赛道，实现场景科技的换道引领。而正因其对于场景科技的领先性以及对用户需求的洞察力、把控力，才能前瞻性开辟出场景品牌、生态品牌新蓝海，满足用户生活科技需求，引领新时代生活方式升级。

世人常说，“世上本没有路，走的人多了便成了路”。

对于企业和行业亦是如此。

引领者先行探路、行业跟随踏路，而后来者将在已经踏平的道路上不受束缚地大展拳脚。

随着物联网时代的到来，“场景科技”将依然是海尔智家讲述新故事的落笔点。

追溯过往，昔日少有人走的路，如今已经人潮汹涌。唯一不变的是，穿越多次时代浪潮，海尔智家依然走在前列。

雷峰网雷峰网雷峰网

求稳求快的 MIUI 13

手机版 MIUI 13 在发布会上的篇幅不多，关键词是快和稳，主要是流畅度和内存优化。新特性有系统级人脸识别隐私遮罩、身份证图片水印、更多的反诈骗标识和提醒、开放免费的 MiSans 字体、自定义程度更高的桌面小部件、小爱有自定义的个人形象。MIUI 13 由小米 12 系列首发，首批适配机型的稳定版将在 4 周后推送。

平板版 MIUI 13 的核心是 3000 个头部应用的大屏优化、强化的小窗功能（边角内划、长按图标进入、自适应布局）和全局键盘快捷键，能与手机系统进行验证码流转、主动调起手机热点。

发布会上最有象征性意义的，应该是新的“小米妙享中心” ，MIUI 也开始往“万物互联”的方向发展。妙享中心能显示可用设备，也是拖动图标建立连接，能把 APP、音乐、视频等内容在电视、手机、笔记本、平板等设备之间流转（本周定向邀请内测）。

此外也发布了智能音箱上的 MIUI Home、针对企业用户需求的 MIUI TV 企业版（收到 OTA 后可自行切换）、适配手表的 MIUI Watch。

小米 12/12 Pro/12X

小米 12 系列正代旗舰是小米 12 和小米 12 Pro，此外还有用骁龙870 的小米12X，3 台都是统一的外观风格。

小米 12 定位小尺寸旗舰，69.9mm宽，8.16mm厚，180g重。有黑、蓝、紫 3 个 AG 玻璃版本和素皮材质的原野绿配色。6.28 英寸 120Hz 微曲屏（华星光电供应），2400x1080，419ppi，峰值 1100nit，12bit，出厂校色，16000 级自动亮度，大猩猩 Vitctus 盖板，有哈曼卡顿对称式双扬声器。

小米 12 搭载全新一代骁龙 8 SoC（骁龙 8 Gen 1）、LPDDR5 内存 + UFS 3.1 闪存，2600mm² 的 VC 均热板；密度更高的 4500mAh 钴酸锂电池 + 67W 有线快充 +50W 无线快充 + 10W 无线反向充。

影像方面，小米 12 后置 5000 万像素 IMX766 主摄（1/1.56英寸，1μm，F1.88，OIS，6P 镜组）+1300 万像素超广角（12mm，F2.4）+ 500W 长焦微距(F2.4)，前置 3200W。定价方面：

• 8+128 版 3699 元

• 8+256 版 3999 元

• 12+256 版 4399 元

小米 12 Pro 设计语言与小米 12 类似，只是屏幕及机身尺寸更大，163.6x74.6x8.16 mm，205g 重，配色同样是黑、蓝、紫及原野绿。

小米 12 Pro 搭载 6.73 英寸、3200×1440 分辨率、120Hz 刷新率的三星 E5 材质 AMOLED 微曲屏，峰值亮度 1500 尼特，支持 1-120Hz 智能动态刷新率（基于 LTPO 2.0），安卓首发滑动变速（10-120Hz），大猩猩 Victus 玻璃，480Hz 触控采样。外放升级到哈曼卡顿四双扬声器（双低双高，音乐手机预警）。

小米 12 Pro 同样搭载新一代骁龙 8 平台，2900mm² VC 均热板加多层石墨散热；首发自研的澎湃 P1 充电芯片，4600mAh 单电芯电池 + 120W 有线快充（最快 18 分钟充满）+ 50W 无线快充和 10W 无线反向充。

• 前置3200W，OV32B40，1/3”，0.7μm，F2.45

• 主摄5000W，IMX707 ，1/1.28''，1.22μm，F1.9+OIS

• 超广角5000W，JN1，1/2.76”，0.64μm，115度，14mm，F2.2

• 2倍人像镜头5000W，JN1，1/2.76”，0.64μm，48mm，F1.9

小米宣称新的「小米影像大脑」影像架构，让小米 12 系列的相机启动、拍照、连拍、夜拍的速度比其他安卓旗舰更快，有使用 AI 追焦的「万物追焦」，小米 12 Pro 的夜枭算法 2.0 也支持视频拍摄了。

因为搭载新一代骁龙8 以及 FastConnect 子系统，小米12 系列都支持战未来的 Wi-Fi 6 增强版，而 Wi-Fi 6 模式也支持 160MHz 频宽、4K QAM 和并发，无线性能很强。

定价上：

• 8+128 版 4699 元

• 8+256 版 4999 元

• 12+256 版 5399 元

而次旗舰小米 12X，与小米12 的主要差异是处理芯片由骁龙 8 Gen 1 换成骁龙 870，不支持无线充、没有小米 12 的一些计算摄影特性，其余规格基本相同：6.28 英寸 2400×1080 分辨率、120Hz 刷新率曲面 OLED 屏，哈曼卡顿对称式双扬声器，内置 4500mAh 电池、支持 67W 快充，后置 5000 万像素 IMX766 主摄、1300 万像素超广角及长焦微距三摄。

小米 12X 提供 3 个版本：

• 8+128GB 售 3199 元

• 8+256GB 售 3499 元

• 12+256GB 售 3799 元

  
  

其它新品

小米手表 S1，配备 1.43 英寸屏幕，采用不锈钢中框，蓝宝石玻璃镜面，配备小牛皮表带，支持蓝牙通话，支持 117 种运动模式，双频 GNSS 五星定位，标称续航 12 天，支持无线充电，定价 1099 元起（首销 1049 元起）。

小米真无线降噪耳机 3，支持 40dB 降噪深度，支持双设备连接，综合续航 32 小时，定价 499 元，首销 449 元。

AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。AIoT是人工智能技术与物联网在实际应用中的落地融合，它并不是新技术，而是一种新的IoT应用形态。

AIoT从被质疑的新产品、新物种，到爆发性的发展和普及，用了不到10年时间。以智能家居、智能穿戴为代表的AIoT产品早已融入到大家的生活当中。科技在被展望时总是那么声势浩大，而在实现时变得悄无声息。

为探清航向，雷峰网特别推出了「2021最佳AI数智化年度榜」。

本次评选，雷峰网从AIoT、芯片、机器人、智驾、金融、医疗、芯片等10多个行业1000多个报名公司当中，经四个月的调研，最终筛选出91家数智化领航企业，及其数智化标杆项目，予以嘉奖。

日前，2021最佳AI数智化榜单中的“AIoT”榜单正式出炉。小米、OPPO、小度助手(DuerOS)、Aqara绿米、机智云、Amazfit跃我分别获得“最佳智能家居奖”、“最佳AIoT产品体验奖”、“最佳AIoT交互系统奖”、“最佳AIoT全屋智能奖”、“最佳AIoT云平台奖”、“最佳穿戴设备奖”。

最佳智能家居奖：小米

小米是最早进入智能家居市场的手机大厂，小米智能家居从小米手机、小米电视、小米路由器，一直延伸到一些列小米生态链企业的智能硬件产品。其提供了极为完整，产品品类高度丰富的完整的闭环体验。再配以小米祖传的价格优势，确实尽力践行了“让每个人都能体验科技的乐趣”的标语。

小米生态链覆盖了电视、路由器、笔记本、平板、摄像头、门锁、空调、冰箱、打印机、扫地机等几乎所有你能想到的智能家居产品。

小米的智能家居布局和体验之完善，软件之开放，是无论苹果、Google，还是其他国内同行都无法媲美的。因为部分产品对苹果HomeKit的支持，很多智能家居玩家都会通过小米接入Siri。但正如“愿你刷机一生，归来仍是MIUI”，最后大家都会回到小米智能家居当中。

最佳AIoT产品体验奖：OPPO Watch 2

真智能手表的续航一直是无解的问题，强如苹果，每年的芯片提升都被屏幕吃回去，至今也谨守一天一充的“祖训”。安卓阵营里，OPPO Watch做出了双系统切换的设计，在低电量时切换成省电的RTOS系统，在一定程度上规避了真智能手表的续航短板。

OPPO Watch 2系列则更进一步，搭载高通骁龙Wear 4100以及Apollo4s两颗芯片，支持UDDE双擎混动技术，全智能模式下可在 Android（ColorOS Watch 2.0）与RTOS两个系统间无缝切换，从而让46mm版本在全智能模式下续航可达 4 天，轻智能模式续航则达到16天，而 42mm版本续航分别为2.5天和10天。

而运动健康上OPPO Watch 2是则支持全场景睡眠监测、24小时不规则心律监测、鼾症风险评估、实时血氧监测及超过100种运动模式监测，支持家人关爱模式及一键紧急呼叫。价格方面OPPO Watch 2 42mm蓝牙版，将首发价拉到了999元，让更多人可以体验到真正属于2021年智能手表。

最佳AIoT交互系统奖：小度助手(DuerOS)

“小度小度，播放音乐”，“小度小度，明天天气如何”。如今，超千万家庭正在通过小度享受到人工智能带来的生活便利。

作为百度AI的战略业务重点, 小度致力于让人工智能助手无处不在。小度助手现已成为中国最大的对话AI操作系统，拥有最繁荣的合作伙伴生态和开发者社区，并在家庭、酒店地产、车载、随身等多场景做到第一。小度助手能让设备具备与人类沟通的能力，可让用户以自然语言对话的交互方式，实现设备控制、情感交流、信息查询、链接服务、日程管理等10大类目的250多项功能。 

小度布局智能家居领域主要通过构建多品牌合作生态的模式；在技术层面，一方面通过小度助手将对话式AI交互技术赋能给众多智能设备，另一方面通过红外遥控功能对传统家电进行智能改造，升级智能家居体验。截止至目前，搭载小度助手的设备月均交互次数66亿次。

小度是国民级人工智能科技品牌，也是百度软硬件一体化战略的重要载体。以小度助手（DuerOS）为核心，以硬件为重要载体，跨场景布局，旨在为大众用户提供不同场景下更加精准、便捷、多元的智能服务，打造无处不在的人工智能助手服务，用人工智能让人和设备的交互更自然，让生活更简单美好。

最佳AIoT全屋智能奖：Aqara绿米

Aqara绿米最早在2009年创立，在2014年更名为绿米联创，并于2016年推出高端自有品牌Aqara。Aqara绿米是少数同时横跨并接入Apple HomeKit、小米米家、Google Assistant 、Amazon Alexa 等多个平台的智能硬件制造商。

Aqara旗下产品包括温度、湿度、门窗、人体、水浸、烟雾、燃气、光照和睡眠等各类传感器，以及智能开关、插座、窗帘电机、空调控制器、调光器、门锁等各类智能控制器，Aqara绿米也有自己的自动化控制与大数据分析平台。

其现有产品已经组成了完整的全屋智能方案，已拥有超过600家智能家居体验馆，覆盖国内490多个城市，线下服务团队超过10000人，已服务超20万中国家庭，为数以万计用户提供了上门勘测、方案设计、安装调试与售后维护一系列全屋智能相关服务。

最佳AIoT云平台奖：机智云

机智云Giz(mo)Wits（设备智慧）是广州机智云物联网科技有限公司旗下品牌，本身是AIoT开发平台和云服务商，提供全栈（综合）物联网平台服务。其2014年推出中国第一个智能硬件自助开发及云服务(PaaS)平台，是中国最大的物联网开发平台，拥有中国最大的物联网开发者社区。

机智云聚焦新一代信息技术，有完整的技术研发、安全运维、人工智能和售后服务团队，主要业务是通过“软件+硬件+数据+算法“的多种产品组合，为进军物联网的企业提供“云、管、端、边”一体化解决方案，涵盖厂家设备管理、网络连接管理、应用开发、数据挖掘、智能分析、金融计费与第三方系统互联等重要功能，同时可帮助厂家连通企业内其他 IT 系统（CRM、ERP 等），为厂家打造完整的物联网解决方案。横跨了车联网、新能源、工业互联、医疗健康、消费类电子产品等众多行业。

AIoT产品离不开云服务，但并非所有希望进入物联网企业都有相关的技术能力。机智云AIoT云平台具有平台开放性强、关键技术领先、行业通用性广、成本低、实施快等显著优势，帮助企业高效进入物联网产业，成为垂直行业深度与开发者生态广度的物联网数字底座，并创造了巨大的商业价值。 

最佳穿戴设备奖：Amazfit跃我

Amazfit跃我是华米科技旗下品牌，成立于2015年，产品线包括智能手表、智能手环、儿童手表、TWS耳机、体脂秤等围绕健康的个人产品。

作为全球出货量最高的智能手环产品的幕后功臣，华米科技凭借着巨大的出货量和深厚的技术累积，成为业内唯一拥有自研芯片+自研系统+自研传感器的智能穿戴厂商，被网友戏称为“表厂”。而 Amazfit 跃我，也快速成长为全球头部的智能手表品牌，第三方数据显示，Amazfit 跃我智能手表出货量已位列全球前三。

Amazfit跃我GTR 3 Pro 为今年秋季发布的新品，除了换上屏占比更高的圆形屏幕，加入数字表冠之外，还搭载了自研传感器和自研的原生智能手表系统Zepp OS，它同时也是国内首款支持血压研究的智能手表，在同价位提供了极强的综合体验和健康监测功能。

OnHub的性能无法得到保证，届时，OnHub的用户将不得不寻找替代品。

这款无线路由器是2015年谷歌联手TP-Link和华硕共同推出的智能路由器，这款路由器被戏称为“垃圾桶”路由器，采用1ac无线技术，最高无线传输速率可达1900Mbps（2.4GHz频段无线速率为600Mbps+5GHz频段无线速率为1300Mbps）。这台路由器只要联网就可以远程控制控制家里的任何智能设备。

但是，只要用户使用该设备控制其他智能家具，就必须登录谷歌账户，这让自己家庭网络的使用情况暴露于谷歌监视之下的风险。

这款此前被称为谷歌未来智能家具的核心的路由器，也将退出舞台。谷歌也寻找了另一种替代方案，为用户提供了40%的Nest Wifi路由器折扣，这应该比OnHub价格低了不少，此前该路由器高达220美元（约合人民币1402元）。目前，Nest Wifi的单独售价为149美元(约合人民币1224元)，外加一个扩展器的最低售价为189美元。

2014年 Google花费 32 亿美金重金收购 nest ，当时让人们一度惊讶。而谷歌确实需要在智能家具市场立住脚，对谷歌这样视创新为生命的公司而言，其在智能手机领域的现状并不足以令其高兴。因为这个市场的标准是由苹果确立，目前在美誉度和利润占有上，谷歌生态也是落后于苹果生态。

要完成颠覆苹果模式，确立一个新的标杆，谷歌必须要抢占一个新的阵地。而物联网，就是谷歌能抓住的最好机会。

不过未来智能家具联网后，如何保护用户隐私，也是各大厂商值得思考的。雷峰网

文章编译自：https://www.theverge.com/2021/12/20/22847277/google-onhub-router-shutdown-2022-nest-wifi-replacement

10月，中国生产汽车233万辆，同比下滑8.8%。

被誉为智能穿戴时代的代表产品TWS，今年增速猛然放缓。

智能穿戴时代和万物互联AIoT新时代的钱景无限，但当下的台风口和引爆点到底在哪里？2022年产业出路和新方向又指向何方？

所有问题的答案，均将于12月8日和12月9日在深圳深铁皇冠假日酒店揭晓。

届时，龙旗、安盟智能、卫和医学、金亿帝、瑞勤电子、安声科技、昇生微、灜通通讯、智听科技、欧菲光、舜宇、樱花、宏景智驾、合肥智行、思特威、镭神、ARM等来自智能汽车、智能手表、TWS和智能门锁4大行业、近40家企业技术和市场精英，将分别亮相“智能汽车视觉感知创新峰会”、“可穿戴健康监测产业峰会”、“潮涌国产芯，TWS创变全球”、“安全守护智能门锁3.0时代”4个峰会论坛，与过千位行业精英一起共同探讨“人、车、生活的智能盛世”，洗礼元宇宙的全新思维模式。

潮电智库认为，由手机+智能眼镜+智能手表+TWS将构建的全新智能穿戴时代，其市场规模将放大至20万亿元；由新能源汽车主导的智能汽车自动驾驶变革时代，将催生出10万亿的市场；由智能门锁开始，带来的全屋智能，全面颠覆家居生活的传统方式，5万亿的市场还仅仅是保守估计。

产业和市场变革就在身边，但新时代市场钱景从来就不是平坦的康庄大道。不仅会螺旋式曲线上升，还会因为市场政策、技术迭代的失误，跌宕起伏的爬行一段时间，然后再高高跃起。

潮电智库认为，智能驾驶的下一个十年，市场格局之争是中美之争，因为中国和美国在汽车保有量上并列世界第一。在技术变革上，视觉感知协同是智能汽车技术迭代的核心和基础。

潮电智库预计，2021年全球TWS出货量在5.9亿对，增速放缓至28%。但最麻烦的是，山寨白牌TWS库存高起，整个TWS产业链正处于“肿瘤切除期”。

潮电智库判断，智能手表2022年的技术路线已从过往的运动追踪，逐步上升至健康顾问，最终成就私人医生是智能手表技术发展的终极目标。

智能门锁不仅会成为全屋智能入口，而且还是全屋智能全面爆发的窗口，5万亿元的市场在2030年将成为实现。

前景和数字均极其美好，但今天疫情下的全球经济却不容乐观，消费疲软已成现实。出路何出，未来何去何从。价值投资的潮电路向，也将在于12月9日在深圳深铁皇冠假日酒店揭晓。

届时，《全球潮电卓越榜》首次发布，来自智能汽车、智能手表、TWS和智能门锁4大行业的50家卓越企业将隆重登场亮相。

潮电未来已来，在这里，读懂潮电，读懂卓越。

雷峰峰网雷峰网

Counterpoint Research新发布的全球智能手表跟踪报告显示，今年第三季度全球智能手表出货量同比增长16%，延续了上季度两位数增长的势头。

当中最猛的三星，其Galaxy Watch 4系列在今年8月发布，有Galaxy Watch 4和Galaxy Watch 4 Classic两款，这一代最大变化是从自家的Tizen系统，切换成基于Google Wear OS的One UI Watch系统。

全球智能手表出货量前六名↑，图源Counterpoint Research

双方的合作是教科书式的双赢，Galaxy Watch 4系列的出货量远高于预期，三星刷新了自己的季度出货量记录，智能手表出货量仅次于苹果，占比从去年同期的10%增长到14%，而Wear OS的季度市场份额也从可怜的4%暴涨到17%。 

• 苹果在2021年三季度仍然是第一，但市场占比从上一年同期的28%下降到22%，部分原因是Apple Watch Series 7的数据要到第四季度才能体现。

• 华米Amazfit凭借欧洲市场的表现排名第三，占比从上年同期的5%微涨到6%。而华为因为众所周知的原因，从上一年同期的第二（当时占比14%）滑落到5%。

• 本季度，印度品牌增长迅猛。印度智能手表市场排名第一、第二的Noise和boAt，其出货量是上一季度的两倍多。

市场上的智能手表价格并不算很高，2021年第三季度，2/3智能手表的售价都低于100美元（约合640元人民币）。Counterpoint Research高级分析师Sujeong Lim表示：“Galaxy Watch 4系列的总出货量的60%以上，都是销往北美和欧洲这些中高价位机型占比较高的地区，为进一步扩大市场份额，三星预计将在2、3年内针对快速增长的亚洲市场推出低价机型”。

全球智能手表系统占比变化↑，图源Counterpoint Research

比起厂商的占比变动，智能手表操作系统的变化就更大了。Wear OS暴涨到17%，仅次于苹果的watch OS（22%），随后是华米的Amazfit OS、Fitbit OS和Lite OS。

智能手表市场还是百花争鸣的状况，很多厂商都是自研系统或者RTOS系统（就是被大家调侃为大号手环系统的那个）。Counterpoint Research预测，随着用户对第三方APP支持的重视程度提升，真·智能系统的占比会提升。不过，国内用户可能会有另外一番看法就是了。

雷峰网 雷峰网 雷峰网

作者 | 肖漫

编辑 | 李帅飞

又是一年双 11，各大手机厂商刚刚结束了一场鏖战。

在这场因电商而起的“手机大战”中，线上渠道被默认为是主战场——但对于小米来说，今年的双 11，不仅仅是一场线上之战，也是一场线下 “新零售” 的战役，当然更是小米检验其新零售模式是否跑通的关键一战。

事实证明，大战告捷。

据小米官方数据，在双 11 期间，全国小米之家销额同比增长 102%，其中手机品类销量同比增长 113%——可见，在 "新零售" 的全新布局下，小米线下呈现出了蓬勃的生命力。

恰如在十年前通过互联网模式 “如鲶鱼般” 打破了智能手机市场的格局，如今，以 “新零售” 为核心思路，小米的 "鲶鱼效应" 在线下市场再度重演。

渠道变革：小米线下的一个重要拐点

什么是小米的 “新零售”？

简单来说，新零售就是小米自去年以来对线下模式一次全面的调整，从选店、管理、货物分配等全链路的调整；用卢伟冰的话说，这是“用电商的思维做线下，全链路数字化”。

小米最新公开数据显示，截至 10 月底，小米线下门店已经突破 10000 家，其中近 8000 家是近一年的时间里开设。

不难看出，小米线下店正以疯长的态势进驻着 OV 的强势腹地——线下。

“中国线下是一个‘易守难攻’的市场”，一位小米内部高层人士向雷锋网感慨道。从手机线下市场局势来看，华为 OV 显然已经具备了足够的先发优势，甚至是独立后不断发力的荣耀也凭借其渠道商的基础支撑下快速起势。

反观小米，虽然在 2015 年就开始线下布局，但显然传统模式并不适合小米，当时小米将互联网模式落到线下也得不到大基建、电商下沉的支持。所以在全行业看齐OV，发现财富密码学做线下的时候，小米并没有实质性的扩张线下。

2020 年，小米线下迎来一个重要转折点。

雷锋网从内部人士知悉，2020 年，小米全力加码线下；更重要的是，小米还在大量线下渠道调研之后，通过对河南手机零售市场的考察，总结出了一套 “河南模式”——即简化业务模式、简化组织结构、简化业务动作。

基于这个模式，小米全面启动了线下渠道改革，将原来四种主要线下渠道业务模式（小米专营店、小米授权店、小米专卖店和小米之家）缩减至两种，即在城市商圈开设小米之家品牌店，在乡镇地区开授权店。

按照小米的规划，线下渠道的开店模式将按照“一市两商多店，一县一商两店，一镇一店”进行。在卢伟冰看来，这才是符合未来渠道模式的演变和小米自身战略发展的渠道模式。

“未来消费者是一站式的全场景体验购买”，卢伟冰表示，而从小米的业务体系来看，其手机、AIoT，甚至是未来的汽车正是在构建全场景方向。

除了对全品类品牌店的强调，小米线下改革的另一重点在于下沉市场。据小米官方数据，小米线下店的县级覆盖率已超过 80%，接下来将往镇级进一步下沉。

不过，分散的乡镇市场其实是一块难啃的骨头，这些区域多是熟人经济占主导，对本地资源具有强依赖性；这也意味着“一刀切”地将渠道改革成自有专卖模式并不实际。

由此，小米在乡镇地区保留了授权店模式。

“小米的专卖模式和授权模式在新零售的逻辑是一样的，是一套模式贯穿城市和农村下沉市场”，卢伟冰表示。而他所提及的一致性，包括了门店设计陈列、小米仓库自动配货、同一套零售通系统……

按照小米的规划，小米将在县级市场开设 1000 家小米之家，在镇级市场开设一万家店线下店。

截至目前，小米之家城市市场的覆盖率已达到 97%，县城覆盖率达 81%，乡镇则是刚刚开始，覆盖率仅有 4%，成为明年线下发力的重点。

小米新零售“秘诀”：效率！效率！效率！

渠道改革仅是线下布局的一环，铺好了管道，如何进行连接，快速“通水”实为关键。

从小米改革的成效来看，其硬件性价比策略并无改变，硬件毛利依然不高，而线下门店之所以能够快速扩张，在于新模式带来的效率。

改革后的渠道模式更为扁平化，而这种模式的显性好处是压缩了渠道空间，减少了中间环节，隐形的好处则是数字化和执行力，加速提升了效率——这也是区别于 OV 线下模式的一大特色。

首先，在渠道管理上，小米采取“渠道管理与信息管理并重”，以分公司形式，建立与渠道体系配套的管理组织架构，实现“总部一个指令，直达渠道终端”。

另外，在货物管理上，小米新零售没有将“付款提货”这个传统渠道视为法宝的环节，对比传统方式“先款后货”的信用对赌，商家进货无需按照成本打款提货，门店的分货直接由小米工厂直达店面，实现 “端到端” 的货物分配，减少了串货、压货的问题。商家则拿着小米的返点再进货，通过提升周转效率获得更高回报。

值得一提的是，乡镇的授权店的货权依然在经销商手上，即采用的是按原价进货、售后返利 7%的政策。

那么，小米是如何获得门店数据进行货物调配？

针对线下店管理，小米在去年推出了两款新工具——零售通和 POS 系统，结合渠道实现数字化管理闭环。

据介绍，零售通是一款货物管理 App。于上，线下消费数据能够实时刷新上传，实现信息透明化，实时掌握线下经营状况；于下，小米总部任何一个政策、激励、动作等也都能够通过零售通直接触达门店。

POS 系统则是线下零售商进行进销存管理以及门店运营管理的 PC 端系统，能够  PC 端做进销存管理、月度报表管理等，与零售通数据完全打通，

通过移动端和 PC 端的结合，小米不仅掌握线下点的实时经营数据，而且对用户留存起到关键作用，帮助小米在新零售体系内沉淀私域流量用户——据了解，这一用户数已达到 1 千多万。

基于此，小米线下 CPS 模型已经成型：线下门店作为前台负责销售和展示，后端的备货、物流、安装等则由小米仓库进行调配。

在此基础上，小米进一步提出“销服一体”概念，让下沉门店在“销售”职能外新增“服务”，包含售后服务和增值服务，例如碎屏险、以旧换新、运营商服务、贴膜、消毒等。

34% 的 ROI，小米如何做到的？ 

从近一年的线下布局来看，小米线下开店势如破竹。

今年 1 月，千店同开；截至4月底，小米之家数量超过 5500 家；仅仅过了半年，小米之家数量就实现破万。

但需要指出的是，线下门店数量的增长并不意味着线下销售以及市场占有率的提升；甚至有声音质疑称，相比华为 OV，小米发力线下还存在天然的短板——即手机毛润率低。

对此，小米不以为然。

一位小米内部人士向雷锋网表示，小米线下模式属于“低风险稳定收益”，由于毛利率较低，需要高效率实现高利润，从直观感受来看，相比其他经销模式，小米新零售模式从一开始就吃了哑巴亏。

在小米看来，用电商的思维做线下，看的并不是毛利率，而是 ROI，更进一步细化，是流量、转化率、客单价、连带率等指标。

“毛利率其实是没有价值的，给你放一个名义的毛利率和最后赚多少钱是两回事”，卢伟冰表示。

卢伟冰指出，从上半年的经营情况来看，其线下 ROI 已达到 34%，这意味着如果一位经销商拿 100 万做小米生意，大概率能够赚 34 万。

另外，对于线下销量的表现，卢伟冰在投资人交流会上也作出了解释。在他看来，零售店需要一个养店的过程，周期大概在 3-12 个月。因此，相比线下店的增长，销量存在滞后性。

按照小米的规划，其线下门店的扩张计划达到 2-3 万。“未来我们要用三万家超越友商在线下市场 20 万家店的覆盖，用 3- 4 倍的效率差去降维打击，这是我们最简单的一个目标”，卢伟冰说道。

而卢伟冰的底气，藏在 ROI 中。

虽然未来的表现难以预见，但从双 11 的战绩来看，小米线下改革无疑是卓有成效的——从这一层面，小米“新零售”模式，已经开始跑通了。

总的来看，在近一年多的改革中，小米从“以电商方式做线下”的新思维、“城乡一致、线上线下融合、销服一体”的渠道新模式，以及“零售通、POS 系统”的数字新工具等各个环节进行了新零售布局。

对于线下市场，小米已经“由城市深入县城，再到乡镇”，并通过一套数字化模型，发挥线上销售优势深入线下店的毛细血管，与线下门店进行深度绑定。

从更深次的层面来看，小米对线下的改革，其实也是对整个销售体系的统合，将“线上”“线下”进行全面打通，小米成为整个零售环节的数据中心，能够全面、实时地把控销售这一环节。

那么， 小米新零售的未来如何呢？

在卢伟冰看来，今天的小米新零售还没有发挥它的威力——未来小米三万家店会实现如今它的对手们在线下 20 万家店的覆盖，这是小米的基本目标；本质上，这是小米在用新零售的高效率模型大概对手的低效率模型。

从这一层面来看，这是一种降维打击。

而在雷锋网看来，小米新零售的本质，实际上是它经过漫长而又曲折的线上和线下探索过程之后、而最终提取出一个符合其企业基因和价值观的方法论，这个方法论背后有着深厚的理论支撑，但更重要的是基于小米对新零售的一种自信。

正如卢伟冰所言：

所以友商抄的都是我们表面的东西，内核是抄不了的，为什么抄不了？因为价值观不一样，商业模式是价值观的物化，有什么样的价值观才能决定什么样的商业模式。我觉得这是我们最自信的，我们的自信是理论自信和道路自信。