他们因AI而齐聚，从最顶尖的学术象牙塔中走出，希望用AI之钥，革新传统产业尘封已久的商业模式。

然而，回看这场探梦之旅，绝大部分高调入场者，最终都黯然收场，只有寥寥数家企业冲破封锁，其中佼佼者成为人们口中的“AI四小龙”。

最初的高光过后，外界对AI公司高融资、高研发、高亏损的质疑不断升温。

在有关四小龙失速的讨论中，技术光环褪去，资本热情消散，政策风险提高，是最人尽皆知的原因。

从同一CV战线，到分头走向不同道路，事到如今又面对同样一个问题——哪里才有新的生机？

市场的转机，往往发生在技术演进的刹那。

在被定义为中国“大模型元年”的2023年，命运的齿轮又开始重新转动。

藉由AIGC的风口，AI赛道一改颓势，重新占据各类热门话题的榜首。

在重新拉开的新赛事中，AI的老玩家们必然不会缺席。

说“安防+AI”过时，言之尚早

2016年，当阿尔法狗在棋盘游戏上夺走人类最后的荣光，AI赛道的投融资开始热得发烫。

起初几年，初创公司们备受风险投资的宠爱，资本争抢着上前买单，企业只需醉心实验室研发，便能坐看估值升高。

然而几年过去，眼看着企业在融资、研发、亏损的泥沼中没完没了，商业化落地又迟迟难以大规模铺开，资本逐渐板起面孔，不再愿意听着故事为亏损买单。

理想中，技术带来的馈赠之下，这是一场“众人拾柴火焰高”的合作共赢，但事实上，大家合力助推的不仅仅是浪涌，同时还有盛大的泡沫。

随之而来的，是市场关于AI商业模式的探讨，能否验证自身商业化能力，成为评判一家AI企业新的考核标准。

短短几年，风向急速扭转，原因在于AI这一极具颠覆性技术带来的畅想，掩盖了新技术在价值转化过程中会遇到的困难。

安防是AI最早落地的场景之一，通过人脸识别、行为分析等技术，监控系统得以提高效能。但同时，安防行业的碎片化特点，让标准化、通用化难以实现，导致AI企业在追求算法和精度的过程中，陷入高度定制化的盈利困局。

尤其随着雪亮工程建设尾期结束，安防行业也遇到发展瓶颈，于是有人问，问题是不是出在安防行业，换一个行业，问题是不是会迎刃而解？

一个事实是：AI确实遇到了商业化落地难题，但安防是AI应用落地的起点，大模型时代的开启，安防仍然是一个不错的起点。

在智能化的视角下，智能本质上解决机器学习人类的认知、视觉、运动、意识、记忆五个方面。人工智能的核心技术包括语言智能、视觉智能、运动智能。

而视觉智能最大的应用场景就在公安，也即狭义的安防市场。

一直以来，AI视觉的落地都在经历同一个过程，从公安起步，到政府，再到企业，大模型的落地也不会例外。

在依图科技副总裁许焰看来，智能化的每一次进展，都脱离不了以安防为起点，“在政府各部门中，公安部门的信息化一直做得非常超前，对视频数据的利用在业务上存在刚需，对技术理解最深刻，最愿意用新技术解决面临的问题。”

以往问题的症结在于，AI原有技术路线始终难以突破成本瓶颈；如今以大模型为代表的新一轮AI风口的出现，相当于为价值和成本的兼顾难题提供一个极佳的解法。

大模型的到来，也为处在转型迷茫期，重新思考自身价值和出路的AI企业，带来了新的生机。

早期成立的AI公司有客户基础，拿依图来说，公安行业大部分都是其老客户，一旦依图有新技术，落地转化将非常快。

更重要的，上一波AI公司在商业化上吃过苦，早已不再只谈技术领先，他们明白，只有将领先的技术与业务场景相结合，并做到低成本，才是真正解决用户痛点。

大模型时代，安防行业做好准备了吗？

大模型时代到来，安防行业做好准备了吗？

如果用一句话总结，可以说是：安防市场的需求与技术浪潮撞了个满怀。

在这一轮新的AI风口上，四小龙都纷纷赶考多模态大模型：商汤发布了“日日新大模型”，云从发布了“从容大模型”，旷视也发布了轻量级LLM模型推理框架...今天，依图的“天问”多模态大模型虽正式发布较晚，但事实上已经得到了客户的积极认可，目前在已在30多个项目中部署应用，落地进程更进一步。

这些AI的老玩家们，从上一轮厮杀中，顽强活了下来，如今藉由此前积累的数据和行业认知，从视觉切入多模态大模型，是一次水到渠成的向外拓展。

近两年，安防行业发展进入瓶颈期，增长乏力，放眼安防行业的主要参与者们，无人不渴望变化，纷纷在广度、深度两个方向寻求破局之道。

广度上，狭义上的安防市场，从以抓逃布控为主体的公共安全业务，走向更综合的城市治理类业务；与此同时，泛安防市场借助视觉智能化技术，向前进入更大的ToB企业市场，同时增加非视频投入，通过扩充产品线，寻求更大的增长空间。

深度上，企业仍以视频为核心，在智能技术上进一步投入感知智能、认知智能，部属大模型能力。

这两个方向的开掘，都与视频的智能化紧密结合。

从早期“看得见"，到“看得清"，再到今天大模型赋能下的“看得懂"，视频智能化经历了L1-L5五个阶段的进化：

从图片的结构化标签到视频的语义理解；

从众多的判别式任务模型到视觉为基础的多模态大模型；

从端侧摄像头AI算力到云边侧集中式服务器AI算力；

从人、车的识别到长尾物体的识别；

从标签式筛选交互到基于语义的人机多模态交互。

在L5阶段，大家基本达成一个重要共识：以Transformer为基础的大模型统一了视频和大数据的底层框架，也开启了视频智能化情境理解的新时代。

意味着面对同一个指令，整个流程将从割裂的两个步骤简化成一个步骤，并且由于省略了中间过程，预测准确性将极大提升。

以统计A路口过去十天的拥堵状况为例，以往的做法是，先通过摄像头做解析产生大量结构化数据，再到数据库环节匹配结果；而视觉和大数据的融合，将非结构化的视频和结构化的数据库做了融合，变成用一个模型统一解决，具体到操作，只需语音指挥即可，“过去10天A路口特别拥堵，请将该路口的摄像头调取出来”。

换言之，大模型时代，当数据从一端流入，结果就会从另一端直接流出。

于公安行业，将是一场警务信息化系统的大改造。

首先，大模型将带来视频智能化建设的重大转变。

视频智能化建设分两种模式：一是图片流，前端相机直接做智能化，然后把图片回传后端做进一步分析，缺点是大量信息被丢失；一是视频流，前端摄像头负责捕捉，后端进行视频分析，虽然保留了视频中的所有语义，行为能被完整刻画，但由于没有大模型的加持，视频完整语义的价值并没有被完全挖掘和使用。

走视频流的智能化路线，是对客户更加负责的选择，“图片流只能做人脸识别，随着业务需求增长，图片流建设模式就会变成断头路，只能换新相机；而视频流对前端建设有利旧保护，只需后端升级算法即可。”

考虑到大模型只能部署在后端，未来视频流智能化或将成为主流。

其次，是IT基础设施的重大变化。

前面已经提到，传统的信息化技术，通过前端摄像机会产生大量结构化数据，结构化数据存在数据库里，数据库则存在硬盘里。

大模型时代，所有数据经过模型处理，会生成蕴含对视频语义完整理解的特征向量，特征向量存在向量数据库里，向量数据库存在显存里。

在从传统数据库变到向量数据库的过程中，基础设施层面，也将从过去建CPU为主的数据库系统，到建设GPU为主的向量搜索系统。

基于这一认知，依图在2022年发布了求实服务器。

对于这款服务器的诞生，许焰如此解释：“进入到向量时代，超融合架构的服务器威力非常大，依图求实服务器有一个最大的特点，内存即显存，因为即便英伟达的A100也只有40G的显存，但求实服务器内存可以到512G，甚至1T。”

再者，从生产过程讲，有了预训练大模型，用户需求端到端的时间以及成本会被极大压缩。

一方面，用大模型技术替代过去小模型，可以极大压缩生产过程周期，降低算法研发成本，让客户更快享受到技术的红利。

比如，当用户要做一个“骑电瓶车不戴头盔”的需求时，AI公司需要先收集数据做训练，需求提出到满足，至少一到两个月。

有了预训练大模型后，只需输入“骑电瓶车不带头盔”的指令，就能生成算法，一周时间即可达到之前一两个月才有的效果，并且时间越长，模型精度越高。

另一方面，通过算法和算力的端到端的整合，也会带来成本最小化。

许焰对雷峰网举例，“过去做1万路视频智能化，得用16个机柜，现在算法和算力实现端到端整合后，只用一个机柜就可以解决所有问题，但整体成本下降了80%。”

最后，从业务层面讲，传统的指挥中心、移动警务、侦查破案等都会发生重大变化。

比如指挥中心可以直接通过语音调取摄像头，如“帮我调取所有公园的视频”、“帮我调取所有现在拥堵路段的视频”；移动警务也将变成，民警在路上巡逻上时，不再需要在执法仪上打字，而可以高效率地通过语音输入指令，如“请查询前方戴黑色帽子的人的身份。”

“新安防、真智能”，安防的下一个十年属于智能

“依图一直坚信安防市场会从监控走向智能。”

如果说依图有什么明显区别于其他公司的地方，就在于其始终认可安防市场的价值，并用十年时间坚守安防市场。

谈到依图对安防市场的贡献，许焰满是自豪：

“自2012年成立至今，在安防智能化发展的各个阶段，依图都代表业界最前沿水平。依图之所以坚信安防是个好市场，一个原因也在于依图在安防市场做到了盈利，持续为客户创造价值。”

这种价值具体表现为，时至今日，依图是安防行业第一个推出可实战可商用的多模态大模型的公司。

“第一个”写起来虽然简单，但对于依图而言，背后是沉甸甸的付出。

2018年，依图提出“新安防，真智能”的口号，至今未变。

彼时，视觉智能化快速发展，人脸识别开始进入规模化落地阶段。依图的“新安防”口号，为公安业务流程的变革而发；“真智能”口号的提出，则强调了“真正的智能”给安防行业带来的差异化的用户价值。

进入大模型时代，公安的业务流程、智能化程度跃迁到了新的阶段，但依图这句口号的内核依然没有变化。

真正让人动容之处在于，依图并没有沦为“口号专家”，而是将口号挂在了实际行动上。

一直以来，客户看似不合理的追求六个字：高价值、低成本。

满足这个需求并不容易，尤其在AI这一有着极高技术和渠道门槛的赛道。

但依图对这句话的信奉和践行，是AI公司中难得一见的扎实。

支撑依图“安防是好市场”背后的商业逻辑正是，追求价值最大化、成本最小化。

依图2017年开始布局芯片板块，2019年5月9日发布首款云端AI芯片“求索”，用于视觉推理领域。

当时的发布会现场，依图通过四块“求索”芯片，实时比对现场观众，演示十分钟内，无一起误报。

依图之所以向上做芯片，在于看到了算法性能高速发展和机器算力提升缓慢的矛盾，这一矛盾导致AI公司们要么牺牲算法性能，削足适履；要么没有先进算法，空耗资源。

而随着中美科技竞争的加剧，美国对中国芯片的封锁制裁力度持续升级，国产化具有高性价比的芯片产品在此刻显得尤为重要，依图的选择似乎又更具有前瞻性：做硬件和算法的端到端的整合，可以给用户最高性价比的后端智能化产品。

如果说，以前因为缺乏统一的模型结构导致芯片和算法公司难以匹配，在一定程度上说明人工智能芯片还不太成立，那么到今天，这个阻碍已经消失了。

2019年，依图开始投入以Transformer为基础的大模型技术，如今回看这一决定，其意义在于，选对了公司未来几年的发展路径。

当企业选择的方向更准确，研发的效率就会更高效，成本更低，对客户而言就是更高的性价比，最终实现双赢。

“到今天，依图的多模态大模型已经在全国30多个项目中部署应用。”据许焰向雷峰网介绍，依图“天问”多模态大模型，有以下三大特点：

其一，视频语义搜索能力，支持用自然语言搜索各类视频。

类似“堵塞消防通道的车”、”积水的路面“、”无人看管的红色行李箱“等表达都可以快速找出对应的视频。

其二，零样本、冷启动。

比如要创建一个骑车不戴头盔的算法，只需输入“骑车不戴头盔”，就能生成算法，并且算法一旦上线，便能在线上做分钟级的训练，越用精度越高。

其三，内置了大量凝结依图对行业认知的算法。

通过针对性的将特定数据放入训练模型中，如大客流、重点区域防控等典型算法，来提高模型性能。

今年以来，依图的天问大模型收到不少令许焰印象深刻的反馈。

某城市交通事故频发，该市客户找到依图做城市路口的常规违章和不文明行为判定，要求用天问大模型赋能利旧的前端摄像头。

依图做了闯红灯、超速、不礼让行人、骑车不戴安全帽、违法掉头、压实线等各种各样的算法，系统上线第一天，准确度只有60%-70%，一周结束后精度基本达到100%，并且成本比以往的建设成本下降了 60% - 70%。

在许焰的回忆中，“当时这个客户特别兴奋，因为依图用一周时间，解决了该城市交通治理极大的痛点。”

除了大型项目，多模态大模型的意义还在于解锁长尾算法。

以往，大量中小型客户，由于支付能力不强，此前对AI没有刚需，未来借助大模型的迁移和通用能力，可以降低成本门槛，这些用户也能用上用好大模型。

结语

路漫漫其修远兮，吾将上下而求索。

2019年，依图发布第一款AI芯片，从屈原的《楚辞》中找到“求索”一名，表达了对人工智能技术、人工智能产业落地探索的热情。

与此同时，依图也开启了将Transformer技术用于视觉领域的研究，并同样从《楚辞》中找到“天问”一名，赋予彼时还尚出世的视觉多模态大模型。

时至今日，依图在国产化算力上有了“求索”和“求实”，在大模型算法上有了“天问”。十年AI路，依图所打造的“全栈AI技术”和"一站式AI解决方案提供商“的形象也越发清晰，完整。

在大模型时代，依图对安防智能化依然信心满满，秉持着为”价值最大化，成本最低化“的运营理念，投入坚决。随着视觉多模态大模型产品的商用推出和规模化部署，依图又一次站在了AI新时代的浪尖。

大模型时代必然会产生新的商业模式和应用场景，在依图的第二个十年，我们期待它能再一次引领行业，再一次把“新安防，真智能”的口号变成现实。

“做什么的都有，但基本没人做安防了。”

安防行业，正在在经历一种看不见的“坍塌”。

一、一群「先进的野蛮人」

信息化、数字化、智能化，安防行业历经了近20年的变革与洗牌，每个大变革时期，都会有大批安防人在此坚守，与行业一起经历一波又一波的兴衰更替。

但最近一次，曾经的老安防人，正在逐渐离开行业。

“老安防人”是一批什么样的人？

安防从来不是高大上的行业，在外界看来，个中的安防人也尽显老实，甚至土气。

其实，他们是一批再普通不过的普通人，可能学历平平，薪资也并不优渥，但他们稳健、踏实，兢兢业业的干活，有着寻常老百姓最质朴的人生观和人生理想。

一切的平静，被一群“先进的野蛮人”打破。

“AI独角兽的入局把安防行业搅得昏天地暗。”刘晖感叹。

几年前，一大批背靠资本的AI公司大张旗鼓闯入安防市场，高价挖人、低价竞标，以雷霆之姿攻城略地。

他们给安防带来了从未有过的闪光灯，也让这个传统市场经历从未有过的震荡。

安防人的生存空间被挤压、价值观被扭曲、工作机会被剥夺，有些人被时代捧上天然后重重摔下去。而随着国际局势、行业政策、疫情等外部的变化，安防人的处境更加艰难。

1、真正懂业务的传统安防人，不被重用

AI公司入局安防后，招人凶猛，刘晖告诉雷峰网，安防头部大厂做一个子场景，五六十人的业务团队就够了，但相同的业务，北京一家明星AI公司至少招了快200人。

不仅大疯狂扩招，还要高价挖人。

“AI公司当时一来，整齐划一的动作就是从传统安防厂商大量高价挖人，销售、研发、渠道全都挖。”

在刘晖看来，有的人原本只值40万，被AI公司炒的差不多要80万，最高给到100万，2倍薪酬挖人，不少公司快被搞废了。

以海鑫科金为代表的北京安防企业在2018年以前，能在可承受范围内招到清华北大模式识别的人才，在AI刚兴起急需人才的时候，原本按照正常市场价格能够养得起一个小的AI研发团队，随着一些财力雄厚的AI不惜重金挖人，2018、2019年之后，清华博士工资翻了3-4倍，整个人力成本大幅增加，根本招不起。

而被高薪挖到AI公司的传统安防人，想好好干活，却得不到重用，他们非常实际且有效的提议经常被否决，以为能在AI公司大展宏图，结果生存空间被画饼派挤压。

许明曾到一头部AI公司P时，发现他们不依靠摄像头，在VR里面直接进行人脸识别。许明质疑脸太小，不能保证识别的精准度时，领导回复算法是老大，算法怎么说，产品就怎么做。

当时的P公司，做产品的经验不多，更多是在外面跑新需求，没有从头到尾跟过一个闭环的项目。直到2017年，P公司才意识到相机的重要性，并逐渐改变算法导向的思维。

不过，这时候P虽然有了产品意识，会针对一个真正有需求的场景拼命砸人力、物力做产品，但成本根本降不下来，而且动不动就不做了。

“很多AI公司都不是安防出身，没有安防基因，他们不知道自己在做什么。我们的想法也经常被忽视。”

因此经常会出现领导和市场在前面吹牛，实际干活的在后面追着不停填坑的局面。

王泉在广东一家AI公司任职时，其CEO极其擅长讲故事，每次跟老板一起见客户，最害怕的就是老板吹牛收不住，实际落地撑不起老板画的大饼。前端有时为了获客，也经常会夸大效果和交付周期，到了产品和落地苦不堪言。（更多内幕，欢迎添加微信Yukuaikuaier 交流）

“AI创业公司一般就三板斧：好故事，好人才，以及一场场价格战。”徐岸总结，花心思讲故事是为了融更多的钱，有了钱就能高价挖人，再用价格战轰炸市场。“讲好故事没问题，可有些人，只想讲故事，这对干实事的人很不公平。”

徐岸在头部AI公司做项目负责人时，意识到一垂直领域的巨大前景，凭借公司的技术，只要用心做，他有信心可以做好，他带着方案找到上级时，对方却泼了一盆冷水：你一年可以拿千万营收回来，但我要这一千万干嘛呢？

在上级看来，千万营收太小了，满足不了讲故事的需求，很多业务线都亏损，但公司不在乎，他们需要的是能讲故事的业务线。

说白了，这些企业想赚的不是当下的钱，是未来的钱。

什么样的业务故事能够赚未来的钱？

比如当时爆火的芯片，一些AI公司也敏锐嗅到了拉高估值的机会，大力投入芯片，于是招兵买马，热火朝天开工。

但部分公司内部管理无比混乱，有相当长的一段时间，某企业芯片负责人主要任务就是防止自己人被挖走，最后核心团队的人所剩无几，产品没做出来，牵头人换了几波，后来也没消息了。

芯片没做出来，这些企业又相继重兵做XR、元宇宙，但都没能达到想要的结果。

最后一波测温仪的机会，也没能抓住。疫情后地方客户资金短缺，仅有的一些项目，都被更落地、做得了脏活累活的企业吃下了，AI企业做不了，扎不下，也不想扎下去。

刘晖告诉雷峰网，2019年有家明星AI公司准备新建研发中心，到各家公司去挖骨干，并答应给他们一笔不菲的签字费，让对方直接带团队过去。后来这家公司的新研发中心因为人力成本过高，先前高薪聘请的员工很快被优化，又重新招了一批便宜的，再后来，疫情来临，研发中心撤了。

业务大刀阔斧被斩后，当中的人也不得不接受命运的安排。

“你说我要去就被坑死了。看见什么有市场就重兵投入，一股脑进来乱搞，没一个在点子上，结果是什么都没有做出来，人也走的走，裁的裁。”

于是，这些被高价挖到AI公司的安防人，以为被时代眷顾，被高高的捧起，又被现实狠狠地摔落。

在不少人看来，为了上市，小龙们不得不提前做账，做完账后又需要消化一段时间，提前把增长性吃完了，后续就增长乏力。

这些擅长讲故事的企业和人，改变了安防行业的融资逻辑。原本按照此前的市场规律，融资看的是财报，企业可以一点一点项目慢慢做，后来的估值逻辑变了，企业需要不断拉投资，“能不能成平台型企业”、“有没有一个有激动人心的故事”成了投资人最关心的问题，企业只能讲投资人爱听的故事，拿了钱要研发标准化产品。

“我非常理解公司的处境和难处，讲故事在这个阶段，确实是最紧急也最重要的事情，我不会去质疑高层的策略，他们看的比我更高、更远，更比我更关心公司的生死，我只是觉得对我们这些真正干实事、懂业务的人，非常不公平。”离职前弘淼向领导倾诉道。

2、价格战、洗数据背后的短视与腐败

AI公司进来之后价格战的猛烈程度，也是老安防人未曾经历过的。

此前安防也经历过大大小的价格战，但都在商业可接受范围之内，行业的默契依然是以产品和服务为核心。

但AI企业进来后打得最猛的那几年，用白菜价格竞投项目的案例比比皆是，无论价格多低的生意都有人做，而且是抢着主动低价。

李津到了当时资本市场炙手可热的AI公司C后，发现公司经常为了抢市场，频频1元投标，不管能不能做，先把标的抢过来再说。

海康在海关领域占有率很高，程鸣表示，他们是单独业务部门结算，正常报价，产品价格不会降到地板价。

当时他们与C公司竞标时某个项目时，海康评估要60万的项目报80万，C公司把价格打到底，直接30万，甚至1元投标。

而且海康是按照流程直接拿自家的产品去测试，而对方针对项目专门做训练，再跟海康的结果比。通过低价控标，项目的确被C公司抢过去了，但最后产品能力让招标方很失望。

李津之前在传统公司，在竞标项目上也有一定的技巧，但公司层面直接不计成本竞标的玩法他很少经历，不少同行不再精进业务，而是指望着公司下场。

一些AI企业对项目也饥不择食。

当时西部有个项目，海康不能贸然竞标，需要内部评估项目是否值得做，在程鸣看来，很多项目本来按照正规流程，可以有做得更好，但AI公司一听有项目，立马过去，在中间截胡，最后因仓促应标，产品不好用，交付不顺，客户在此后项目中更加谨慎。

华南区一公安部门就曾经历过这个教训。他们早期跟一个企业合作，花了几个亿建一个平台，结果效果非常拉胯，前期投资打水漂。

后来他们决定不再采用单一合作方，升级换代后，新系统同时支持6种算法，分别预装了海康、大华、商汤、旷视等六家的算法，信息检索时，6个算法同时出结果，最后采用哪个算法就给哪家付钱。

“对我们的收入确实有影响，但总体影响不大，因为我们坚守价格底线，只要在赚钱，无非利润高低，”程鸣强调，“但他们这些AI公司不是，他们只要拿单不在乎是否赚钱。”

“饿死同行，逼死企业，”邹默难以接受，“我们中小企业是一点汤都吃不到了。”

头部AI企业品牌效应大，技术先进，报价又低，在项目竞标时，对方的优势凑一起，其他企业根本没法玩，邹默认为就是这类企业扰乱了市场。

一边是AI企业强势入场低价抢项目，一边是海大宇碾压状态，小的安防公司夹缝中生存。

不仅是低价，在其他方面也小动作不断。

A、B两家头部公司在西部抢项目，做摄像头测试的时候，B公司雇了几个人弄大集装箱车挡在A的摄像头前面，最后B抢到了项目，虽然后来公安局对B进行了警告。

“有些AI公司路子野得很，当时有个项目他们做不进去，就派了七八个个姑娘，身高1米7左右，又漂亮又年轻的，上面穿着丝袜超短裙去做项目促销，也抢了一些市场，可能不多。”

李津感叹，各类大厂和AI公司进来后才发现这样的事情非常多，多次刷新他们对行业的认知。

“行业八卦越来越多，越来越离谱，以前大家总是讨论业务，后来各种新闻成为话题中心。”

打价格战，起码还在一线真枪实弹地火拼。

而不少企业为了做营收，躲在最见不得人的阴暗处祭出洗流水的手段。

洗流水，通俗讲就是把别人的单子，通过财务手段在自己公司账上走一遍，然后给对方一定比例的过单费，江湖行情价在六个点左右。周进告诉雷峰网，洗流水在ToB领域诞生了很多年，后来AI公司也如法炮制。

怎么操作？

比如甲公司接了5000万的项目，AI独角兽找到甲公司，说这个项目在自己公司账上走一遍，可以给甲公司6个点返点。

于是甲公司通过名义合同，将项目分包给AI独角兽来做，实际仍由前者实施，如此AI独角兽就有了营收。在业内，这叫“过单”，6%的返点就是“过单费”。

市场上甚至衍生了一条黑产，业内叫牵桥，专门给上市、待上市公司做流水，数据通过各种过桥首发，中间七弯八道，得到偏亮的账目数据。

“很多AI公司的业绩就是这么来的。其实投资人在早期也并不关注利润率，他们更关注总营收，以便在击鼓传花时做一个高PS值。”

于是在各种骚操作下，很多公司一个销售一年可以创造上亿的销售，但里面只有3个点的毛利。

在这个过程中，没有任何利润，没有创造任何价值。

传统安防销售们去到AI公司后，原本在兢兢业业陪客户喝着最烈的酒、做着最复杂的项目，但时间一久发现自己过于“老实”：那些对洗数据刷单驾轻就熟的销售，整天坐在办公室里吹着空调喝着咖啡，鼠标一点，电话一拨，过一次单，就能做出自己吭哧吭哧一年都做不出的营收，而且拿着和自己一样比例的销售提成。

这帮老实人们非常的委屈，要么愤然离去，要么也走上了贪腐作弊的道路。

“完全是为了纸面上的数字服务，估值能上去，能上市，什么都能干。某种程度你可以认为这就是资本逼着干的。”周进说话直接了当，“投资人可能并不是真的关心这个赛道到底能不能产生千亿市值的公司，他关心的是大家认为它值钱，未来值钱就好了。”

3、浮躁的CEO让员工疲于奔命

2018年左右，原本在一传统行业上市公司的李笑想打磨下自己全方位的能力，当时AI非常火爆，于是就去了一家小有名气的AI公司。

当时公司非常舍得在人才上花钱，无论是技术、研发还是品牌宣传，都不惜高价费尽心思从其他公司挖人，同事大多来自联想、百度、科达讯飞、海康、大华等，看着公司的人员架构和牛人，李笑对公司充满期待。

他记得初入公司，CEO问过他原来公司的市值，当听到600亿时的第一反应是“才600亿？”，对此非常不屑，“那时候，包括我们公司在内的AI公司都想做一个千亿市值的公司。”

但这个AI公司的表现并没有匹配它的野心。

作为一个科技公司，公司投入最多的竟然是品牌，而不是研发。

李笑认为，这些AI公司来钱太容易了，在创始人看来，只要会包装，把品牌做好，资本闻着味儿就过来了。

对研发、业务轻视的结果是产品稀烂，李笑认为不只是一个AI公司，几乎所有AI公司的产品、业务转化能力都不足。

公司在安防做过最大项目是与华东公安的合作，说是最大，其实做的东西非常简单，就是卖门禁，后来对方也没有继续使用，烂尾了客户就换了供应商。

产品卖不出去，业绩就做不上去，没有业绩就无法融资，于是想方设法做收入，当时公司就陷入这种恶性循环。“其他AI公司也一样。”

后来公司找了一个集成商做业绩，公司垫资接近1亿元接了一个项目，引入了一个高级副总裁负责业务，本来想通过集成商把收入做上去。“但创始人又对这个人不信任，觉得hold不住，后来就闹掰了，于是公司现金流就出现了问题，融资没融上。”

后来资本的风吹到哪里，公司就做什么，以至于3年换了3个赛道。

2019年年底，资本回过味了发现安防不是他们想象的市场，公司融资开始受阻。创始人让换方向，不让提安防，想做自动驾驶，在CEO的视角，“自动驾驶来钱快，现在的资本不需要你真的造车，有个PPT就有钱了”，显而易见，什么也没做出来。后来公司快不行的时候CEO又让做VR，中台火的时候还想做中台。

李笑回忆，那时候创始人和融资同事天天在外面跑，拉投资，拉不到就说不行，要换方向。

每次换新方向，公司就招一批人，做了三个月发现收入做不上去，就恨不得把人干掉。

“当时公司同事都想拧成一股绳好好做事。但老板不着调，今天做盒子，明天做人脸门禁，后来做VR，大家不敢说什么，但心里都有怨言，觉得公司不干正事。”

疫情期间，人脸测温门禁非常火，但公司的测温门禁不仅发烫，还容易死机，供应链也不行，海大宇的又便宜又好用，公司很多传统安防公司来的业务副总裁、销售等卖公司的产品都觉得被打脸。

“现在这些AI公司不行了，就都把问题归结为疫情，但其实如果他们愿意踏踏实实做事，愿意花钱好好做产品，也能活下来。整个AI圈子都非常浮躁，能做出真正产品的没几家。”

李笑说，“公司把很多人伤得很深，到最后所有人都跟老板不欢而散，包括合伙人。我们的一个副总裁，在这之后甚至离开了AI行业。”

他表示，在这之后他找工作一个重要标准就是不能找不懂行业的老板，后来李笑还是回到原来的行业，他现任的公司的创始人是一个非常有能力、务实且懂行业的人。

4、海康大华双雄承压，不断下沉

除此之外，当AI公司抢夺海大宇的市场，海大宇不得不挤压更细分的市场。

原本，海康大华占据头腰部市场，中小企业在腰尾部市场存活，能维持市场生态平衡。

当AI企业如雨后春笋般成立，吸金又吸睛的独角兽，AI四小龙的气势汹汹来；互联网大厂纷纷跨界下场，进入大安防市场，华为强势介入，毫不掩饰重仓智慧视频的野心。

这些计算机视觉优等生、商战领域王者，要么年轻有技术有活力，要么庞大有钱会造势。

与此同时，自2019年起国际局势变化后，海康、大华在欧美市场逐渐收缩。

AI公司、大厂和华为们的系列操作进攻下，海大宇驰骋安防多年，也不可避免在各种外患下倍感焦虑，以海康大华的体量，已经很难保持高增长，而开拓新赛道不仅回报期长，也需要长期投入。于是，下沉到长尾市场成为一种选择。

这几年，海康、大华的业务触及范围越来越大，此前，海康大华一直承包大G城市级的集中型项目，转舵ToB后，聚焦各个细分行业，在长尾市场越来越下沉，恨不得做到毛细血管。社区、园区、商业、工地、楼宇、商铺、工厂、景区......

当外部大环境下行时，头部大企业尚且能开渠挖地，中小企业却无地可守。

海康大华边际成本低，为了市场有一定的让利降价空间，但中小企业不是，中小企业没有品牌优势，技术研发实力不足，体量小抗风险能力低，依赖渠道关系，当海康大华以“低价、高性价比”的产品和服务进入下沉市场，传统中小企业的生存空间会被大大挤压。

“未来的安防只有海大宇玩，大树底下寸草不生，大局已定，这几棵参天大树已经把全世界都吃了，不管谁进来，无论是阿里、华为还是AI四小龙，进一个死一个。如果海康大华都承压的话，其他公司更不用说了。”

5、大时代：落寞的集成商

被时代浪潮倾覆的，还有集成商。

在平安城市规模化铺开的时候，有渠道有技术的集成商能吃下不错的项目。如今，在宏观政策、市场环境以及疫情之下，大型集成商的步伐也日渐沉重。

“现在地方没预算再做大规模的平安城市、雪亮工程了。”孟傲说。

市场的收紧，让安防产业受到挤压。

与此同时，雪亮工程作为近几年安防最大的应用市场，原本规划是2021年，现已基本结束，进入存量运维阶段。

换句话说，以政策驱动的安防，黄金时代已经过去了。

孟傲告诉雷峰网，原来一个城市就有几个几千万的单，现在都合成一个变成几千万。就这还打折，8000万的单，可能6000万中。

以项目为主的集成模式，首先议价能力低，毛利率不高；其次整个项目周期长，回款慢；最后，竞争激烈，财务、管理等成本增加。

其结果就是：现金流极其缺乏，安防集成商们步履维艰。

在新三板挂牌上市的经纬视通直接在2019年报告中显示：

“政府招标的传统交通工程项目垫资与回款周期长，财务成本高，坐等死的商业模式，把公司带入营收巨减，利润大幅亏损的困境。”

孟傲就是这时代洪波中的一份子。

孟傲之前在华南头部安防集成商公司，其集成业务主要在智慧城市的公安领域，项目多在西部。

这几年公司有项目接，但收不到钱。所谓的3P项目，确实是可以拿合同去贷款、去融资，只是这个钱是乙方去贷，按期还，融资是发行股票，融了资以后还款。但甲方回款周期过长，大多数乙方抗不过周期。

“地方客户可以给你订单，但要3-5年钱才能到账，全是应收账款，公司就容易被拖死。”

比如一个项目的集成，一年做20亿、7%的毛利，一个项目可以挣1.4亿，但是甲方一分钱不给，那利润就等于零。

孟傲告诉雷峰网，他们公司以前在东北做一个6000万的项目，公司部门账面上就6000万。

“一年整个公司几百号人，内部资金成本去了六七个点，拖一年7个点没了，拖2年14个点没了，现在做啥项目14个点的净利润，还能让你耗2年，还收不到钱。”孟傲很无奈，有的地方资金缺乏，甚至直接谁垫资就给谁订单。

与此同时，2021年开始，运营商开始大规模做集成，蚕食传统集成商市场。县镇、乡镇一级基本由广电网络包揽，大城市以移动和电信为主，小部分市场是联通，基本上平安城市、雪亮工程的公安业务都给到了运营商。

此前传统集成商做平安城市，会把通信部分包给运营商，建骨干网拉光纤，如果是运营商中标，也会给这些集成商，后来运营商们发现集成商们做的事似乎很简单，于是跳过集成商，自己接项目，找分包。

公安领域市场极其碎片化，集成商市场天花板在60亿左右，一般一个企业做到30亿就难有突破，更多是百万、千万元级别的项目。

多面夹击之下，大型集成商也败下阵来，要么逃离，要么转型。

孟傲所在的集成商入局安防市场多年，现在安防业务基本停滞。“大坑填不平，应收款太大了，签再多合同都是亏损，会发现做这个业务没意义。”

易华录三四年前也开始逐步退出公安市场，主攻数据湖业务，以极低成本方式对冷数据进行光盘存储。

不只是集成商，曾经安防产业链制造的核心深圳，有众多安防中小企业，在这几年也死伤一片。一个个行业创业老兵，陆续进入了失信人名单。

而大时代下的人，也都各奔东西。

孟傲所在集成商的整个安防部门几乎都裁掉，只剩几个人做维护。当初孟傲一批到公司的二三十人，做什么的都有，但基本没有人继续做安防了。

二、AI公司转身，留下一地鸡毛

周雨松作为老安防人，他很早就意识到AI企业的打法行不通。

一是技术壁垒不高。算法做得好不好，取决于训练的数据量和调参，调参的门槛并不高，核心是数据。AI公司是花钱买数据，因此早期有算法优势，但设备商只花了2年时间就追上AI企业。

“AI公司过多看重自己的算法，这是致命问题。但他们也没得选。”周雨松看来，科学家都喜欢追求极致，总觉得算法要做NO.1，但市场不一定需要一个极致的算法。在安防领域，人脸识别算法达到一定水平后，90%以上场景都够用了，再花力气研发提高准确率，对客户不重要。

而且，安防不是只有算法，有镜头、传感器、编解码器、CPU、传输，算法必要，但不核心。算法不能成为独立的产品去销售，你不会为了算法买单。

一边是传统安防企业的奋力追赶，一边是AI的开源。早期AI公司的算法非常贵，开源后，AI技术极速扩散，一个学生上网下载代码，也能快速搭建出一个应用，AI企业很快失去技术议价能力。

“你想下我们公司自己都能去训练，这东西壁垒才多高？所以AI公司卖200元的时候，深圳已经有人卖20元。”

第二，安防是项目制。

AI公司一在区域没有人脉根基，二人力成本高，海康大华等公司扑上去单个人力成本是1万元一个月，AI公司扑上去是3万、5万，战线还特别长，AI公司曾期望做标准化SDK，后来发现不仅做不成，还做一单赔一单。

“所以之前在AI四小龙手里的项目又回到他们手里，海康大华把市场又抓回去了。”

周雨松从传统安防公司出来的时候，收到过两家头部AI企业的offer，他问过他们一个问题：“你们营收多少？”

可是这些企业对这个问题都讳莫如深，只是一遍遍强调融了多少钱。

没有等到想要的答案，周雨松印证了自己的看法，果断拒绝了offer。

这些AI公司，也在意识到安防行业成就不了他们的“千亿市值梦”之后，立马投奔下一个迦南美地。一个赛道不行就换一个赛道，是很多AI公司的套路。据悉，头部AI公司的城市安防业务都在大规模收缩。

但安防行业，却回不到原来的轨道了。如今的安防行业，已经没有了曾经的热闹与繁华。

太平洋安防通信市场，位于中国电子第一街华强北，曾经最大的安防卖场，无数个夜晚灯火通明，如今已经是化妆品的地盘了。

这个全球电子产品制造中心和世界最大的电子元器件集散中心，见证了中国安防行业的繁华与落寞。

周雨松表示，即使没有这些AI公司的到来，安防行业也会完成智能化转型，他们的确加速了这一进程，但也带来了一定的副作用。

一些安防公司打拼十几年积累下的产业，在资本的迫击炮下面前不堪一击，要么倒闭，要么另谋出路。更多的安防人，离开了赖以生存多年的行业。

三、安防的大时代落幕了，但AI视觉的时代没有

中国安防的黄金时代已经过去了，但另一个时代的科技之魂正在重塑。

AI工业界有句老话：得视觉者得天下。

AI视觉始于安防，但远不止于安防，To B、To G和To C领域，你所能想到的产业，都将是AI视觉的疆场。

这片疆场当然包括当下如火如荼的大模型。

多位头部大厂大模型负责人告诉雷峰网，大模型以多模态技术为核心，多模态中，视觉技术难度更高，相对于NLP，可以更容易实现跨模态发展。

只要跟现实世界交互，视觉就是核心中核心。大模型时代，有实力的视觉公司依然能占据一席之地。

无论是AI视觉还是大模型，都是比安防更大更广阔的舞台。

未来万里河山，天高海阔，请相信，一个新的黄金时代终将会到来。（想互通有无，可添加微信 Yukuaikuaier 交流）

文中人名均为化名。雷峰网雷峰网雷峰网

作者：李溪

编辑：余快

5年估值暴增超200亿元

12月16日，星宸科技首发过会。

星宸科技成立于2017年12月，这个年轻的芯片公司，在短短5年内，4轮融资，而其估值，也在此期间暴涨。

2018年，星宸科技估值仅为2.82亿元；2019年5月和12月两次融资后，估值从Pre-A轮后5.51亿元增长到A轮后的13.33亿元。

此后3年，星宸科技的估值实现三级跳跃，2020年6月，B轮后估值35.71亿元；2021年2月，C轮后估值45.22亿元；2022年2月，星宸科技间接股东转让所持有的公司股东股权，估值226.10亿元。

这意味着，5年内，星宸科技估值暴增超200亿元，增长约80倍。

与估值同步增长的，是星宸科技的业绩，其主营视频监控芯片，业务主要在智能安防、视频对讲、智能车载三大领域。星宸科技这几年业绩可谓搭上直升机：

2019年-2021年，星宸科技营收分别为7.11亿元、11.93亿元、26.86亿元，净利润分别为0.63亿元、2.17亿元、7.54亿元，业绩持续上升，特别是2021年，星宸科技营收同比增长125.19%，净利润同比增长247.29%。

根据Frost&Sullivan数据，2021年，在智能安防领域，其全球IPC SoC市场和全球NVR SoC市场的份额分别为36.5%和38.7%，市场第一；在视频对讲领域，全球USB视频会议摄像头芯片市场的份额为51.8%，市场第一；在智能车载领域，中国行车记录仪芯片市场的份额为24.0%，市场第二，在中国1080P及以上行车记录仪芯片市场的份额为50.0%，市场第一。

但从数据来看，2022年上半年星宸科技业绩有明显下滑趋势。

2022年1-9月，星宸科技的营业收入为16.9亿元，同比下降22.38%，净利润为3.94亿元，同比下降41.18%。主要是视频对讲芯片产品销售收入下滑。

业绩下滑，估值却不减反增，甚至在星宸科技IPO前夕，股东大举分红。

2022年上半年，星宸科技现金分红的金额为3.64亿元，值得一提的是，其2021年归母净利润也才7.54亿元，其中未分配利润为6亿元。这也意味着，星宸科技将公司4年利润的60.19%都分给了股东。

此外，截至2020年末、2021年末、2022年6月末，星宸科技交易性金融资产分别为14140.74万元、30493.27万元、21662.81万元，该交易性金融资产主要为理财产品。换言之，星宸科技成立了两年就花了1.4亿元去购买理财产品。

背靠联发科，剑指安防芯片全球NO.1

星宸科技，也叫SigmaStar，其核心团队源于晨星半导体（MStar），其核心业务是在ISP、音视频编解码、模拟电路设计、SoC系统设计以及自研IP，而在MStar背后，站着的是联发科（MediaTek，简称MTK）。

联发科成立于1997年，由蔡明介离开联电，同其带领的多媒体芯片设计部门一起成立，策略定位“三流价格、一流质量”，曾通过与华强北合作，拿下“山寨机之王”的称号。

有意思的是，晨星与联发科曾是竞争对手，2012年，联发科宣布以千亿台币收购晨星，是当时中国手机芯片领域最大的收购，直到2018年2月，才完全完成收购。

在收购完成的前一年，即2017年，晨星半导体前COO林永育等一众MStar核心人员在厦门成立星宸科技，林永育担任董事长兼总经理，进攻消费电子、安防、物联网和多媒体等AI芯片领域。

这个新成立的星宸科技，由联发科投资10亿，2018年8月正式落户厦门。

股权结构上，在IPO之前，联发科经过SigmaStar持有星宸科技81.05%的股份。

但在上市前，联发科通过股权操作，只持有星宸31.98%的股份，使得2020年1月1日后的“星宸科技不存在控股股东及实控人”。

他们甚至还专门发布了《关于不构成实际控制及不谋求星宸科技股份有限公司控制权的承诺函》，业内人士表示，此举或许是为了减弱了联发科作为实控人的忧虑。

即便如此，星宸与背后的联发科，依然存在千丝万缕的关系。

技术上，星宸科技委托联发科及其控股子公司提供非核心的产品开发服务，报告期内，采购产品开发服务分别为5080万元、3845万元、3030.8万元、1086.49万元，占当期研发费用的比例分别为 29.00%、14.31%、6.68%和 4.57%。

截至2022年8月19日，星宸科技核心技术中，已授权专利51项，其中24项为公司自联发科及其子公司受让取得，占比达到了47.06%。

事实上，星宸科技拥有120项已授权专利，57.5%来自于受让方式。

业务上，星宸科技IPO，与联发科关联采购交易达1.5亿元。

据招股书，2019年星宸科技向联发科及其控股子公司购买相关专利463.62万元、存货1160.00万元以及固定资产163.86万元。

星宸科技对海思安防霸主地位的觊觎由来已久，联发科曾与海思在多个领域的交手，但大多未能获胜，在星宸身上寄予其厚重的期望。

早在2019年，就出现了“挑战华为海思，联发科旗下星宸科技欲夺下IPC芯片第一宝座”的声音。

但它的野心还不止如此，林永育也曾在公开场合表示，星宸科技的目标是成为安防监控芯片市场的全球第一。

而当时，这个公司才年仅2岁。

占山难为王

尽管星宸近2年市场份额快速提升，但要想真正拿下安防第一宝座，并不容易。

现在的安防行业正在发生新的变化：

大消费类与传统安防界限模糊，并且前者向后者渗透

以前的安防主要面对渠道，需要专业的项目型产品，但现在很多场景，如商超、店铺、小区等，消费类产品已经能够满足需求，并且凭借价格、体积等优势，逐步向传统安防渗透。

封闭AI逐渐淡出市场，开放AI成为主流

“AI+安防”产生的化学反应能量巨大，未来的AI一定是开放的，不具备平台开发能力的AI，将被市场逐渐抛弃。

产品品类大串联

IPC芯片、AI算法、NVR以及低功耗摄像机之间，将形成整体串联的方案。

这三大变化，意味着芯片企业不单要考虑产品线，还要加大对AI的投入，以市场需求为导向，提供涵盖各品类、低中高端的产品。

安防芯片企业要做大做强，除了有灵敏的市场嗅觉与战略部署之外，芯片本身属于技术+资金密集型产业，不存在投机情况，企业要有长期持续投入人才和资金的定力。核心技术要有充分的积累，而这并非一朝一夕就能达到。

星宸科技还面临的问题是，群狼环伺。

海思从2019年的最高占比60%跌至3.9%。

在震荡中，行业洗牌，一批国内企业崛起。

星宸科技、富瀚微、北京君正、国科微、中星微在视频物联领域快马加鞭。晶晨股份、全志科技、瑞芯微也纷纷布局安防SoC领域，竞争暗流涌动。

不同厂家可以基于自身优势和资源，选取不同的突破方向，生态、业务、性能各有优点。

北京君正已经进攻后端芯片，推出NVR芯片。其在视觉领域摸爬滚打十几年，近年来发力智能安防市场，2016-2020年安防SoC领域营收不断增加。2021年上半年营收营收为23.36亿元，同比增长558.46%，净利增长2994.8%。

富瀚微，背靠安防龙头企业海康，作为国内ISP头部企业，近年积极布局IPC、后端SoC，控股子公司眸芯瞄准NVR领域，借着安防芯片涨价的东风，近2年业绩暴增。

联咏科技深耕多年，具有完整的产品线，近几年稳步发展。

中星微技术，则成功发布SVAC/H.265双模编解码芯片——“星光智能三号”，是国内自主创新的新一代视频编解码芯片。

其次是应用问题。

眼下，不同玩家们大多都会基于自身资源及优势，选取业务、性能、生态等方向作为突破点。

但一款好的芯片，一定需在实际场景中打磨迭代而出，缺乏经年累月的正向打磨，很难沉淀AI工程化交付能力。

安防市场极度碎片化，且做到500万片以上的出货数量才有成本优势；前端、存储、产品开发、组织建设，都需要相应时间做充足积累。

再者，是技术突破。

北京君正、富瀚微、联咏科技、星宸科技在中端安防芯片缺货潮中成为最大的受益者，跻身市场头部，但却没有一家公司的产品取代海思高端3559A。

高端安防芯片市场的角逐仍在继续，尤其是在人工智能芯片上。

安防领域存有大量的算法需要前置，而目前的算法训练基本还是基于后端的深度学习模型。

此外，安防行业还需实时处理大量连续图像数据流，数据处理在于两大维度：一、每秒处理帧率要越来越高；二、图像分辨率要越来越高。

同时，芯片中最为关键的其实并不是单纯提升算力，如果不进行存储优化，那么芯片实际提供的计算力会大大降低。雷峰网雷峰网雷峰网

作者：李溪

编辑：余快

泛视觉行业正经历冰与火的双重夹击。

国内外形势风云变幻，资本持续观望，新兴创业企业脚步趋缓，经济下行如寒霜在夜里蔓延，传导至整个产业链。

但广袤的土地之下，无数场景需求如新芽探出头，迸发出碎片但不可阻挡的活力，这是技术、市场行至今日自发的驱动力。

是的，泛视觉领域的车轮没有也不会停止，专业AI普惠化，正成为泛视觉行业未来最大的确定性。

视觉AI普惠趋势下，海量碎片化市场如雨后春笋，产品需要新的功能，品牌需要新的品类，行业需要更丰富的AI算力，更低的功耗，更低的整体成本，长期更好的品质和有效的功能创新。

在这种背景下，北京君正正式推出全新一代12nm工艺AIPC芯片T41，以泛视觉行业专业AI普惠化为目标，力图为行业注入确定性。

T41系列芯片，可应用于专业安防，智慧家庭，机器视觉，算法识别，低功耗视频，会议视频，车载影像等广泛领域。

一款好芯片背后的「自我修养」

海思之后，发力进攻高端芯片的企业比比皆是，但并非都具备中高端芯片的能力，目前大部分厂商存在一个或多个短板。核心技术要有充分的积累，而这并非一朝一夕就能达到。

中高端芯片壁垒大致在以下几个方面：

算力

4K成像和编码能力

低功耗

开发工具成熟度与易用性

在更广阔的视觉领域，视频物联芯片考察本身竞争力、集成方式、开发工具成熟度与易用性、功耗与价格等。

这对芯片厂商提出的综合要求明显提高，需要具备完整能力的芯片。

一款好的芯片，一定需在实际场景中打磨迭代而出，缺乏经年累月的正向打磨，很难沉淀AI工程化交付能力。

君正多年来一直在强化自身优势基础上，在以上几个方面扩展和突破。

衡量一款芯片是否达到AI工程化交付能力，算力实为衡量AI芯片指标的重要因素之一。

• 12nm工艺，1.2T@int8真实算力

T41采用当前行业最先进的12nm工艺，有效解决了算力密度和功耗发热的问题，从本质上提升了芯片的性价比。先进工艺可以带来物理上实实在在的优势，这是摩尔定律问世以来半导体行业的基本规律。君正上一代主力芯片T31第一个进入22nm节点，并以此取得突出成绩，足以充分说明问题。

在泛视觉行业中，算力诉求和成本/功耗之间的矛盾在22/28nm工艺上难以化解，随着行业内卷加剧，出现了算力虚标风气。T41以12nm先进工艺的方法，从物理上实现矛盾突破。

T41内置君正最新的神经网络加速引擎，支持1.2T@int8/4.8@int4真实算力，支持int16/int8/int4/int2混合量化，可以有效节省算法推理的内存占用，降低功耗。

• Magik 2.0开发平台
  

芯片的平台软件开发工具非常重要，相关工具是不是易用、稳定，对于AI应用开发者来说都非常重要。如果开发工具不成熟或不易用，很容易就会被开发者和市场抛弃。

经历了Magik1.0时代的各种磨砺和考验，Magik2.0算法开发平台更加成熟，完善，开放。

Magik2.0全面升级了后量化工具链。Model-Zoo更加丰富，算子更加丰富，工具链更加简便，支持仿真推理/精度分析/调优/图融合，支持第三方量化参数导入。

在训练感知量化方面，Magik2.0推出了全新的快速量化方法(FQAT)。使用FQAT，可以大幅缩短训练量化过程，开发者无需修改代码，直接上手，训练量化时间缩短一半。利用FQAT，可以进一步降低混合量化门槛，充分发挥T41芯片的越级算力。

另外，在优化整体成本方面，Magik2.0通过支持按需提取算子和底层库，支持混合量化等方法，实现减少内存占用，减少模型存储占用，让普惠AI更进一步。

• 4K成像和编码

对清晰度的追求是永恒话题。随着泛视觉的发展，4K甚至8K成像逐渐成为标配。而更高的成像则需要更高性能的编码芯片。

T41支持3840*2160画幅的成像与编码，最大性能可达2160P@30fps。不同型号之间实现pin2pin兼容，可以一套硬件设计，覆盖2MP~8MP分辨率的各种应用。

在四/五百万分辨率成熟普及之后，T41还可以支持即将兴起的六百万分辨率。结合AI赋能，600W+AI有望成为智能安防行业不久后新的重要卖点。

T41内置最新升级版Tiziano ISP，具有出色的图像处理能力。新增了TMO/SAO/CSCRC等模块，能够提升动态范围和视频饱和度、亮度。优化了DMSC/YSP/LSC/WDR/MSCA等模块，继续提升解析力，提升低照度效果，在细节处更加自然流畅。

• 低功耗视频

功耗，也是AI芯片领域永恒不变的话题。

低功耗，是君正长期内在的技术基因之一。从早年的教育电子/PMP，到之前的可穿戴腕表，再到当前的泛视觉领域，君正芯片历来是功耗的佼佼者。

得益于T31/T40持续在低功耗视频市场的深入，T41从三个方面巩固和扩大君正视频在该市场的技术优势：持续提升基础特性，带来若干创新功能和更低的功耗。

在新版RISC-V，双flash，双通道LZMA等众多物理技术加成下，T41支持在标准的Linux OS情况下，150ms级别的快速启动时间。基于T41打造电池门铃，摄像机等产品可以完全复用之前T31成熟的外设环境，复用之前的软件方案，只需要升级Magik2.0就可以享用新版算力和算法。

T41创新性设计了Zboost技术，基于此技术，可以实现<100ms的快速启动时间，实现AI模型零延迟加载。配合恰当的CIS和MCU，可以落地若干创新性新功能。

在12nm工艺加持下，T41的整体运行功耗低出新的记录，以更高的性能，在可比条件下，成为目前君正T系列家族中功耗最低的产品。

落地的竞争力从何而来？

根据Gartner发布的2020人工智能技术成熟度曲线，计算机视觉技术已趋于成熟，相关产业正在经历洗牌。

人工智能视觉领域已经由技术萌芽阶段、头部场景落地阶段，发展到大规模工程化应用阶段。在这一阶段，市场对于人工智能技术落地提出了两大核心诉求。

产品品类的丰富与解决方案的协同。

IPC芯片、AI算法、NVR以及低功耗摄像机之间，将形成整体串联的方案。

这个变化，意味着芯片企业不单要考虑产品线，还要加大对AI的投入，以市场需求为导向，提供涵盖各品类、低中高端的产品。

AI视觉芯片企业要建立壁垒，除了有灵敏的市场嗅觉与战略部署之外，芯片本身属于技术+资金密集型产业，不存在投机情况，企业要有长期持续投入人才和资金的定力。

北京君正在视觉领域摸爬滚打十几年，在智能安防市场也投入多年，2016-2021年安防SoC领域营收不断增加。

自北京君进攻安防后端芯片，推出NVR芯片以来，一直在完善智能安防前后端产品。

同时利用Magik2.0平台的平滑性，可以轻松地分别把算法功能部署到前端摄像机或者后端NVR上。

以一个“16+1”的套装组合为例，16台T41智能摄像机配合一台A1 NVR，可以形成合计高达20T@int8/80T@int4的分布式算力。通过软件方案将AI功能分布于该系统之内，就可以实现算力强大，成本可控，灵活调度的AI系统。

目前基于A1的智能NVR产品正在陆续量产，T41也在陆续研发中，很快就可以在市场上看到基于君正AI的完整前后端产品套装。

T41搭配智能NVR芯片A1，可以组成完整的AI前后端产品闭环。

而在解决方案上，除了内置ePHY、RTC、Audio高集成度以外，T41系列还提供多种pin2pin的型号，内置不同容量的DDR，以方便一套设计覆盖全系应用。

针对AI集成之后带来的内存增加flash增加的问题，T41内部进行了深度数据流优化，可以更节省内存，带宽和存储空间，让512Mb+16MB的产品也可以落地高精度的AI算法。

基于以上的技术优势，T41系列推荐几种典型方案，极具竞争力：

512Mb DDR+16MB Flash，落地5MP@30fps+D1@30fps+精准人车检测算法

1Gb DDR，落地8MP@25fps+D1@25fps+精准人车楼宠算法

1Gb LPDDR3，落地下一代创新性低功耗摄像机+精准人车楼宠算法

眼下君正视觉产品和解决方案落地领域涵盖专业监控、消费类视频、电池门铃、视频门锁、运营商、视频会议、机器视觉、车载监控、工业和医疗等众多领域。精于安防，又超越安防，君正技术和产品的多样性特点正好契合了视觉物联网的发展要求。

海思之后，市场并未沉寂，而是愈发活跃：国内主流安防芯片企业、AI芯片企业都在加大研发投入，志在成为行业TOP3。

这场拉力赛，必将在AI安防行业留下浓墨重彩的一笔。雷峰网雷峰网雷峰网

现情况已明，正如掘金志此前报道《新成立「机器视觉军团」，华为安防背水一战》，由原华为云中国区总裁洪方明担任机器视觉军团团长。段爱国则被委以军团CTO一职，并兼任机器视觉产品与解决方案总裁。

此前，在7月20日的一次论坛中，段爱国以机器视觉军团 CTO的身份致辞。随即引发业内讨论：军团CTO是实职还是虚职？段爱国是右迁还是被贬？

有人认为，未改制之前，机器视觉总裁是一把手，管人管事管业务；改制之后，军团CTO只能管技术，而管不到业务层面，所以应该有降级的味道。

如今看来，在军团CTO之外，段爱国仍旧没有放弃“旧业”，兼任机器视觉产品与解决方案总裁，可以说至少保住了“基本盘”，至于军团CTO的虚实，还得从机器视觉军团本身说起。

1、机器视觉军团的特殊之处

机器视觉军团的前身是机器视觉产品线，后者由原智能安防产品线于2020年初改名而来，主攻安防业务。

2022年5月下旬，华为成立机器视觉军团。

相比较钢铁煤炭数字金融等多数与业务场景直接相关的军团，机器视觉军团并不具备明显的行业特征。

也就是说，机器视觉军团没有「业务边界」，不受某个行业场景的限制。

有人可能会问，不是有安防业务吗？

掘金志认为，机器视觉军团不会放弃原来的安防业务，但有着更重要的任务。

为什么这么说？

众所周知，华为2018年公开进入安防圈，引发行业地震，然而高调入场之后，整体业务并未做大做强，与行业前三的目标相去甚远。

实际上，安防行业本身已经比较内卷，池子太小，很难再养一条大鱼，头部厂商也在拓展边界，华为这两年的业绩，与其喊出的口号相去甚远，要赶上海康大华，几无可能。

不过，凭借着过硬的技术实力和产品，华为仍然能拿下数十亿的份额，虽然相对于整体数千亿的营收只是“毛毛雨”，但华为也不会放弃，毕竟蚊子再小也是肉。

那什么是更重要的任务？

这一点从2020年的改名就能看出端倪，从智能安防到机器视觉，前者是业务场景命名，后者是技术命名，业务场景有其行业属性，但技术则没有边界。

机器视觉可以放在安防，也可以放在工业，还能放在消费电子上，用段爱国的话就是“华为机器视觉将成为万物感知的入口”。

所以，从2020年初，华为本身就解除了安防的“紧箍咒”。至于段爱国后来在5月份喊出“五年第一的口号”，表面上是跟头部厂商宣战，实则更可能是对内部喊话，要钱要人做业务，而这个业务，就已经不再局限于安防。

因此不难理解，更重要的任务，是在安防之外，将机器视觉技术应用到更加广泛的场景，打造新的增长曲线。

前面提到，华为成立军团就是为了突业务，拿订单，增营收，每个军团都有着要攻克的市场。但机器视觉军团则没有限定的场景。

这意味着，机器视觉军团与其它军团不同，扮演的更可能是一个中台组织，也有人称之为产业型军团。

换句话说，由机器视觉负责更多的产品、解决方案的研发交付，为钢铁煤炭等单点突破的行业军团提供技术、数据、产品等多方面的支撑，后者负责突击销售、运营等服务，两者在战略上相互配合。

为何要这样做？

掘金志认为，机器视觉产品线主攻的安防业务在内部处于比较尴尬的位置：裁掉太可惜，但是单独成立行业军团，又很难有实质性突破。

所以将机器视觉打造为中台，在保留安防业务的基础上，将更多精力用于赋能其他行业军团，这样的安排比较合理。

段爱国的两重身份，也从侧面佐证了这点。

2、中台CTO，重要吗？

中台的概念，最早发迹于美国，被阿里借鉴，其“大中台、小前台”的变革，不但引爆了“中台”，并在国内爆火，成为不少企业组织架构中的重要一环。

阿里成立中台的原因有很多，但主要有三点：

1、建设好底层通用平台，提升开发效率，把各部门从0到1的开发，变为从0.5到1；

2、整合业务，减少重叠以及重复建设，节约成本；

3、拆除部门墙，提高效率。

在2015年张勇提出建设中台之前，阿里的整体业务分为25个事业部，由不同的人分管，其中核心的两个板块，淘宝和天猫，业务有重叠的部分，从某种意义上讲，二者之间存在一定的竞争关系。

而在这层关系之下，作为两个独立的部门，淘宝却要给天猫提供流量，作为扶持，这就带来了部门内耗、争抢集团资源等问题。

从根本上讲，这些问题是由组织架构本身造成的。

这里简单叙述下公司组织结构的三种形式：直线职能制、事业部制和矩阵制。

直线职能制在国内企业中非常普遍，公司细分为多个部门，如技术部、财务部、市场部等等，这些部门之间处于平级地位，跨部门沟通存在壁垒，比如经常有技术和产品之间互掐，产品和市场之间不对付等现象。

为了规避直线职能制的缺陷，同时满足多条业务线发展的需求，不少企业开始启用事业部制。每个事业部都有独立的技术、产品、市场等部门，为自身的业绩目标负责。

事业部制优点在于能够打破部门壁垒，提高沟通、研发效率，实现对某条业务线的单项突破；但也存在一些缺点：各事业部背负各自的KPI，对集团资源的争夺十分激烈，虽然有利于各业务线在行业中与对手竞争，但内耗实际上不利于集团本身的发展。

所以在2015年，阿里提出要建中台，其实就是将原来的事业部制，转变为矩阵制。

矩阵制的特点是，在垂直管理模式中，出现了横向管理，从而打破了直线职能制中各部门之间相互独立的局面。

可以这样理解：各职能部门的资源变成一个个模块，当出现新的市场需求或机会时，公司能快速抽调人力、物力组成项目团队，进行产品研发、迭代，提高了组织的运行效率和灵活性。

阿里“大中台、小前台”就是在组织内，横向上设立一个中台，该中台包括技术、数据、产品能力等等；以淘宝和天猫为前台。不论是哪个前台提的需求，中台都能以最快的速度成立项目组，解决前台痛点。

因此，在中台负责技术，虽然不会直接管前台具体业务，但对CTO本身的要求并不低，毕竟中台的主要作用是给无数个小前台赋能，这些小前台行业各异，需求也不同，CTO的职责之一便是建立起技术和商业之间的链接，不懂业务，怎么搞技术？

所以毫无疑问，这个职位很重要。

3、从组织架构变化，看机器视觉军团定位

在华为行业军团内部，既有科研专家、设计专家，也有工程专家、销售专家，这种配比有点类似于事业部制，每个军团都是一个事业部，拿到订单之后，就能在团队内部形成合力，实现从研发到产品的快速交付。

实际上更偏向于矩阵制。

每个行业军团，实际上就是为了一个大项目（营收），从各部门抽离出具备对应能力的工程师，组成一个团队，进行市场攻关，也就是一个个“前台”。

只不过，华为目前还没有形成明显的“中台、前台”关系，至少没有像阿里直接设置中台事业群。

如果将行业军团理解为”前台“，那么“中台”的角色由谁来承担比较合适？

众所周知，华为成立军团的大背景，是为了抢占数字化转型机遇，猛攻To B/G业务。

不论是企业还是政府的数字化转型，核心是转型，但离不开数字化工具，而能够让数字化工具运转起来的条件之一，就是有数据可用，没有数据，谈何数字化转型？

视觉，则能够跨越行业界限，在不同场景下都能作为采集数据的入口。

机器视觉军团，就承担着类似“中台”的职能。

首先，视觉具备通用性，各行各业都有需求；其次，其他军团缺乏视觉能力；最后，如果把机器视觉军团当作单独的行业军团，那么其他行业军团需要视觉能力时，需要跨部门合作，效率也会受到影响。

因而让机器视觉军团承担起中台的职能，并非不可能。以后是否会加入其他能力目前尚未可知，然而单凭机器视觉对其他行业军团提供视觉能力支持这点，就已经暗含了中台的一些特征。

所以段爱国在机器视觉产品与解决方案总裁的基础上，被委以军团CTO的职位，可能是为了建立中台做准备。

这和早期阿里行癫（张建峰）颇为类似，在2015年之前，行癫负责淘宝，后来成为阿里零售平台负责人，掌管淘系、天猫。

在“大中台、小前台”改革之后，行癫担任中台事业群总裁，不久任集团CTO。所以行癫实际上是以CTO的身份去推组织变革，建立起一个强有力的中台，为淘宝天猫两大前台服务。

至于段爱国是否会复制行癫的路径，这一点为未可知。

总结

综上，掘金志认为，机器视觉军团本身有别于其他行业军团，在保留安防业务的同时，其扮演着类似于中台的角色，给其他行业军团提供技术与产品上的支持。

从这个角度看，段爱国机器视觉军团CTO的身份，并非虚职。雷峰网雷峰网

“小时候当被问到长大后的理想是什么，我回答说当厂长。”张勇说这话时笑得灿烂可爱，“我叫张勇，73年生人。”

微盾科技创始人、董事长兼总经理张勇曾在如此介绍自己，短短9个字，透露出一股文人气质。

他所在的微盾科技，是一家致力于推动静脉识别产业化的AI公司。

外在生物特征识别称之为第一代生物识别，活体识别称之为第二代生物识别。据悉，静脉识别是目前唯一产业化应用的第二代生物识别技术，也是全世界范围为不能被伪造的生物识别技术。

这家已经8岁的企业，鲜少在公众场合发声造势，但却多年如一日用行动推动静脉识别技术的落地。

“70年代的人还是挺能吃苦的，有句话叫，讷于言，敏于行。不要说那么多，你先把它做出来看看。”

说这话时，张勇眼带笑意，又透露出一股坚韧。

早于时代的欣喜

张勇大学毕业后原本拿到了公务员的稳定工作，但他却放弃了在那个时代的铁饭碗，决定考研。

作为最早一批行政法制毕业的研究生，毕业后，张勇创立了一家律师事务所，而后又进入到企业，担任广州慧谷化学高管(慧谷化学占全球空调涂料领域60%市场份额)，之后又在香港招商局、珠江啤酒等近10家上司公司专项顾问，也成为过TMT科技投资人。 

在销售管理、投资并购、前沿技术产业化落地上几经磨练，张勇似乎总觉得少了些什么。

直到他遇见技术大拿陈建昌。

陈建昌毕业于南京大学数学系，毕业后进入日本松下技术研究院负责最尖端的通讯技术研究，他所在的团队，研发出当时世界上速度最快的ADSL芯片。

出于对技术的追求，他先后加入了柯尼卡美能达和摩托罗拉任技术高管，在芯片设计、图像处理、通讯算法等领域经验丰富，并持有多项专利。

在日本，他发现了指静脉识别技术被大规模运用在金融领域，陈建昌惊喜于它的高安全性，与此同时，他发现除了日韩外，在其他国家几乎一片空白。

一种热血在心里萌生：是否可以带领中国突破这一领域的空白？他之前在光学成像和图像处理方面的技术积累，与这种技术有极大的相关性，这让他信心倍增。

2008年，在事业巅峰期的他毅然回国，带领团队攻克了指静脉识别关键算法技术，他的团队也成为国内第一个研发指静脉识别技术的团队。

张勇和陈建昌相识后，都希望将指静脉识别技术在中国推广普及，让前沿技术走出实验室，走向终端、走向市场，实现技术产品化、场景化。

2013年，两人一拍即合，微盾科技成立。

什么是静脉识别？

静脉识别是一种新兴的第二代生物识别技术，其原理，是红外光穿透手指，静脉中血液的血红蛋白吸收这一频率波长的光，血液在流动下，形成连续的明暗图像，模块中的高清摄像头拍下图像，经过算法处理，再将得到的静脉特征信息与事先录入的静脉特征进行比对，从而确认登录者的身份。

最常见的静脉识别部位包括指静脉和掌静脉。

近日，微信支付前几天传出内测“刷手支付”的消息，不少网友评论“要剁手”，其实如果是掌静脉或者指静脉识别，无需担心此问题。

《2020年静脉识别行业研究报告》显示，与指纹、人脸、虹膜等生物特征识别技术相比，以手指静脉识别技术为例，具有诸多独特优势。

1、唯一性强：两个人手指静脉结构相同的几率是34亿分之一，即使是具有相同DNA的同卵双胞胎的手指静脉形态也不相同。

2、稳定性强：手指静脉是人体最稳定的生物特征之一，同一个人的手指静脉分布特征在成年之后几乎不变。

3、难被伪造：指静脉隐藏在人体内，静脉纹络包含大量的特征信息，形状错综复杂，难以窃取，更难被伪造。

4、必须活体获取：指静脉识别是基于活体手指中的血红素能够吸收近红外光才形成静脉图像。这意味着如果手指脱离人体后，没有血液流动就无法使用。

“如果不是主动伸手指到设备，别人无法读取到你的特征，手指被砍下来，也不会显示特征。”微盾合伙人谢林君比喻道，“就像夜晚，城市网上的道路是在的，但是没有路灯，路就显现不出来。”

5、环境适应性：静脉位于人体部，不会受外界环境冷热、手指干湿、划伤等影响，手指也不必完全接触识别设备就可以实现识别。

据悉，静脉识别技术的拒真率小于0.01%，认假率小于0.0001%，登录失败率为0%，准确性位居其他生物特征识别前列。

如此看来，指静脉识别是人工智能时代最安全、最精准的生物识别技术之一。

“在众多的生物识别技术里，它的隐私性、安全性最好的技术之一，同时它又能够兼顾一定的便利性。”谢林君补充说。

不论是在8年前，还是当下，这些优势都是其他生物识别技术难以比拟的。

日本率先让这一技术落地。进入21世纪，日本国内采用指静脉识别技术应用在银行ATM中，指静脉识别技术在日本金融行业的市场占有率达到70%。

所有对安全性能要求高的场景，金融、公检法司、社保、医疗、高考等等领域，都是静脉识别应用的潜在场景。

拓荒期如何夹缝求生？

但早期中国静脉识别技术落地之路，比想象的要艰难。在创业的8年间，微盾经历过数次战略调整。

作为最安全、最精准的主动身份认证技术，指静脉识别无疑是众多生物识别中的优等生。

但2013年，不是属于静脉识别的当红时代，要知道3年后，人工智能热浪才掀起。当年指静脉识别占整个生物识别市场的市场份额还不到1%。

国内对静脉识别的认知更是少之又少，甚至市场上没有生产静脉识别产品的企业。

一个创业团队，即使率先实现了颠覆式的技术创新，要想影响整个行业，需要太多因素：资金的持续投入、客户认知、产品化能力、配套的法律法规等等。这让他们以静脉识别算法为主导，直接输出核心技术的模式难以推进。

有人问，为什么指静脉识别能在日本打开局面？

日本之所以能大规模落地，很大程度上得益于巨头的推动：日立和富士通。

日立在钞票识别与处理方面具备核心技术，加上精确性、稳定性、容错率等等方面的高品质和强大的高精尖工业基础、品控技术，让日立在银行ATM上曾称霸全球，也因此，在庞大的硬件市占率背景下能一举成功。

中国不是没有人想过复刻这一模式。广电运通也曾通过ATM推广过这一应用，只是后来因企业内部原因，导致外部战略未能施行。

没有路径可以依赖，没有前路可以借鉴，微盾不断在迷雾中摸索方向。

微盾决定转换思路，自己做模组。

“把模组直接卖给经销商以及项目集成商，他们就不需要再自己去开模具去定制开发产品了。”谢林君表示。

张勇曾指出，某种程度上，算法和模块算得上行业的中枢，把算法和模块做好了，才能够引导、创造更多的机会让行业客户使用具备指静脉识别技术的产品。

此后，微盾投入到了模块体积与功耗的打磨，同时在算法的拒真率与认假率较真，也在工艺设计、制造流程前提下，降低成本。

2015年以来，各级人社部门开始采购人脸识别、静脉识别和指纹识别三类技术，应用于社保体系。到了2016年，指静脉识别占生物识别行业的市场份额上升至3%。

作为开垦荒地的微盾，遇到另外一个问题：指静脉采集设备，制作成本高、产品体积大、功耗高，设计相对复杂，导致其无法嵌入需要身份认证、风险控制的诸多场景中。

微盾又一次拍板决定，直接设计和生产产品，从模块走向应用，开始场景化尝试。

既然当初选择了静脉识别这一赛道，微盾就只管前行了。

埋头苦干的日子里，微盾在结构设计、光学工程、识别算法、通讯技术等多种技术上挥洒汗水，进行小型化、低功耗、高适配模块的技术攻关。

2017年，微盾愣是捣鼓出了国内第一把指静脉智能门锁，这成为指静脉识别技术迈向消费级大市场的关键里程碑。

与此同时，指静脉市场局面逐渐打开，开始入驻银行。

2013年9月，兰州银行在全国首推“手指静脉”存取款

2015年4月，南京银行指静脉存取款机

2015年6月，攀枝花市商业银行全国首台掌静脉识别银行自助机

2016年6月，交通银行指静脉识别金融自主设备

2016年9月，郑州银行“指静脉”存取款功能

微盾也开始了更多场景化探索，除了安防模块和门锁模块，采集仪、授权器、门禁考勤机，智慧健身房管理解决方案，微盾的脚步越走越宽，应用场景不断扩大。

2018年开始，微盾惊喜地发现国内对指静脉认知开始增加，产业链也逐渐完善。

“以前市面上适合静脉的元器件、零部件很少，几乎都需要定制，现在已经逐渐产业化了。”

微盾开始三轮驱动：重拾技术输出的路径；加大细分场景的开拓；G端项目推进。

医保、社保、司法监狱、军队、金融、教育，指静脉出现在越来越多的场景。

行业标准上也有巨大推进，2018年7月1日，两项指静脉识别国家标准正式实施。

目前，全球生物识别市场容量预计2020年达到233亿美元，静脉识别市场占有率预计从2015年的2%上升到2020年的12%。

中国的静脉识别逐渐完成教育启蒙，市场开始启动。

静脉识别，向前跨了一大步。微盾们无不眼含欣慰，心有悸动。

微盾能走到今天，或者说屹立在行业桥头，有多年如一的赛道坚守，也有对市场的敏锐洞察，更有对战略节奏加减法的灵活运用。

巨头之下如何生存？

“体验感更好，体积更小，成本更低。”

谢林君表示，这是指静脉识别近几年来最大的变化，也是未来的三大方向。

体积上，微盾的模块，用在门锁上绰绰有余；成本上，如今的算法，对图像大小和芯片性能要求降低，模组要求降低，整体成本降低。

“最初市场推广时，你要教他们怎么用，现在只需要把设备摆出来，大概摸索下就懂了。”他笑着说，“我们叫无意识设计。”

作为生物识别领域安全性能top级别的技术，微盾瞄准了对安全要求极高的金融领域。

“有没有想过如果支付巨头进入行业，你们如何应对和生存？”AI掘金志提问。

“我们这8年的路，也不是白走的。”谢林君表示，深耕行业多年，微盾已经形成自身独特优势。

1、经验积累。无论是指静脉识别产品化过程中的坑，摄像头、光学设计、图像读取、特征提取、算法匹配、功耗等环节，还是应用落地过程中的坎，老人手指的特征、小孩手指的特征、手指沾水、沾油、手指有老茧等问题，微盾都经历过。

“有点像汽车行业，新来者很多，但欧日美汽车巨头们经历过的困难，后来者都需要经历一遍。”

2、专利层面。作为中国最早开始研发静脉识别的企业之一，微盾技术专利数量领先，拥有90项专利与软件著作权，拥有行业单侧光、双侧光、点触式指静脉等静脉识别基础性专利。同时也是国家高新技术企业、第一批广州人工智能入库企业。

3、产业链的协同。8年的磨砺，让微盾在与产业链上下游合作上更驾轻就熟。

谢林君表示，并不是巨头进入，其他人就没机会，相反，他们的进入其实是件好事，生态做起来，行业才能好起来。

当然他也坦言，创业公司难以正面与巨头抗衡。

“既然打不过，那就加入。”谢林君笑着说，“开个玩笑，不过的确是一种思路。”

谢林君表示，可以努力成为巨头产业链的一部分，围绕支付，把硬件做好，应用场景搭建好，把软件图像判断做到极致，未来巨头进入时，他们已经做好准备了。

同时，不放弃新场景的挖掘。

比如物流锁，之前是集装箱加个封条，只有到了目的地，用蓝牙手机等方式才能打开，但不可避免出现连接灵敏度问题，而指静脉锁不需要借助外部方式；比如美国的家用枪柜，应用场景很大。

“其实还有很多这样的细分场景，机会很多，巨头看不上的小领域，都是我们空间，而且我们技术和经验靠前。”

每个公司都有自己的生存空间和生存方式。

“最怕就是没有人一起玩，以前我们参加展会最大的问题都是市场教育，需要科普指静脉上下五千年的历史，这是最难受的事情。去年以来，这个问题已经解决非常多了，但我觉得还不够，需要社会一起推起来。”

谢林君还提到，市场教育到位后，B端和C端更多以产品主导为主，微盾的技术和先发优势就容易体现。

“现在智能门锁的趋势看，预计年底或者明年才会真正爆发。”而微盾接下来，也将进入智能门锁、保险柜等领域抢占市占份额的阶段。 雷锋网雷锋网雷锋网                                                                                                                                                                                      

随着城市数字化转型的推进，从城市到产业，打通数据壁垒，有效整合治理资源，形成线上线下联动、跨部门、跨层级、跨区域的数据治理体系成为城市治理部门聚焦的关键重点。

这其中，视频图像数据是辅助城市治理和公共安全保障工作中最直接、最有效的资源之一，在数字化转型工作中发挥不可替代的作用。

视频图像数据有三个主要特点：海量数据、真实直观、结构复杂。

视频图像数据的特点也正是治理难点。这意味着：视频及视频图像数据的处理、存储、分析、应用模式都比传统数据更复杂，更需要专业化地治理，所需成本也就更大。

此时，专业AI和视频服务企业芯翌科技，针对视频治理和赋能管理的刚性需求和以上痛点，潜心积淀，重磅推出了“城市之眼•视频全要素治理平台”（下简称“城市之眼”），依托现有城市图像监控资源，以提升城市治理科学化、精细化、智能化水平为目标，助力政府 “一网统管”和城市数字化转型工作。

目前，城市之眼已经落地上海市徐汇、长宁、普陀等区，并在其他区开展了试点应用。

“城市之眼"是如何助力政府加速城市数字化转型的？芯翌高管眼中的“数字城市治理”又是如何的？

雷锋网近日与芯翌科技产品副总裁王夷展开一场对话，谈谈他如何构筑符合新形势下的数字化平台和产品。以下是对话实录：

《雷锋网》：芯翌内部和用户，分别如何定义「城市之眼」这个平台？

王夷：我们一直认为，视频数据是城市精细化治理最核心的数据资源，所以我们围绕视频数据的治理和应用，建设了城市之眼平台。

通过这个平台，将原本分散在各委办局、各系统中的视频数据及视频能力进行归集和治理，再通过标准的共享服务形式在安全机制保障下，统一提供视频相关赋能，支撑各委办局业务系统中视频相关的应用业务开展。

城市之眼的用户按业务属性分为两类：一类是平台建设部门，一类是平台应用部门（业务部门），不同类型的用户对于平台的定位和认知是稍有差异的。

我们对于城市之眼的定位和认识趋同于平台建设部门，也就是将城市之眼定位于视频能力基座，侧重于视频治理和赋能管理方面的能力，着重关注异构视频资源和视频能力的统一纳管、视频能力的共享赋能以及围绕视频赋能的安全、运维等方面的统筹管理等。

而对于平台应用部门（业务部门）的用户会更加侧重于城市之眼在视频图像应用方面的能力。比如，视频的智能调阅、AR实景融合、视频立体防控、视频预案管理以及围绕人工智能视频计算的场景事件检测和处置等，将平台定位于服务业务的视频应用系统。

总体而言，城市之眼是以视频为核心的，集全要素治理、精细化管理和智能化应用为一体的视频大基座，赋能城市及产业的数字化转型。

《雷锋网》：城市之眼是何时发布投入使用的？目前在哪些场景实现了落地应用？

王夷：城市之眼是从2020年10月正式发布并投入使用的。

城市之眼构筑在城市智能监控体系之上，提供了主要架构支撑，帮助用户按照业务和管理的不同维度重新整合了视频资源和视频能力，并增强了视频共享赋能的安全和管理能力，让视频的价值可以在各类业务应用场景中发挥的淋漓尽致。

城市之眼除了帮助用户进行日常的视频管理、运维和赋能之外，还在各类重要节日和重大活动安保工作中为广泛的各级政府用户提供了视频保障支撑，发挥了重要作用。

《雷锋网》：城市之眼的诞生是为了解决哪些行业痛点？那目前问题解决的情况和进展是？

王夷：现阶段，视频已经渗透到各行各业，随着视频数量增长和智能化程度提升，各行业在视频的管理和应用方面都有很多共性痛点，尤其是安防行业。

我们最初设计城市之眼，就是为了解决行业中“建设部门”和“业务部门”在视频管理和视频应用上存在的共性痛点。

建设部门的痛点主要集中在以下几点：视频资源底数不清、视频能力过于分散、异构视频资源无法统筹管理、视频权限无法统一、视频资源无法有效进行共享、视频建设效益无法统计量化等。

针对建设部门的痛点解决，目前基于城市之眼，已经实现对全市全部一类视频资源和部分二类视频资源的接入联网和共享，实现了异构视频资源的统一纳管，完成对不同系统中各视频能力提供商的主要视频能力的汇总和归集。

同时，城市之眼对外提供视频调阅和视频计算两大类能力的标准共享服务接口，并在统一用户权限管理的基础上，为各委办单位业务系统提供视频赋能，通过赋能量化统计指标，体现并扩大视频建设效益。

业务部门的痛点主要集中在以下几点：视频资源不完整、视频精准调阅困难、视频开流时间长且不稳定、视频智能化应用水平不高等。

目前业务部门基于城市之眼，已实现基于视频标签的视频智能调阅、基于地图兴趣点的地图智搜、基于视频AR融合技术的AR调阅以及执法记录仪、无人机等新型移动监控调阅，实现海量视频的精准调阅；通过视频预热服务实现视频秒开。同时，通过相关应用，实现视频场景智能分析的调度和应用，提升了视频智能化应用水平。

《雷锋网》：相比于其他同类平台，城市之眼在技术上有什么壁垒和优势？

王夷：这个问题让我想起了一个段子。“对于其他国家粮食短缺问题，请谈谈自己的看法”，结果全世界小朋友都没法回答，因为非洲小朋友不知道什么叫粮食，欧洲小朋友不知道什么叫短缺，美国小朋友不知道有其他国家，亚洲小朋友不知道什么叫自己的看法。”当然，这只是个玩笑。

视频全要素治理是一个类似的命题，涵盖的技术面非常广：视频的联网、存储、传输和编解码这些会用到视频相关技术，视频及图片的解析会用AI领域的计算机视觉技术，大量结构化数据的处理分析会用到大数据技术，围绕城市治理的数据应用会用到GIS和数字孪生技术，此外还牵扯到视频信息安全、视频防伪、AR技术、云计算等很多领域。

还有一个最重要的，就是对视频应用和城市治理的业务理解。缺少这一前提，简单的技术堆砌没有办法构建一个真正适应于业务，服务于业务的平台。

本身AI技术和大数据技术对于很多软件开发公司而言就是一道门槛，而传统人工智能公司又缺乏城市级视频平台建设的技术和经验，云计算厂商和智能硬件厂商更加侧重于硬件产品的供应，不愿意也没能力去深入了解用户的软性业务。

而芯翌在各个领域的技术积累和在安防领域和城市治理浸润多年的行业经验，是搭建城市之眼平台，构建全域视频应用体系的前提和保障。

《雷锋网》：在产品研发的过程中，芯翌会遇到哪些方面的困难？

王夷：城市之眼作为一个围绕赋能理念的视频基座平台产品，在开发资源、产品需求、技术方案、开发进度等方面，有不少难点要攻克。主要有：

• 需求不确定，研发过程中业务不断迭代

围绕“一网统管”需求形成的视频全要素治理平台，中间涉及了“视频赋能基座”的理念。这个概念对于用户和芯翌，都是一个新兴事物，大家都是在摸索中前进的。

在研发过程中，有很多功能需求随着对于“一网统管”理念理解的深入而经历多次变更和重新规划。能力中心需求反复推敲和重构，明确平台在业务层和数据层同现有不同系统之间的关系和数据/服务交换形式，整个业务逻辑设计规划难度也很大。

• 涉及技术面广，架构设计难度大

城市之眼是跨多个技术领域的产品，需要整合不同的技术条线，包括视频、人工智能、大数据、安全领域、GIS、微服务、云计算领域的技术。

同时，需要构建一个高可靠高兼容性的平台架构，让各类技术能够模块化地进行无缝集成和协同，同时还要考虑平台的伸缩扩展、高并发和平台级联等，难度极大。

• 项目和产品进度并线，开发资源紧张

城市之眼作为全域视频基座，无论是在开发难度还是开发量上都是巨大的。整个产品开发周期也很长，但是为了配合“一网统管”的推进进度，项目组就需要同时进行项目开发和产品研发工作，导致开发资源紧张，协作要求也很高。

《雷锋网》：这个产品标准化程度，通用性怎样？是否不需要经过重度定制化就可以给其他城市或行业进行使用和部署？

王夷：城市之眼平台的规划一开始就是按产品化要求，进行标准化功能模块设计的，并且划分了同基础视频联网平台和视频应用系统之间的数据和服务的解耦分层设计。

因此，平台标准化程度和通用性都较高，在其他城市或行业部署应用的时候，大部分视频治理、视频赋能管理的基础功能都无需定制，可实现平台的部署即使用。

如果项目上涉及到非标设备和异构系统的能力接入以及专用权限认证系统等第三方系统整合，需要进行部分定制工作。如果用户将平台作为视频应用系统使用，那可能存在应用层面的定制开发工作，如果仅把平台作为视频基座赋能原有业务系统，那定制化程度可以进一步减少。

《雷锋网》：近几年，上海全面推进城市数字化转型和“一网统管”建设，在这趋势下，城市之眼又是分哪几步助力“一网统管”落地的？是否可以结合“全量视频汇聚、全域权限管理、算法生态构建”三大定位来谈谈？

王夷：城市之眼助力“一网统管”落地大致可分为三个阶段，从“基座赋能”到“场景探索”再到“全效提升”，每个阶段落地过程中并没有明显的界限，存在交叠进行的情况：

• 第一阶段 “基座赋能”

在市、区两级推进建设城市之眼平台，依托平台将全市异构视频资源和视频能力归集在统一平台，对视频流、视频数据、用户权限、计算资源能力进行统一治理和管理，构筑基础的城市视频基座，构建全域的视频图像应用体系，并通过共享服务形式面向城运及各委办局进行赋能，输出视频调阅和视频计算能力，为进一步在业务场景中进行视频深度应用夯实基础。

• 第二阶段 “场景探索”

建设终究是为了实战应用，而把用户对应用的反馈善加利用，也会反过来促进和指导建设。秉承这样的理念，在市区一体的视频基座建成之后，甚至是在建设的同时，我们就开始持续关注并参与各委办局、各级城运中心在业务场景上的视频应用的场景探索，提取共性需求，提炼各类治理场景下视频智能化相关产品，与城市“一网统管”建设工作共同发展。

• 第三阶段 “全效提升”

随着城市“一网统管”业务形态趋于平稳发展，业务场景趋于固定，我们将根据前期应用探索成果，将一批提高工作效能的视频智能化产品补充，并调整完善视频相关体系和规范，赋予平台更高的前瞻性和合理性，全效提升其一体化和智能化水平，助力打造城市智能体，协助城市数字化转型。

《雷锋网》：有没有我没有问到，您想补充的内容？

王夷：我想说一下在数字化转型过程中我感受到的最大难点。

城市或者产业的数字化转型，一定是会落到业务变革和组织变革的。因此关键难点不在于技术本身，难点在于所有参与者观念的改变，需要打破本位主义思想，重塑治理架构和业务流程，在这个转型的过程中，需要所有参与者对遇到的问题在思考的高度、角度、深度上保持一致，这样才能形成合力，推动升级转型。

雷锋网雷锋网雷锋网

近日，海康威视举行了投资者问答会议。

关于所得税退税，由于今年退税相关程序调整，税返提前一个季度确认，对全年有效税率没有影响。

对于存货水位上升，海康表示是由于原材料供不应求，合理选择加大存货可保障优势，在产业链整体供货紧张的背景下，上中下游全产业链都会更重视资金的快速周转，目前海康现金周转情况较好，反映出海康在产业链中的地位和经营的稳健性。

机器视觉领域，过去是欧美日韩的主场，目前海康在产品的技术上有不错的沉淀，产品性价比上也有优势，本地售前售后服务比海外品牌更胜一筹，这是海康快速增长的原因之一。

海康表示，他们将是制造业数字化转型升级的重要玩家。

2021年上半年PBG增速相对较高，两年复合增速超过10%。

此前PBG业务最大推动力来自平安城市、雪亮工程，这些大型工程结束后，大规模的增长来源需要观察。

以海康观察，在政府领域的智能化应用拓展是自下而上，比如民生领域民政、社区、乡村、市政、渣土等需求增长较快。需求端也不断浮现新需求。

从智能化对产业的驱动看，PBG和EBG逻辑相同，用户需求越来越细分和专业化，细分场景的解决方案越来越对口。但两者的需求释放节奏不同，企业追求效率，政府更多考虑平衡。

目前产业链中产品的价格波动很剧烈，要让毛利率非常平滑或者单边向上，不太可能。

对海康来说，管控毛利率是一个大的政策，海康赚他们该赚的钱，当市场供不应求的时候，也并不希望额外赚所谓的超额利润，会让行业生态在一个平衡的状态下发展。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：关于重点软件企业所得税退税的情况能否介绍一下，另外从全年的维度看，是否有影响？

A：公司一直享受国家规划布局内重点软件企业所得税的10%优惠税率，每年公司先按照15%的高新技术企业所得税缴纳，差额部分第二年返还，往年税返在第三季度。今年由于退税相关程序有调整，改在二季度确认，退税金额5.7 亿元，单季度账面记录的所得税为负，就是把税返提前了一个季度确认。这个确认的方式改变对于全年有效税率没有影响，或者说的更精确些，到三季报的时候看前三季度累计的数字，税率就平滑了。

Q：半年报显示存货水位进一步上升，存货跌价准备提升幅度较大，应付和应收周转天数较以往有所缩短，这些指标可以怎么理解？

A：现在原材料供不应求，对于我们来说，合理选择是加大库存保障相对优势，在今天其实有能力备到货是比较有挑战的，但我们的供应链做的还是不错，能保障产品的正常生产。计提方面，我们是严格按照会计准则的要求计提存货跌价准备的，但这些原材料很少真正的损失发生，基本都会被用到产品生产上。

上半年在现金周转方面，应收款项、应付款项周转天数和去年同期比都有所降低。目前的大背景是产业链整体供货紧张，这种情况之下，上中下游全产业链都会更重视资金的快速周转。从公司本身现金流的情况来看，今年上半年的经营性现金流和往年相比其实有不错的提升，上半年累计经营性现金流不仅回正，数额也还不小，能反映出我们在产业链中的地位和经营的稳健性。 

Q：EBG 的数字化转型业务、机器视觉的工业自动化业务，都一定程度上代表了制造业的转型升级需求，如何判断公司今年的增长情况？ 

A：目前看对于实体企业来说，劳动力成本的上涨是趋势性的，企业面对劳动力缺口确实需要找到合理的补充方式。从技术本身发展的角度来看，历史上发生的历次技术升级，乃至工业革命，结果都是用技术要素代替劳动力要素，这次以物联网、智能化、自动化为特征的技术升级也不例外，我们的数字化转型业务、工业自动化业务的推进是顺势而为。

目前在EBG 的业务领域中，公司已经打造的软件、硬件、数据、算法的体系是比较完整而且有竞争力的，基于软件的组件化开发方式而推进的软件研发下沉、业务中心前移也是行之有效的。

在机器视觉领域里，这个市场过去欧美日韩的企业做得多一些，技术门槛比较高，这类产品的技术上海康机器人有很不错的传承和沉淀，比国外产品性价比也会更高，本地的售前售后的支持能力也比海外品牌更强，这也是我们快速增长的一个原因。

目前看制造业企业转型升级带来的业务会是一个很长的赛道，海康应该会是重要的一个玩家。

Q：PBG 去年和今年与上下起伏，除疫情的外在因素，有没有看到哪些趋势性的变化？现在上、深、杭等城市今年陆续提出城市级的数字化转型的整体方案，会不会在全国有一轮新的大项目？

A：PBG 今年的上半年增速相对较高，两年一起看的话复合增速超过10%，可以说是在平稳的增长。

之前PBG 业务最大的推动力来自平安城市、雪亮工程这些有明确指引的大工程，这些大工程逐渐结束以后，在发展主线上确实需要观察，有什么可以承接的成规模的增长来源。

以我们的观察来看，现在智能化在政府领域的应用拓展是在由下而上的成长孕育之中，一些走的靠前的省市已经开始了扎扎实实的智慧项目的建设。在需求端现在也浮现出了新需求衍生的迹象，比如今年部分地区在遭遇自然灾害、在贯彻疫情防控时遇到了一些挑战，相信未来城市中的数据和信息系统应该会有更好的应对方式。

在我们自身的能力上，随着海康整体方案的完整程度的不断成长和成熟，包括区域研发能力的增长，在带动业务不断的深化。

比如一些细节性的问题，过去因为资源的约束，不太可能去关注或者解决，现在随着业务中心的区域研发能力的增长，可以帮助用户去做深化。

很多跟民生有关的领域，包括行政服务、水利水务或应急管理，比如民政、社区、乡村、市政、渣土等，在政府的管理中更细分的一些领域，逐渐呈现出较快的需求。

其实从智能化对于产业的驱动来说，PBG 和EBG 基本是一个相同的逻辑，随着我们在技术领域的能力越来越深入，对细分场景的解决方案越来越对口，看到用户的需求越来越细分和专业化，这类需求就逐渐多起来了。

当然两者的需求释放的节奏上有所不同，因为企业对于效率的追求很直接，市场竞争要求企业以效率为先，而政府端的评价体系中有更多因素需要平衡，但有价值的事务终究会兑现的，我们要做的是把自己的能力构建好，把现在做的项目做漂亮，给未来的业务构筑基础。

Q：5月后经销渠道端产品提价的速度加快，由此公司二季度毛利虽然环比有下降，但幅度不大。那么三季度毛利的压力是不是也不会很大？

A：总体来讲，海康会希望保持稳定的毛利率，不至于出现明显的上蹿下跳。要让毛利率非常平滑，或者说单边向上，这也不太可能实现，因为现在产业链里面价格波动还是挺剧烈的，原材料和成品的进进出出都在动态的变化过程中。我们上游的涨价可以一定程度上传导下去，但并不好说一定会怎样。国内国外的经营也有各种不确定性，客户意愿的变化、竞争对手策略的变化也时常发生，我们并不能下定论。

对海康来说，管控毛利率是一个大的政策，我们赚我们该赚的钱，当市场供不应求的时候，我们也并不希望额外赚所谓的超额利润，还是让行业生态在一个平衡的状态下发展。雷锋网雷锋网雷锋网

近日，海康威视2021年半年度报告出炉，并举行了投资者问答会议。

海康指出在的共同影响下，全球供应链、物流都出现紧张的局面，行业整体产能经受考验。

报告期内，海康上半年实现营业总收入339.02亿元，比上年同期增长39.68%；

实现归属于上市公司股东的净利润64.81亿元，比上年同期增长40.17%。

公司2021年上半年整体毛利率为46.30%，比上年同期下降3.46%。二季度净利润和净利润增速受重点软件企业所得税退税影响，二季度净利润中包含了退税金额5.7亿元。拿掉所得税退税的影响，公司上半年净利润59.11亿元，同比增长27.84%。

再看具体收入情况：

国内市场方面，2021年上半年国内实现营业收入244.35亿元，同比增速46.06%。

今年上半年，国内市场基本摆脱疫情影响，三个BG收入均有明显恢复，半年报披露数据公共服务事业群PBG实现营业收入77.17亿元，同比增长29.31%；

企事业事业群EBG实现营业收入72.19亿元，同比增长22.07%；

中小企业事业群SMBG实现营业收入61.74亿元，同比增长105.80%。

海康程增速较大波动主要受去年上半年基数较低的影响，以过去两年复合增长率来看，PBG复合增速10.74%，EBG复合增速21.11%，SMBG复合增速22.65%，增速较合理。

其中，虽然目前政府投入资金相对紧张，由于海康参与到越来越多的城市级项目中，帮助越来越多的用户提升公共服务效率和质量，PBG一定程度上受益于用户整体基数较大的特点，上半年增长较为平稳。

EBG在过去两年之中均保持持续较快的增长，围绕头部企业做数字化转型，帮助企业降本增效，EBG的业务逻辑已经被验证，业务基础也在不断增厚，业务推进符合预期。

SMBG去年受疫情影响最为直接，基数较低，上半年的反弹较为有力，一方面是中小企业的业务弹性较大，投资信心恢复后，业务也明显好转；另一方面上半年虽然受芯片等原材料供货紧张的影响，由于公司的研发、生产等方面具备一定的规模优势，还是较好的保障了持续供货。

海外市场方面，2021年上半年实现营业收入94.67亿元，同比增长25.53%。上半年的海外市场中仍然有部分国家和地区遭受疫情冲击，目前海外市场的全面复苏难以预测。美国市场受FCC政策出台的影响，客户销售预期的稳定性和信心受到一定的冲击。海康称海外销售团队也在努力做好一国一策，因地制宜，争取持续稳健的发展。

创新业务上半年实现营业收入55.78亿元，同比增长122.18%，其中萤石智能家居业务实现营业收入18.71亿元，同比增长58.68%；机器人业务实现营业收入12.20亿元，同比增长124.83%。

创新业务在总收入盘子中的占比到达16.46%，正在成为海康越来越重要的增长来源。

毛利率方面，一、二季度的毛利率分别为46.82%、45.94%，二季度略有下降，主要原因是产品成本在快速上涨。调整销售价格是一件非常谨慎的事情，公司在这个方面还是比较克制，希望妥善处理各方面的平衡。费用支出方面，上半年没有明显的增长。

2021年上半年期末的应收款项、应付款项周转天数较去年同期均有所降低，在产业链整体供货紧张的背景下，包括公司在内的各环节更重视资金的高效周转。

存货方面，公司延续从2019年5月开始高库存政策，存货周转天数保持稳定。在经营性现金流方面，上半年净额累计回正，且较去年同期有所提升，公司保持稳健的财务政策。下半年的经营环境仍然较为复杂，宏观经济存在较大的不确定性。

新冠疫情的反复出现是当前的常态。原材料紧张将持续考验各个厂商的供应链组织能力，预期短时间难以缓解，交付问题不可小觑。美国制裁对公司的负面影响还在持续，美国联邦通讯委员会FCC对公司产品的认证限制还在立法过程中，最终会限制到何种程度，也有待于进一步观察，美国市场的前景非常不明朗。

整体看三、四季度，海康认为存在一个逐季下行的趋势，同时，三季度受重点软件企业所得税退税影响，净利润会存在一个缺口。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：关于退税的问题，从全年的维度看，是否没有影响？

A：对全年没有影响，到三季报的时候看前三季度的数据，就平滑了。

Q：看到存货和原材料的体量都有一个稳健的增长，那么整个供应链的紧张和缺货状态大概会持续多长时间？

A：目前来看，原材料紧张的问题，短时间内难以缓解。原因之前在其他场合也已有过交流，大方向是过去十多年，半导体产业的资本关注和投入相对比较少，因为半导体的投资回报周期很长，同时又是一个投入非常大的产业，再加上半导体产品的价格逐年下行，整体来说资本对产业的关注度不高，这是一个产业本身的问题。

随着中美的科技战、疫情影响，导致东西方之间半导体供给不是完全市场化的调节。同时，各个行业对半导体的需求增长非常快。

以汽车产业为例，现在一辆车对半导体的需求，我们讲的是晶元的需求，即在芯片所使用的原材料的需求可能是过去的很多倍，这种需求不仅在汽车产业，在其他产业也放大得很厉害。在晶元的供给、半导体原材料供给端，叠加上长期投资的不热衷，产能受到一定的局限。

若干的影响因素爆发在现在的点上，现在看半导体的产能瓶颈，尽管资本都往这个产业在投入，但总体来说不是几个月就能见效的。半导体产能瓶颈本质上不是技术问题，不是技术有瓶颈，解决产能还是需要时间。今年下半年交付紧张的局面还会持续，这是我们的判断。

Q：EBG过去每年都有非常稳健的增长，去年有红外、热成像项目的贡献，在还原和剔除后，去年上半年理论上在非红外的业务基数会小一些，增长并不是那么快。今年EBG里红外这一块贡献较少，理论上今年的EBG增速会比表观上的基数更高，请问您怎么看待这个问题？以及对EBG未来增长的判断和展望？

A：这个问题其实不仅是单一一个BG的状态，PBG、SMBG的基数也都受到去年热成像销售数据的影响。上半年EBG的增速可能会觉得比较平稳，去年是20%+，今年疫情好转，还是差不多的增速。

我们回到产业的特性来看，因为EBG的碎片化非常突出，我们很难说里面某一个细分领域有很大的爆发，企业在投入的时候，是一个此起彼伏的过程，可能由头部企业先行，然后其他企业跟随，也可能是有些行业先行，其他行业跟随。大家期待有爆发式增长，我们理解，但实际情况受制于宏观经济的影响和投入资源的约束。我们认为EBG目前的增长是符合公司预期的，我们希望是一个逐步增长的过程，而不是突然爆发式的增长。

Q：除了从去年疫情之后跟随宏观的顺周期复苏之外，PBG业务有没有看到结构性的成长因素？上海、杭州、深圳等城市，今年元旦后有陆续提出城市级的数字化转型的整体方案，请问在政府板块的智能化业务是不是在未来能迎来加速的状态？

A：过去PBG的业务重心在公安、交警等领域，这个领域过去的推动力（如雪亮工程）现在逐渐都结束了，确实会遇到在收入增长驱动力方面的问题。随着海康威视在满足业务需求、解决问题等能力上的不断成长，包括区域研发能力的增长，在带动业务不断的深化。比如一些细节性的问题，过去因为资源的约束，不太可能去关注或者解决，现在随着业务中心的区域研发能力的增长，可以帮助用户去做深化。

除了传统PBG行业，目前能看到很多跟民生有关的领域，包括行政服务、水利水务或应急管理，比如民政、社区、乡村、市政、渣土等，在政府的管理中更细分的一些领域，逐渐呈现出较快的需求。

这里我想说明的是，PBG和EBG几乎是一个相同的逻辑，随着我们在技术领域的能力越来越深入，对细分场景的解决方案越来越对口，看到用户的需求越来越细分和专业化，这类需求就逐渐多起来了。

政府的智慧化或企业数字化转型的概念，实际上都是我们最终为用户带来什么样的价值，EBG是为企业的数字化转型带来更多的价值，PBG是为政府类的行政管理用户带来更多的价值。价值呈现的方式可能是多种多样的，也许是采购更多海康的产品，也许是我们的产品、软件、服务一起打包来综合解决问题。

Q：之前胡总有提到未来展望中，EBG的增速应该是三个BG里最快的，现在这个观点会有变化吗？PBG会比我们原来想的更乐观一点吗？

A：短期里三个BG也说不好谁快谁慢，因为不同的时间段里会有一些波动，中长期来说，可能EBG场景会更大一些。

Q：一季度的毛利率环比去年四季度有明显提升，二季度略微有所回落，是否是产品的涨价和上游物料成本涨价的时间节奏问题？能不能回顾一下产业链中涨价的过程，以及对毛利率的影响和展望？

A：毛利率跟去年同期比，还是受到去年热成像产品销售收入的影响，这也是原因之一。对产品涨价这个话题，我们非常慎重。

在2021年之前，将近20年的时间，海康的产品几乎没有涨过价，我们涨价的时候心里是有负担的，按照胡总的理念，我们不能轻易涨价，有违我们对客户、用户的诚信。

今年上游全线都在涨，原材料方面包括金属、芯片等等，我们确实没有办法抗衡大趋势的变化，所以我们也涨了一点，但我们没有涨到位。除非现在材料已经到了一个比较稳定的价格，否则我们的涨价还是落后于原材料的波动。从一二季度来看，毛利率略有些波动，大家可以不用太纠结，因为波动本身也不太明显，同时销售收入结构上也有一些变化。SMBG增长的速度比较快，都会带来整个收入大盘子的毛利率的调整。

Q：关于费用投入的问题，请问今年的人员招聘情况如何？

A：去年因为考虑到疫情的问题，员工人数增长跟前一年相比变化不大。今年上半年一直都在做招聘，但整体增速会保持在一个合理的范围内。

Q：请问将来PBG、EBG和创新业务之间的收入确认的方法？

A：这个部分不太好回答，比如萤石、机器人，他们的销售有自己的特殊性。萤石电商的部分会比较重一些，机器人可能在工厂内的业务会更加的深入，所以和现在PBG、EBG全行业的营销差异会比较大，但两者之间会存在一定的交叉，这也是大集团的业务存在协同效应的地方。

未来我们认为这个交叉部分的影响在销售占比里面，至少占创新业务的影响会越来越小，因为一是创新业务整体的收入规模增长很快，二是创新业务会建立相对比较成熟的营销系统，包括自己的销售模式、销售的客户群体等，所以未来逐渐就会产生分化。

当下大家看到半年报上面，我们披露数据略有一点调整，把过去前端、后端、中心控制的收入披露进行了合并，让大家重点关注按BG组合的披露方式。按BG的分法更多是从业务的角度说明我们业务当下是处于一种什么样的状态，让我们的投资者、股东们能够比较清晰的看到海康业务的分布和收入的变化，未来收入的披露方式还会继续调整，直到相对比较匹配我们当下业务的实际情况。

Q：在智慧化业务大幅增加之后，公司对销售人员尤其是他们全年销售目标的KPI，主要会参考哪些因素？公司在内部建立了一套统一研发体系，对研发人员的考核和激励会有哪些主要的变化？

A：我们对于销售体系的考核，对数字的要求是一定会有的，因为数字是比较刚性的牵引指标。除了数字牵引之外，还会有很多围绕客户维度、产品维度的细分数据考核，这些数据可能有助于去牵引一些专项的目标。海康现在的绩效体系主要还是以OKR作为框架设计，灵活性会比较强。我们通过三年滚动的SP和年度BP设定公司级目标，其中年度BP会从部门分解到团队，再细分到每一个人来对目标进行承接。另外，每个部门对于市场和业务也会有一些自己的判断，不同的业务团队有不同的职能特性，目标也不太一样，部门之间是相互影响，相互促进的，牵引指标也会相互制衡。

Q：海康目前做了2000多个可复用的模块，会不会针对研发人员研发出的产品的复用性或者模块数量做一些定量的考核和激励？

A：目前公司层面没有设置这个考核指标，具体部门或团队可能会涉及。

Q：您是否可以分BG或者按照某些具体的细分领域来展望一下下半年的增速？

A：我们做的是一个趋势判断。去年受疫情影响，上半年的收入增速不太好，下半年三四季度还是不错的，今年的增速会受去年的基数影响。需要特别强调一下缺货的问题。因为现在原材料的供应紧张造成我们不一定能满足所有的需求，所以在需求满足的过程当中，可能会采用以产定销的模式，与过去相比这个情况是当下比较特殊的一个变化，这方面也会影响增速。

Q：有些原材料短缺，从目前的在手订单还未交付的情况来看，是否能够同比或者环比给出一些定量的趋势性判断？

A：关于在手订单的数据我们暂时不方便披露。

Q：半年报的存货数据进一步上升，存货跌价准备提升的幅度很大，年初不到一亿，现在接近两亿，考虑到当前整个原材料市场都在涨价，这种趋势对于对后续原材料备货以及整个财务报表会有什么样的影响？

A：我们严格按照会计准则的要求，以及存货在库的时间计提存货跌价准备。过去对于长库龄的原材料和存货，大家看到都是担忧，现在视角转换一下，看到长库龄的原材料可能一定程度上表明公司在供应链谈判有一定的影响力。不同阶段不同的视角，对于存货跌价准备也不需要太过焦虑，会计准则怎么要求我们就怎么计提，计提不等于原材料不能用。

Q：按照目前市面价值来看存货的价值可能是在提升，所以会不会在某一个阶段，我们需要把存货减值重新冲回，是否会对公司毛利产生影响？

A：公司原材料的跌价准备现在是两个亿左右，占比比较小，很难实质性的影响毛利。现在也不需要去预测，可能下半年市场上原材料进一步紧缺或者有所缓解，要看具体情况，结果也不一样。

Q：机器人的两大主要业务机器视觉和AGV的增速是都很快，还是有一个侧重，以及背后原因？

A：机器人关于机器视觉和AGV目前没有细分的披露数据，因为它目前在母体里面的影响也很小。

在机器视觉这个领域，我们的机器人公司在国内市场里应该走到了一个比较好的位置。随着工业自动化的进程加速，工业相机给海康的机器人带来比较稳定的收入增长。

AGV的情况比较复杂，行业里面有大量做AGV的公司，市场是群雄割据的局面，有些公司通过价格战或者甚至赠送产品这样的方式来获取更多的项目机会。当下很难单纯就市场机会这个角度去说我们的AGV处于一个什么样的情况，可能要等这种比较混乱的竞争局面走到一定阶段，大家各自找到业务边界的时候，再来说我们机器人AGV的走向。

Q：跟友商相比，机器人业务在毛利和收入体量上的竞争力主要在哪里？

A：我们机器人公司的技术创新、质量和服务等方面还是有一些优势的，毕竟海康是技术创新主导的公司，我们认为机器人是技术领先的。竞争对手不太好评价，大家各展所长。

Q：海外业务中，美国和欧洲分别的收入占比大概是怎么样的？

A：美国情况可能不太乐观。欧洲疫情之后，今年上半年来看有些国家的复苏情况还是不错的，两个地区的差距会拉开。如果美国对中国科技企业的打压没有实质性的改变，后续美国这个市场的业务开展难度可能会越来越大，因为人为设置的很多不合理或者不公平的门槛。FCC目前还没有生效，现在不好下结论，继续观望。

虽然不公平，但我们也接受这个结果，只能更加努力，把我们的产品、业务、服务做得更好，更有价值，更有吸引力。几年前美欧的营收大概占比海外收入的小一半，现在因为美国占比一直在往下走，美国现在可能占海外营收的1/10左右，欧洲还是我们现在比较大的一个市场，占比会高一些。

Q：现在短期的费用率更多是公司主动控制了人员的增长，还是研发和业务架构调整后的初见成效，能够让海康以现有的增速去支撑业务的扩张，怎么去理解费用率的变化？

A：两者不矛盾，人数确实是在增长的，费用率也是在控制的。人员增长呈现到费用率影响可能会滞后，不会直接对上半年的费用率产生大的影响，可能到下半年或者到明年体现。目前比较大的压力还是员工薪酬增长带来的费用增长。

Q：SMBG业务上半年表现比较亮眼，即便是扣除去年同期的一个低基数的影响，相比19年有明显的增长，背后除了需求还有哪些外部因素产生影响，以及这块业务后续的一个可预见性。

A：这两年SMBG的波动性特别大，去年上半年受疫情影响，SMBG负增长是最高的。今年国内的疫情防控比较好，SMBG的反弹也特别好一些，受大环境的影响。另外一个还是供货紧张的问题，中低端的业务受原材料紧张的影响会更直接，市场上谁家产品供给相对更有保障一些，需求可能也会更稳定，对我们来说这是一个相对优势。原材料涨价，一定程度上存在涨价预期，有些客户可能会做一些订单前置的动作。

Q：AI Cloud及HEOP等一些软件架构改革的成果显著，现在站在公司的角度，怎么去评估前面三四年做的软件方面进行调整组织架构的成效？

A：海康过去缺系统软件或大软件的能力，我们花五六年的时间逐渐把这种能力构建起来，我们的硬件促进软件的发展，软件也在促进硬件的发展，形成了一个软硬件相互融合，良性互动的体系。站在用户端来看，是海康威视具备了解决用户面临的更大的、更复杂的业务需求的能力。软件投入的成效就是使海康具备了软硬件协同解决场景需求的能力，这是我们最大的收益。

Q：上半年萤石同比增速超过50%，未来该怎么评估萤石业务的增长中枢呢？现在看摄像机已经做到了细分领域的第一，后面的第二、第三曲线，新产品拓展的路径和空间是什么？

A：萤石当前的业务体系是1+4+N，1是萤石云，4是自营的4条产品系列，N是生态产品。也许过两三年这个业务形态还会变化，我们目前看到比较核心的业务价值就是智能硬件和萤石云结合，可以基于视频、感知的能力，提供更多的增值服务，增值服务的变化还可能有不少新形式。

在4个自营的产品系列里面，有智能家居摄像机、智能入户、智能控制以及智能服务机器人。

我个人对智能控制和智能服务机器人还是抱比较大的期望。现在扫地机器人这样的机器人形态是主流，但是展望未来10年20年，随着感知技术的发展，机械控制能力越来越强，机器人有可能成为智能家居中最重要的一个存在。雷锋网雷锋网雷锋网

昨日，科创板上市委公告，云从科技集团股份有限公司首发获通过。

至此，科创板AI第一股诞生，最终花落云从。

近2年，AI四小龙的上市之路几经磨砺，不少人频频发问：AI独角兽活得还好吗？

当外界唏嘘，鲜少发声的AI视觉企业在无人处无言积累动能。

接踵而至的打击的确并未给AI独角兽们多少喘息的时间，但任何危机中往往也蕴含转机。

几番争奇斗艳，历经狂风暴雨，第一回合的尾声之际，云从的上市吹起了第二回合开幕的号角。

从纷纷入场到乱斗火拼，在巨头们资源、渠道、财力优势下，活下来的一批AI企业们，更有进取精神。

这一年，AI视觉市场也往商业化、规模化落地深水区进一步前行。

藉由此，雷锋网采访了AI创业者、高校教授、云从股东高层、离任高管、风险投资人、二级市场研究员，从行业、技术、资本等视角洞察市场观点，以见微知著，更好地读懂AI视觉市场。 

为什么会是云从？

为什么是云从最先上市？

暗物智能联合创始人&CEO林倞教授认为，云从过会对市场而言，是一个非常好的信号，要从多角度看待云从上市。

企业上市是环境、政策、企业等多方因素综合的结果，同时具有一定的偶然性，云从能顺利上市，体现出其商业化落地成功的一面。

从招股书看，无论是云从还是其他“小龙”，每家都处于亏损状态，但云从的亏损控制得较好，这一案例给予其他AI公司颇多良性的参考。

证券研究员山火（化名）告诉雷锋网，上市进度有很多机缘巧合的因素，他认为云从主要在三点：

第一，时间维度上的早晚。提交材料时间上，云从于去年12月提交，依图是去年11月，旷视是今年3月，时间上存在客观因素。

第二，股权穿透的配合力度。股权穿透审核程序相对复杂繁琐，据山火了解，云从上市态度坚决，配合度极高。

第三，国资背景。

星视界资本创始人郭剑武认为，一是国家队背景，这是云从鲜明的特征；二是国产替代下，基本面大，政策向好。

“现在能够顺利过会，有部分国产替代趋势的因素，AI是我国必须要占领的高地，云从的国资背景也侧面说明这个问题。”郭剑武表示。

佳都科技的一位云从科技投资人叶一（化名）认为，原因可能在2个方面。

一是业务上，云从的落地能力强、实打实地贴近用户、满足用户需求，在银行、机场、公安这几个场景上深耕，从算法领先到产品领先到整体方案、综合实力领先，建立起自己的竞争优势；

二是股东结构上，坚持“国家队”的定位，拿中国投资人的钱、做国产化的算法和产品、赋能中国的各行各业，较符合目前双循环的大环境。

这一观点得到业内专家黎睿认同：

第一，国家队；第二，解决方案的完整性，客户思维强；第三，整体落地能力或者说交付能力较好，复制性也较强。

“我们之前跟云从有个机场线的业务，合作下来的感受是他们较注重落地，这是本质的差别。”黎睿说道。

云从并非技术上多么领先，体量上也并不大，但其落地能力的确是其发展较快的原因之一。

“可能是内部管理方式和风格的原因吧。”他补充道。

AI视觉，现在还是不是投资人眼中的好生意？

暗物智能联合创始人&CEO林倞教授强调，AI一定会回归商业本质。

林倞表示，从其接触的投资人来看，无论技术多精尖，投资人重点专注的仍然是应用场景、技术的落地性、技术与场景融合等问题。

他指出，投资人逐渐回归理性，不再纯粹地为技术买单、推高估值，但长期看，AI是一个存在巨大发展空间的市场，投资人依然看好此赛道。

星视界资本创始人郭剑武认为，近一年投资人对待AI市场的确更为谨慎。

在郭剑武看来，一是AI视觉缺乏应用，不少场景应用是伪需求，容易触碰到天花板；二是规模化落地难；三是投入产出不成正比，多数AI公司亏损面极大，而AI视觉技术从人脸到商场到工业领域，从2D到3D，目前的盈利前景仍然较小。

“我认为不应该单纯定义为AI视觉市场，应该从人工智能的大范围看待。”黎睿说道。

黎睿表示，AI视觉的上一个超级应用是在人脸识别，目前没有出现第二个明显的超级应用，眼下有不少AI视觉企业进入医疗、工业质检领域，但对应的落地营收并不稳定，且始终没有进入核心业绩、业务流程。因此投资人主要从AI角度考虑问题，而不是从视觉角度。

佳都科技叶一指出，从概念走向落地，从算法走向应用，从软件走向软硬一体综合解决方案，从身份识别、特征识别、身份鉴权等狭义的安防类需求向广义的识别需求延展，目前在交通、机器人（工业、消费类）、消费电子（扫地机器人等）、商业（刷脸支付、过闸）、汽车（激光雷达）等领域都有广泛应用。

以佳都科技为例，他们在各项业务中大规模应用了AI视觉技术，包括轨道交通方面即将上线全线刷脸过闸、安检自动检测危险物、视频识别危险行为等应用，因此依然坚定看好AI视觉未来的发展前景。

山火坦言，过去一年，投资人对AI视觉赛道偏谨慎或者说客观冷静，甚至偏负面。

即使不考虑净利润维度，大多数AI企业的现金流数字并不优秀，科创板虽然对此容忍度高，但企业应尽快推进技术变现能力，实现盈利。

四小龙的格局会发生哪些改变？

圈内高管们普遍认为，云从上市对现有的AI竞争格局影响不大。

二级市场分析师李青（化名）表示，虽然上市会获得更多的资金，但其实如今的AI独角兽，更需要的不是资金，而是应用场景，商业化变现能力、规模化落地挑战，这是云从上市后依然需要回答或解决的问题。

因此，短时间内，云从上市不会对市场格局产生影响，但中长期看，将提升品牌影响力，在To G项目、To B数字化转型市场，对云从将有积极帮助。

佳都科技叶一同样认为市场格局不会产生太大影响。

他指出，产业运行有自身的规律，从分散到集中是必然的趋势，并且这个行业资本关注度高、融资充分，相比而言，各明星独角兽公司资金并不紧张，上市募资后并不会对行业格局有根本性影响。

“这并不是结束，这是一个开始。”

他强调，任何一个企业上市都是一个新阶段的开始，尤其是科创板，虽说上市没有明确的盈利要求，但也有期限，盈利是企业的必答题。

山火也认同对格局影响有限。

对云从，其上市是一个里程碑，但一方面，云从的知名度已经不需要通过上市加持，其次，上市本质上是可融资，而竞争格局不会因为融资发生过多改变。

“除非只有它能上市，其他人不能上。”他笑着表示。

星视界资本创始人郭剑武则持相反观点，他认为云从上市会对赛道格局会产生较大的影响，云从的国资背景在未来战场中将扮演非常重要的角色，另外AI视觉作为一个烧钱赛道，资金多寡区别很大。

云从上市从整体看利好现象，从国家战略看，无论是国产替代还是高科技领域，AI作为入口都是国家大力支持的领域。

“目前已经很难将四小龙放在同一纬度比较了。”黎睿直接了当地指出。

黎睿认为，之前他们并称为“AI四小龙”是因人脸识别这一共性，如今他们各自的业务早已超越人脸识别维度，无论是技术亦或业务，都向不同方向发展。

云从依托国家队背景，在政务、电力、通讯、医疗、机场等对安全性要求高的行业均有布局。

“云从的上市与其他几家上市的意义完全不一样。”

黎睿表示，云从作为四小龙中唯一一个纯粹国资背景的企业，它的背景是不可复制的，对其他AI企业上市的借鉴意义并不大，对市场的影响也不大。

在未来的新基建中，云从也将以更有利的角色拿到项目。

据悉，在国家「新基建」的大背景下，云从科技在广州、重庆等地已拿下多个政府级项目，其主要客户包括中、农、建、交等大型国有银行，东方航空、白云机场等重要机场及民航企业，以及全国多个省市的公安部门。

叶一认为竞争格局方面激烈程度将有所上升，AI视觉虽然号称通用技术，但在不同场景下会有各自的特定算法、特定应用、特定产品形态，例如扫地机器人的AI视觉会用到结构光技术、以模组的方式嵌入，而安防系统的AI视觉则强调多维、异构、非结构化数据下的识别算法精度，以软件和系统集成的形式销售。因此未来AI视觉一定会分场景，各家AI视觉厂商以视觉切入，但最后都会形成各自的场景壁垒。

前云从科技金融事业部总经理张兴旺颇为前东家上市高兴。

“云从过会，对于整个AI行业而言，这是一个非常重要的里程碑式的事件。”

这标志着证券市场认可并支持AI这类高投入、高技术的科技企业发展，确保核心科技自主可控，科技企业快速发展有支撑。对于整个AI行业人是一示范，云从科技拥有自主产权和核心技术，在金融取得市场第一的地位，同时也在安防，智慧城市等行业全面布局，取得了阶段性成果。

云从即将迈入企业的成人礼——IPO上市。由此将进入一个全新的发展阶段，是一个全新的开始。

他们均表示，云从上市给整个AI板块开了个好头。

正如叶一所言，这对整个CV乃至人工智能行业都是鼓舞和利好。

随着越来越多AI企业走向资本市场，有利于壮大社会、产业对AI的认知和认同程度，相当于进行一次大范围用户教育工作。同时也是一种信号，表明资本市场注册制改革的方向是引导、鼓励更多具有前沿技术的企业上市融资，对其他AI视觉包括人工智能、半导体等领域的企业是利好。

叶一告诉雷锋网，目前佳都除了投资云从以外，还投资了思必驰、奥比中光、睿帆科技等AI企业，覆盖语音语义识别、3D视觉、分布式计算等技术。

回到前文，这不是结束，这是一个新的开始。

在这个AI最好也最坏的时代，处于时代变革中的个体，将在现实和理想之间，暗淡与辉煌之间，砥砺前行

刚刚，科创板上市委公告，云从科技集团股份有限公司首发获通过。

至此，科创板AI第一股诞生，最终花落云从。

回顾近2年，AI四小龙作为“全村的希望”，在上市这条路上多次冲锋，但几经坎坷，遍布荆棘。

7月，依图科技筹备8个月的科创板IPO计划，以失败告终。

旷视折戟港股后，今年向科创板发起进击，但没了美国的实体清单，却碰上了严峻的市场形势。

身为国家队的云从科技，在招股书披露后，被业界质疑三年半亏损23个亿，云从也曾因财务资料有效期问题，被中止过发行上市审核。

商汤在AI小龙中最为神秘，有消息称商汤科技或将A+H上市，最快将于8月向港交所提交上市申请。

其实不止四小龙，不少企业也加入到了AI第一股的争夺战。

6月22日，格灵深瞳科创板IPO申请获得上海证券交易所受理。曾经的天才少年卷土重来，以低调的步伐奔跑向前方。

如今AI圈，传统巨头转型，扩展业务边界；互联网大厂跨界，财大气粗广撒网；AI创业公司高手如云。

泡沫宿命下，AI行业加速洗牌 ，第一股效应不言而喻。

AI市场尚未真正苏醒，竞争已然残酷，活下去，成为行业共识。

别出局，活着比什么都强；别停下，不要浪费每一个机会。

只有先具备活下去的资格，才可能有活得好的资本。

在资本与行业、技术与落地的交融中，这够不着的第一股，终究是让云从够着了。

AI 国家队的生平

诞生于中国科学院的云从科技成立于2015年。

细看云从履历，作为AI四小龙中最年轻的公司，云从基因不俗：

一则云从核心骨干大多为中科系；二则数轮投资中，国家层基金身影频现；三则，“出道”不久即担国家发改委的“人工智能基础资源公共服务平台”项目建设重任。

经过创立蛰伏期后，云从在AI技术研发之路上开始快速奔跑，跨镜追踪（ReID)技术，3D人体技术，自然语言处理（NLP），这个沉默低调的年轻企业频频刷新多项世界记录。

成立不到3年，云从就成长为人工智能行业的“独角兽”,在计算机视觉市场位列全球第一。在Gen  Market  Insights发布的报告中，云从科技以12.88%的占有率领跑全球市场，超过二、三名之和。在中国市场，云从科技拿下银行、机场等行业超70%的市场占有率。

创始人周曦带领云从在智慧+疆场征南走北，短短几年也收割不少诸如麻省理工科技评论“全球50家聪明公司”、福布斯“中国最具创新力企业”之类的肯定。

深究战果，荣誉背后当然少不了来自中科系强硬的研发实力支撑，除此之外，能在短短几年内取得技术、市场占有率双发展似乎足够说明其技以致用，打破技术与落地藩篱的能力。

眼下，因技术过硬，落地能力不俗，成立5年的云从业务领域已枝繁叶茂，形成智慧金融、智慧治理、智慧交通、智慧商业等四大板块综合智慧+体系。人工智能、认知计算与大数据技术形成的整合解决方案源源不断为近15万个银行网点、30个省级行政区公安、80余家机场输送能量。其商业化能力强劲可见一斑。

在业绩上，营收快速增长，近三年营收平均增长率达到358.47%。

据招股书显示，2017年至2019年，公司分别实现营业收入6453.37万元、48411.34万元和80734.72万元，最近三年营收平均增长率达到358.47%。具体来看，2018年和2019年，公司营收同比分别增长650.17%、66.77%，报告期内，公司确认收入的项目数量由2017年的273个增加至2019年的2114个。

2017年、2018年、2019年和2020年1-6月，公司主营业务收入分别为6386.05万元、48263.76万元、78047.73万元和21807.39万元，占营业收入比例分别为98.96%、99.70%、96.67%和98.69%，主营业务突出。分业务类型看，报告期内，公司主营业务收入主要为人机协同操作系统和人工智能解决方案。

AI曙光不至，局内人心不死

有人说这是AI最好的时代，有人说是AI最坏的时代，好在每个个体都处在时代变革的力量中，坏在充满不确定与风险。

现今接踵而至的打击并未给市场多少喘息的时间，给包括AI在内对所有行业以危机，但任何危机中往往也蕴含转机。

AI人能做的，就是任市场情绪高低起伏，风起云涌，我自砥砺前行，在AI万军逐梦岁月，足履实地，洞悉市场本质，也坚守本心。

无论外界如何唏嘘，稳扎稳打积累的动能，将在未来新基建的土壤上转化为势能，在真正的曙光来临之际充分爆发，为跑得快，为跑得稳。

未来，格局如何生变，城头大王旗如何变幻，我们拭目以待。雷锋网雷锋网雷锋网

席卷全球的缺芯大潮，让"芯片"、"缺芯"几乎举国皆知。

在轰轰烈烈的国产替代浪潮中，除了备受关注的后端处理器芯片，作为数据的直接来源，前端传感器芯片也将成为未来的重头戏。

传感器芯片领域，长久以来都是国外半导体巨头的盛宴，中国严重依赖进口，中高端产品的进口占比达80%。

这让传感器芯片的国产替代这条路，虽然步履稍显蹒跚，但也更加笃定。

籍由此，AI掘金志与视觉传感器芯片初创公司锐思智芯的CEO邓坚进行了一场对话，借其视角一探该市场现况。

当CIS芯片成为「传统」一代

"锐思智芯2019年才成立，是否会觉得时机较晚？"

锐思智芯CEO邓坚认为，其实不晚，甚至恰是时候：因传统图像传感器用于机器视觉存在缺陷。

此前市场大多聚焦于后端处理芯片，AI也更多基于此升级赋能；但前端的传感器芯片发展缓慢，现在已经成为机器视觉进一步升级的瓶颈。

具体来看，当下市场需求，前端传统CIS的帧率、数据量和动态范围三个核心要素已经难以满足计算机视觉的需求。

首先，帧率有限。

传统CIS是对场景内所有物体无差别地进行采集，然后以帧为单位的图像进行信号处理后输出到后端。

这个过程中，从曝光到数模转换，再到数据传输都需要时间，过程耗时越长，形成图像的帧率也就越低。

而帧与帧之间的因非连续性造成的信息缺失，增加了机器判断的难度。

第二，数据量大但有效性低。

通常传统CIS图像分辨率在百万像素以上输出帧图像，数据量非常大。而每帧之间存在大量的重复冗余信息，如不变的背景图像。由此产生了庞大的数据量，但有效性非常低。

第三，动态范围不足，环境的适应能力弱。

传统CIS的动态范围一般不超过70dB，远小于人眼的动态范围。在明暗变化很剧烈的情况下，传统视觉传感器经常会失效。因此，在机器视觉的应用中，经常出现环境光影响机器判断的情况。

邓坚表示，传统图像传感器带来的视觉系统本就不是为机器视觉而生，甚至很多特性与机器视觉的需求背道而驰。

以智慧城市的车辆识别应用为例，安装监控摄像头的目的，是为了准确捕获并识别车辆和驾驶员信息。

但在车辆高速运动以及拍摄环境都不可控的场景下，传统图像传感器不仅因低帧率和"超载"的数据量影响了图像瞬时截取，成像模糊成常态，也常因动态范围的限制，使得图像常出现过曝或清晰度不足的问题。

在过去十几年的拍摄时代，传统CIS的目标是拍出给人看的、色彩丰富的、静态的图片。但在人工智能时代的大背景下，机器视觉对传感器的帧率、数据量、动态范围以及功耗都有很高的要求，唯有革新前端CIS，才能更好地促进后端AI的发展。

锐思智芯认识到这一点，采用"Hybrid Vision"技术，研发出仿生视觉传感器芯片ALPIX。

ALPIX的目标，正是以机器视觉为核心，基于视觉传感器端进行革新。

锐思智芯ALPIX芯片

产业大佬们看中它什么？

锐思智芯成立于2019年7月，是一家专注于新一代计算机视觉传感领域的芯片研发及整体方案提供商。

锐思智芯从新型传感器与机器视觉行业的发展状态切入，自主研发了仿生视觉传感器芯片ALPIX。

在行业中，与ALPIX类似的仿生视觉传感器也称为Event-based camera (事件驱动型相机)。

与传统图像传感器基于快门曝光，以帧的形式输出图像信息不同，仿生视觉传感器芯片是模仿人眼视网膜的工作原理，每个像素独立工作，通过感知外界光强变化，输出变化的脉冲信号，而光强无变化即不输出。这个输出的变化信号又称为事件信号。

传统CIS与事件驱动型相机工作原理示意

与传统CIS相比，仿生视觉传感器具有速度快(>5000 帧/s)、功耗低(几十mw)、数据量少、动态范围大（>120dB）的特点，能很好解决前面所述计算机视觉当前面临的一些痛点。

这些都使得仿生视觉传感器一经面市就引来巨头们增资加持，比如三星、索尼、华为、博世等皆进行相关芯片及应用的研发，而法国的创业公司Prophesee创立之初也获得Intel、博世等大厂投资。

然而在实际使用过程当中，很多场景既需要事件流信号来做快速预判，也需要传统图像来做精细判断。

锐思智芯意识到，融合仿生视觉传感器芯片及高端图像传感器芯片技术，或许是个突破口。

他们据此思路，将仿生视觉传感器芯片及高端图像传感器芯片技术融合，创造了"Hybrid Vision"技术。并基于该技术设计研发芯片ALPIX，既可输出事件流信号，也兼容输出高质量的图像信号。

这种二合一的功能，拥有仿生视觉传感器的低功耗、高速、数据效率高、动态范围高的特点。并且与同类竞品相比，ALPIX有效提高了芯片信噪比，改善噪声问题及暗光性能，满足客户的性能需求。

同时还可以输出传统图像信号，与现有的机器视觉算法完全兼容，让客户更易于开发相关算法及应用 ，且有效降低视觉系统方案的成本。

此外，由于底层芯片结构的不同，ALPIX在同样工艺情况下，像素面积更小，意味着更低的价格，更适合用于消费电子。

"市场上对这种融合的视觉传感器有非常大的需求，但是至今还没有能实现产品化的方案。现有的仿生视觉传感器虽然有些可以输出图像信息，但是其质量达不到跟传统CIS对标的程度，因此很多应用无法落地。"邓坚表示。

以上改善，都是安防监控、消费电子、手机、机器人、自动驾驶等等领域目前所需。

以安防为例，当前的安防系统，主要还是将前端的海量图像数据传输至后端服务器或云端进行存储或计算。

由于数据量太大，导致传输、存储及计算成本过高，并且很难进行数据追溯。

邓坚表示，基于ALPIX，可以在终端设置smart trigger（智能触发）功能，基于特定事件唤醒整个监控系统，并且通过边缘AI基于事件信息提取特征数据并标注，将数据高效传输给云端进行存储和计算，大幅下降整个系统的传输、存储、计算及检索的成本。

此外，由于ALPIX的高动态范围，使其在极端光照环境亦可连续地监控场景内人及物的变化，解决传统CIS环境适应力不足的痛。

ALPIX在安防领域应用示意

在智能家居领域，AlPIX的特性还可满足用户对隐私保护、低功耗、低系统成本等需求。

比如，ALPIX可以选择只输出事件流信号给机器"看"，可用于看护、育婴等应用场景里的私密场所进行特定事件的探测及报警功能；还可用于智能门锁、门铃，通过事件流信号判别是否有人到访，再打开图像信号传输给用户；又或者用于空调、电视上，进行智能唤醒、智能调风或手势控制。

ALPIX在智能家居领域应用

在自动驾驶领域上，相比传统传感器，因ALPIX传感器从感知到制动所需的时间大大减少，缩短了汽车刹车时的反应时间，减少刹车距离，进一步提高行车安全；在动态范围上，ALPIX在像素设计上进行了优化，即便汽车在出隧道或夜间行驶时，也不会因环境的光线条件变化使得传感器失效。

作为机器视觉系统信息的直接来源，图像传感器与机器视觉有着"荣辱与共"的血脉关系。它决定了收集数据的有效性和质量，也间接决定了整个系统的能力。

"如果数据源头不佳，后端算法再高强大，都很难去弥补源头上信息的诠释。"邓坚补充说。

如今已有多家知名公司投身仿生视觉传感器芯片领域，如Sony（收购瑞士 Insightness)、 三星（投资瑞士 Inivation）、法国的 Prophesee 等。

中国不少大佬显然早也意识到了这一点，当锐思智芯带着特有的技术实力出现时，也吸引来产业链上巨头的目光。

市场潜力、技术稀缺性、产品化能力是大多数投资方考虑的核心要素。

近日锐思智芯宣布完成近亿元 Pre-A 轮融资。投资方中，有海康威视、耀途资本、追远创投、讯飞创投、舜宇中央研究院、全志科技、同创伟业，此外老股东联想创投、中科创星持续跟投。

生于巨头垄断之地

锐思智芯挑的这块地，既是蕴藏潜在万亿市场的宝库，也是各大国际汽车厂商、手机厂商角逐的地盘，这江湖，波谲云诡，也着实险恶。

长期以来，CMOS市场被索尼、三星等日韩厂商主导。IHS Market数据显示，目前全球CMOS图像传感器市场，索尼的市场份额为50.1%，三星为20.5%，两个头部厂商就占据了超过70%的市场份额。两大巨头在传感器领域建立起铜墙铁壁，割据一方。

同时，三星和索尼通过兼并、收购等方式积极整合新的传感技术，迅速进入新的传感器领域。

"这几年他们把可以收购的技术、公司都进行了收购。"邓坚说。

技术的稀缺性、技术高门槛，让愿意深耕且能作出成绩的企业寥寥。

年轻的锐思智芯如何抗衡？

技术是锐思智芯的决战武器之一。

据悉，其目前已经申请超10项核心专利(欧盟及PCT专利)，将从底层原理、数据格式等方面全方位保护公司的核心技术。

"在视觉传感器AI芯片领域，我们应该是中国唯一一家拥有完整核心技术独立自主专利的公司。"

锐思智芯虽然不足两岁，团队成员的资历却并不"年轻"，实力强劲：

既有剑桥、瑞士苏黎世联邦高等理工学院、曼切斯特大学等知名院校的科研派，又有CSEM、NXP、ARM、安森美、飞思卡尔、Magic Leap、Intel等世界知名企业的技术派、经验派。

要知道，国际上该技术研究机构主要有瑞士联邦理工大学(ETH)、麻省理工大学(MIT)等，而锐思的技术源头就在瑞士，此前在此领域积累颇深。

"传感器芯片的设计链长，注重时间积累，事件相机上，团队至少有7年以上的经验。"

而三星和索尼等以收购为核心战略，一部分原因也因此前积累较少。

再者，与竞品相比，锐思智芯技术特点独特。

邓坚表示，"Hybrid Vision"技术使其芯片ALPIX可同时输出事件流信号及传统图像信号，更适合各种类型场景的视觉感知需求。并且用户开发难度降低，整个视觉系统的成本也有所下降。目前这是竞品还不具备的特点。

第三，市场够大。机器视觉领域之广，涉及消费电子、监控、自动驾驶、工业应用等等领域。

据Yole Development报告显示，2019年全球CIS市场规模约193亿美元，预计2021年达230亿美元。

但是如此广阔的市场，却没有真正的从信息采集端的智能化的解决方案，仿生视觉传感器芯片作为变革性技术，未来市场潜力不俗。

市场足够大，容纳得下足够多的玩家，这是三星、索尼们的机会，也是锐思智芯们的机会。

据悉，目前锐思已经有2颗芯片，目前正在迭代优化，即将进入量产阶段。

芯片缺货至此，作为一个创业公司为何能拿到产能？

邓坚解释，传感器产能的确非常有限，但这又是一个非常被看好的市场，各大代工厂愿意开放一部分产能给其看好的拥有新型传感器技术的初创公司。

促未来之事

机器视觉已无处不在。据统计，全世界80%的数据都是视频图像等非结构化数据，其体量将持续扩大。专家预测，全球机器视觉技术市场规模将于2023年增至248亿美元。

"产品不是设计出来的，产品是用出来。"邓坚强调，一个新的技术没办法去改变生活，只有新的产品才会改变生活。

在巨头布阵的市场中求生存，锐思对前辈保持尊敬同时，也不放弃自身的信仰，他们以夯实技术为基，在实践的应用中不断反馈、优化，努力把技术变成一个优秀的产品，一个能改变生活的产品。

未来，机器人、智能手机、无人驾驶、无人机、安防等领域，潜在市场规模在万亿级。

这个浩瀚的市场，未来的机器感知时代，需要更多的锐思智芯。雷锋网雷锋网雷锋网

近日，海康威视举行投资者问答会议。

政府相关业务，最早围绕平安城市，过去15年中国的平安城市建设基本解决了社会治安问题。

海康目前投入的智慧城市等大型项目，是基于现在针对治安的设备够用了，但衍生了新的需求的大背景。比如社会管理、环境保护、工业管理、农业管理等。中国经济总量到了一定水平，经济活动节奏趋慢，更加精工细作。

这些市场碎片化，是否给PBG带来更高的增长，目前难以给出明确的增长率，海康持谨慎乐观的预期。

企业的数字化转型是一个庞杂而笼统的需求，本身就是一个难以标准化的商业过程，各类玩家提供各类能力，解决各自擅长的事情。很难有哪种厂家可以大包大揽解决各个环节的问题，但可以用发展的眼光关注自身的能力，在迭代中变得更专业，从而占据更好的竞争地位。

企业的数字化转型市场和机会很大，但这个大范围标准化的市场中，在这个商业服务的内容不断变化的生意过程中，碎片化特性下，短时间内全面开花的可能性不大，很难出现爆发式的增长。海康不敢说是否到了质变的阶段，但海康认为一个产业的转变可能需要用10年甚至更长时间。

海康在硬件上开放了HEOP平台是希望可以推动行业更开放，但是没有能力制定行业标准，标准太复杂，会尽力参与。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：过去的两年里政府板块增速不快，新基建的拉动似乎也不够强。看到公司在陆续和很多城市沟通智慧城市、数字治理相关的大型项目，会不会给PBG带来一个更高的增长？

A：中国的各层级政府始终是积极有为的推动许多建设，也是非常务实的，会根据要解决的问题去有针对性的布局，有的需求急用先行，有的需求久久为功。在这个过程中，作为企业会判断自己的定位，寻找各种机会。

政府相关的业务在过去15年中有不少变化。最早的建设是围绕平安城市，因为过去的40年中，伴随着中国的经济快速发展，出现了人口大规模的流动，为社会带来巨大的管理挑战，过去15年中国的平安城市建设是很有成就的，基本上解决了社会治安问题，使得今天的社会这么祥和，大家踏实的过自己的生活。

现在针对治安的设备逐渐够用了，但是还有新的需求在衍生，比如物联数据的收集还可以解决社会管理的问题、民生的问题，帮助环境保护，保护土地资源、水资源，也包括对农业、工业管理的帮助。比如在交通管理上，在高速公路上的平均通行速度能不能从现在的90公里每小时提高到120公里每小时，能不能通过数字化的改造提升效率，帮助城市的管理。这些都是很碎片化的机会，我们能感觉到中国的经济总量起来了，经济活动的节奏正在变慢，更加精工细作。

过去这些年中，海康围绕数据、软件来提升自己的能力，可以讲公司有能力帮助社会做好今天的管理。但这样的需求变化很难用数字衡量，我们也很难给资本市场一个明确的增长率。如果定性的判断，我们可以说维持谨慎乐观的预期。

Q：EBG的客户需求广泛而且分散，许多厂家参与竞争但都是各做一段，公司会更多地进行客户数字化投入、IT投入，提升综合能力，同时服务所有商业客户，无论大中小规模，掌握更多优势吗？

A：企业的数字化转型是一个庞杂而笼统的需求，本身就是一个难以标准化的商业过程，各类玩家提供各类能力，解决各自擅长的事情。

数字化转型也是一个动态发展过程，商业客户的需求是在持续变化中的，围绕企业的管理运营去开发，这个事情可以永远做下去。因为企业本身的业务也在不断发展变化，企业的内部运营模式就相应调整，它使用的生产工具、处理的生产要素也都在变，像我们这样提供服务的企业也需要不断成长变化。

所以在这个行业里，很难有哪种厂家可以大包大揽解决各个环节的问题，但可以用发展的眼光关注自身的能力，在迭代中变得更专业，从而占据更好的竞争地位。

海康聚焦在感知和数据的能力上，从竞争的角度说，最后方案是不是站得住脚，还是要看有没有足够的经验积累，能不能产生规模经济。

无论是硬件还是软件的打磨，只要能围绕客户需求走，我们就会有比较强的竞争能力，就会在价值链中占据优势地位。

在拓展更多客户还是头部客户深化的问题上，我们倾向于认为大分行业的份额都会逐渐向头部企业聚集，而头部企业的信息化投入占自身营收的比例会更大，投资更集中。

在服务龙头客户的过程中，我们的能力不断提升，也会带给我们开发新客户的机会。这种情况下，对我们提出的要求是要不断地发展自己的技术，不断打磨应用，从而为客户创造更大的价值。

在业务上，一个技术管用10年、20年是不可能的，没有永远管用的东西，所以我们要走在前面，给客户提供有价值的产品和方案。

Q：现在企业的数字化转型是不是到了一个由量变到质变的切换期，会迎来爆发式的增长吗？

A：数字化转型确实是有不错的市场机会，不过是不是到了质变的阶段，我们不敢说这样的话。不同行业、不同企业的诉求不一样，不同的管理者也有不同的诉求，对企业来说要算投资回报，要有认知的提高，这些都是一个过程。

在这样一个没办法大范围标准化的市场中，在这个商业服务的内容不断变化的生意过程中，可能很难出现爆发式的增长。中国是个大市场，有各种各样的企业，传统制造业的转型升级的过程是多方面的，不一定首先走数字化转型，转型涉及到很多方面，包括经营范围、经营内容、经营重心的转移等等，改进优化的点会不一样，这个市场非常碎片化，短时间全面开花的可能性不太大。大家都希望能看到由量变到质变，甚至最好这个质变现在就发生，今天就发生，但我们认为一个产业的转变可能需要用10年甚至更长时间。

Q：在科技竞争成为中美竞争焦点的背景下，公司怎样看待未来的元器件供应问题？

A：保障供应链安全是企业从创生开始就需要认真考虑的问题，从供应链安全的角度说，我们每类物料不会只有一个供应商，而需要多个供应商多方准备。在供应商的选择上，海康不是在美国制裁出现后才调整的，而是一直以来都把供应链安全放在重要位置。

目前看我们的应对策略是合理有效的，未来在供应链安全上还会继续做很多提前准备，同时维持目前比较高的原材料库存水平。公司原材料的高库存，也在今天应对全行业的供应紧张时发挥了重要作用，保持了一定的相对优势。

Q：年报中介绍的硬件产品开放的平台，以及一系列的规则，是否未来可以形成一定的行业标准？海康是否会享受作为标准制定者的红利？

A：我们在硬件上开放了HEOP平台，可以加载我们不同的算法，也可以集成其他公司的算法。从用户的角度出发，我们希望可以推动行业更开放，围绕嵌入式平台将设备的功能做的更加多元化，也推动价值链中的伙伴更多的融合。但是我们没有能力来制定行业的标准，涉及到标准的事情太复杂了，中国有很多行政管理部门来牵头制定标准，而不全是企业联盟来制定标准，我们只会尽力的参与。雷锋网雷锋网雷锋网

近日，海康威视举行投资者问答会议。

海康表示，一季度高增速有去年基数原因，二季度不太可能维持一季度的高增速，后续会逐渐平滑。

海康在美国的收入占比不大，新产品即便没有获得FCC认证，也不会影响根本。

在机器视觉领域，海康在国内排名靠前，正在追赶基恩士，将会在美观和设计感方面勤加磨练。

事业群营收方面，PBG会受到政府财政支出的影响，EBG很稳健，SMBG会明显恢复。

目前，海康的产品毛利保证在40-50%之间，公司更愿意赚创新的钱。

对于如何拓展新用户，海康表示，以前看摄像头更机周期，现在看企业管理上的痛点，这部分需求很大，新用户增速会比较快。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：美国认证的问题？

A：新产品FCC认证不发了，影响不大。公司一直没有披露美国的收入，这部分收入占比相对较小，不会影响根本。在清单上才能明白自己应该做什么，不管是否被制裁，要落地我们才能做快速反应。

Q：美国会对欧洲产生影响吗？

A：目前来看，影响不大，欧洲的政治意见并不统一，认证也是两个体系，欧洲是CE认证。即便在去年这样复杂的环境下，海康还是拿到了很多CE认证。海康产品线比较复杂，疫情影响了部分业务，但是热成像业务也发展起来了。总体来看，海外的收入保持在30%左右。

Q：机器视觉方面的规划？

A：和海康的基因是吻合的，美观和设计感仍需磨练。在未来，越来越少的人愿意在工厂工作，这方面的需求十分明确。未来工厂在黑灯环境下的工作，主要由机器人完成。海康威视的机器视觉在国内位居前列，基恩士等是追赶目标。

Q：二季度看订单会下降吗？

A：经济的冲高回落是基数的问题，一季度48%的增速不可能维持，按照这个速度，海康的产能都跟不上。机器人比较稳健，去年有66%的增速。

公司的解决方案产品是碎片化的：比如方便面，通过机器视觉看叉子调料包面条是否齐全，以前是人看的。纺织品瑕疵也可以用摄像头代替人。各个行业的发展非常均衡，基本上工厂都需要用到。

海康的无人机是行业机器，比如公安对大型的演唱会进行监测、泥石流监测等。我们的机器视觉设备也可以被用在集成设备上。

AGV的灵感来自亚马逊，海康也很容易实现。但是这一块玩家比较多，海康的技术优势比较明显，但竞争也会相对激烈。

Q：PBG会有多大的提升？

A：无论是从IoT还是数据挖掘，海康可以做到智慧城市了。在疫情之后，政府对智慧城市的看法也有改变，后疫情时代是做小步快走，不会继续去做雪亮工程这样的项目。比如通过车流的统筹，减少拥堵，在德阳做了试点项目，这是智慧交通。还有环境、大气颗粒物等监测等。

PBG会受到财政收支的冲击。EBG肯定会很稳健，阿米巴模式运营，了解客户的痛点和需求。SMBG与宏观最相关，大企业会逆势投资，小企业是晴雨表，宏观停了，企业也停了。今年SMBG会有一个明显的恢复。

Q：海康的核心竞争力是什么？智慧型业务的转型？

A：现在智慧城市，机器人等都是新的领域，海康希望赚创新的钱。海康的业务和需求都是碎片化的，很难看到收入上的爆发式增长。

Q：今年毛利有改善吗？

A：热成像卖的价格和疫情后卖的价格是一样的，海康不赚国难钱，友商开了十倍的价格。但是这个价格不可持续，今年的毛利也比较难说，原材料有一些压力，库存是average确认，总体来说毛利是平衡的。

公司光SKU就2700多种，没有办法拆分毛利，只能做总体把控，尽量保持在40%-50%之前，胡总觉得50%以上不太好，容易吸引竞争，也从来也没有掉下过40%。

Q：我们内部是不是有数据平台的体系？

A：现在海康更注重效率，在转型的前期是痛苦的，响应是相对较慢的，海康不是为了建平台而建平台，只不过业务体量达到一定程度，就到了转型的时间点，只有大公司才能做平台，只有业务规模才能支撑。

Q：新客户的进展如何？

A：我们的AI客户大部分都是老客户，但新客户增速会加快。原来是安保部门跟我们沟通，只要买摄像头就行了，但是现在是企业的领导层来讨论管理上的痛点，所以不是看摄像头的更机周期，而是看企业的痛点更新速度，这方面的需求比较大。雷锋网雷锋网

“深水才能养大鱼，安防还没出现大鱼，是因为水不够深。”

几年前胡扬忠在接受AI掘金志专访时如此表示。

此后几年，海康不断进化，逐步完成软化转型、组织架构、成长主线三大质变，一步步从AI安防企业蜕变成视频物联巨头：也从安防的小池塘，游向视频物联的新蓝海。

蜕变之际，八大创新业务也织起一张星罗棋布的网，他们喜无声潜行，却以可人的战绩极速扩大了海康视频物联帝国的能见度。

眼下的海康市值逼近6000亿，试想若未来这8大业务齐开花，我们是不是有理由相信，万亿海康也将近。

其实，从海康的只言片语中也可一窥创新业务的棱角。

“公司业务分两大方向，主营业务和创新业务”
“也许10年后，创新业务占据海康业务的一半，也是很有可能的”

近一年，一向低调稳重的海康才在半公开场合，逐渐表露出对创新业务的厚望，称之为可与主营业务并列的“两大方向”之一。

创新业务阵营包括萤石网络、海康机器人、海康汽车电子、海康微影、海康智慧存储、海康消防、海康睿影、海康慧影八个子业务，涉及智能家居、机器人、汽车、热成像、存储、消防、安检、医疗等八个领域。

创新业务虽锐气初显，但相比于海康气候渐成、鼎立一方的BG们，前者存在感并不高，“八大创新业务”常被一笔带过。

在角落处兀自生长，长势似乎还不赖。2020年智能家居业务营收29.19亿元，同比增长12.60%；机器人业务营收13.59亿元，同比增长66.91%；其他创新业务营收18.91亿元，同比增长83.49%。

2020年，8个孩子为海康创造了近10%的营收。

目前收成虽远不及主营业务，但这个主营体系之外的创新业务，逐渐显露出撑起海康半边天的面相。

这些不常出现在大众视野的业务情况如何？说道说道。

龙生 8 子

海康的这8大创新业务，技能属性不一，主打场景不同，在海康这颗大树下，衍生出不同的身份属性，攻占八方。

• 家庭管家

老大萤石，2015年正式出生，主打智能家居，萤石是海康从G端、B端向C端迈出的第一步，也是最继承其衣钵的家庭AI管家。

如果说海康在公共领域打天下，萤石就在家庭领域攒地盘。

率先进入C端的萤石，从“消费级安防摄像头厂商”人设面世，到2015年，萤石分离海康独立成公司，转变成一个主打安全概念的智能家居品牌。

在摸索中不断试错，如今似乎走出一条前途明朗的路。

2017年萤石首次盈利，营收10亿。2018年海康成立三大事业群，创新业务增长近六成，萤石营收16亿；2019年，营收约达26亿。

与海康如出一辙，羽翼日渐丰满的萤石承担起更多重任。

比如海康高级副总裁、EBG负责人徐习明就曾对AI掘金志表示：

云眸的核心技术有二，其一便是萤石云，它连接的海量物联设备，在极严苛的环境下积累了非常厚重的技术壁垒。

7年如电光火石，萤石初步造起“1+4+N”的萤石云、智能安防、智能入户、智能控制、智能机器四大硬件以及N种子系统的智能生活小生态体系。

而后萤石从“智能生活”变身为“智居物联”，不显山不露水地将边界从家庭扩展到更广阔的物联世界。

截至2020年底，萤石物联云平台全球接入设备近亿台，平台注册用户超过 7000 万，月活跃用户数量超过2500万，日活跃用户数量过千万，去年营收29.19亿元，同增12.60%。

无论以上数字能否说明问题，即将分拆独立上市的萤石，还是成为了安防突围To C的一碗姜汤。

• 机器人工程师

老二海康机器人工程师，出生于2016年4月，风格硬核，承担了海康重仓智能制造的战略重任。

海康选中了移动机器人和机器视觉两大入口。

前者瞄准制造业和场内物流，以潜伏、移载和叉式三大硬件产品线和机器人调度系统 RCS、智能仓储系统 iWMS 两大软件平台，在汽车、3C 电子、新能源、商超、各类垂直电商等细分行业跑马圈地。

后者聚焦工业传感，以工业相机为载体，在物流读码、工业读码应用逐渐得心应手。

传统制造业，产业转型升级内在需求，疫情冲击的外在因素，让自动化物流需求持续旺盛，预测未来五年，中国移动机器人市场将持续保持 40%以上的增长。

2020年，低调的海康机器人也取得了13.59亿的成绩，同增达66.91%。

机器人正成为海康安防G端生态之外，另一个B端现象增长极。

• 智能驾驶助手

同年7月出生的老三海康汽车电子，在智能驾驶领域继承了海康一贯的低调风格。

海康汽车技术正式成立时，海康不惜工本，耗资1.5亿。

好在海康汽车电子颇为争气。几年间，海康汽车电子以视频传感器为核心，结合雷达、AI、感知数据分析与处理等技术，杀入乘用车、 商用车领域，让不少在此苦战多年的企业叹惋。

成立2年，2018年2月，他们上线高级驾驶辅助系统、自动泊车APA+，同年又成功打入2019款保时捷卡宴的配置中。

汽车产业以稳为重，链条长、利益盘根错节，新入者切入并不容易，而海康却出其不意一举打入高端。

2020年，前期的技术积累陆续进入落地期，正式量产了基于视觉和超声波雷达融合的全自动泊车产品。

在乘用车前装市场，仅2020年一年，拿下上汽乘用车、吉利汽车、长安汽车、长城汽车等头部客户，全年累计新量产项目 50 余个，新增项目 60 余个，涉及车型 40 余款。

还通过了包括 PSA、马自达、沃尔沃、捷豹路虎等车企的供应商审核，并新获得包括东风本田、上汽通用和雷诺日产的多个定点项目。

2020 年，乘用车前装业务实现了一倍的增长。

乘用车后市场也不赖，在360°全景影像系统上，海康汽车电子在2019年三大车系、23个车型的基础上继续扩展到五大车系、31个车型。行车记录仪产品、360°全景影像产品均实现近两倍的增长。

• 透视神童

2020年的海康多子多福，9月的海康微影，擅长红外热成像。

2020年疫情，红外热成像成为市场黑马，挽救了不少因疫情损伤惨重的中小企业，而对于海康等在热成像根基深厚的企业来说，锦上添花。

海康主力投入的非制冷红外热成像传感器技术，涉及多学科、多领域，目前世界上仅有少数几个国家掌握该技术。

4年来，海康在集成电路设计、MEMS 微桥结构设计、MEMS及封装制程开发、高真空封装技术以及产业化能力上打下基础。

以产业化能力为例，海康自建一条自主可控的8寸 MEMS生产线及封装线，具备年产晶圆1万片，探测器百万颗的生产能力。

三大热成像产品线中，在线产品在安防、室外防火、工业设备、养殖、周界防范领域应用，手持测温产品在电力巡检发光，商用视觉产品在户外和辅助驾驶两大领域鏖战。

这些都使得海康微影能在疫情来临之时，以迅雷之势推出热成像人体测温产品和解决方案，更为当年的营收贡献不少。

• 存储收纳师

海康存储生于2017年4月。

目前，海康存储已经有固态硬盘SSD、存储卡、网盘、移动固态硬盘PSSD、固态U盘等多种存储产品，目标方向甚广，涵盖消费级、企业级、工业控制级、视频监控级和数据中心级等各种场景。

去年，海康推出了H200网盘产品，采用了全新的硬件架构，海康指出，这在业界中首次实现远程开关机，继2019年推出指纹加密型PSSD—T100F之后，去年也推出 Elite 系列产品，以高速、安全、防水、颜值为主要切入点。

据悉，海康存储这几年在行业市场和渠道市场上发力，现已初步完成国内外市场营销网络的重大布局，客户数量近2000家。

• 医生帮手

2018年3月，海康慧影来到世间，落地医疗和教育，擅长微型视觉和音视频互动技术。

医疗领域对AI视觉的渴望与日俱增，但海康慧影出生稍晚。

原因在于医疗、教育行业的视频应用场景多，对特定的成像效果专业要求高，需要实时录制和传输高质量的音视频，同时还具有单场景数量有限、个性化程度高、产品化周期长等特点。

但好在慧影资质还算聪慧，在微创医疗、医学教育和职业技能教学三个方面发力时，突破了不少微型视觉、近距离成像、音视频互动的关键技术。

2019年，海康慧影提供微型摄像系统组件，助力微创医疗产品厂家，获得浙江省首张4K内窥镜摄像系统注册证；2020年也助力多家微创医疗产品厂家进行超高清视频图像技术升级。

• 消防员

随后2019年12月，海康消防成立。

作为关乎国家、国民生命财产安全的行业，此前市场一直由政府把控，管控极为严格。

2015年国务院才提出了“互联网+消防”，之后直到2017年10月10日，公安部消防局发布《关于全面推进“智慧消防”建设的指导意见》以及《消防信息化“十三五”总体规划》才正式为智慧消防正名。

也因此，消防虽是安防分支，作为领域老大，海康一直到2019年年底才与人合力成立消防公司，正式进军智慧消防领域。

而且在此之前，消防业务一直是作为海康的二级部门。

尽管起步较晚，暂时收入不多，但作为安防亲戚，海康消防资金雄厚，体量大，且在智慧安防摸爬滚打十余年，无论人工智能、大数据、物联网技术还是城市项目建设经验，他们都有。

他们需要做的，是打通安防和消防两大领域，最大程度优势互补。

知悉这点的海康消防，现已从前装市场到后装市场，从传统消防到智慧消防全面布局，目前已发布两个基础方案和八个行业方案。

• 安检员

不到半年前的2020年1月海康睿影成立，老八安检员上线。

海康睿影以X光探测业务为核心，进攻智能安检系统应用，将违禁品智能识别算法、在离岗识别、设备状态监测等智能算法创新应用于安检领域，围攻物检、人检和工业探测等领域。

海康睿影的到来，与全球形势息息相关。

全球安检市场在国际性大型会议及反恐的推动力下迅速扩容。

FMI预测，2020年全球安检市场的规模将达到10亿美元以上，未来10年内，安全检查市场预计将以约每年7.3%的复合增长率成长，其中，中国、俄罗斯与印度在安全检查领域的投入增长将会领先全球。

中国作为安全大国，无论是国家战略层面，还是在公安、交通、政府、医院、文博、企业、大型活动场所等核心安保业务场景，安检的体量和作用都不可忽视。

智慧安检也颇受海康重视，胡扬忠在某次活动上曾透露，海康目前的安检团队有150人左右，未来将会增加到200多人。

左合纵，右连横

海康的8生子，看似东一铲西一锄，细细看，辗转腾挪间，隐约被两条线串联，千丝万缕之下，牵引出海康的新业务版图。

一条线以光为原点，连技术战略之横。

从信息获取的角度，视觉是最重要的感知手段，人类大约有超过80%的信息来自眼见。

在看得见、看得清、看得懂这个不可撼动的规律上，过去的安防一直以人为核心，海康已在视频领域酣战20年。

但这眼见为实的人类视觉只能感受到可见光的部分，可见光在电磁波谱中仅是390-700纳米的一小段。

在“光”这块领域，冲破可见光的云雾后，莽莽苍苍下，不同光域群山巍峨、延绵广阔。

无论是市场的外力，还是自身的驱动，390-700纳米之外的这道门，海康必须进去瞧瞧。

始于可见光，行于全光谱，是海康的使命，也是宿命。

于是工业4.0的智能时代号角还未完全吹响之时，各路好汉还在摸索哪条路最上道之间，海康已经悄悄摸摸地向新战线出发了。

海康开始了以可见光为中心向两端延伸的全光谱帝国，有计划地拓展和布局了新的业务领域，形成了可见光、毫米波、远红外、X光、声波领域的五条技术主线，在人工智能浪潮初期之时，就开始搭建起多维感知技术的骨骼架构。

无论其业务方位如何拓展，始终围绕这条主线，杂而不乱。

光还是一个“光”，但海康这一步，一下子把自己从一个“可见光”的轨道，拉进了“全光域”的浩瀚宇宙。

从8大创新业务一个个呱呱坠地开始，将触角投向了更宽广的海洋。

技术进展定律未并变，只是主角换成了机器，而五大技术主线，创新业务占了4个，是海康当之无愧的最佳拍档。

端类产品注重全光谱的覆盖能力，从可见光，到红外，再到微波、射频、激光，形成了全系列的产品布局。

一条线以光为中心，连接起产业链之纵。

海康微影，向上延伸，布局非制冷红外传感器。

海康进攻传感器在于两点考虑。

一是国际形势的外力。

纵使中国安防跻身世界塔尖，但产业链诸多环节仍受制于他人。比如传感器，一直是索尼、三星、豪威等国外巨头的盛宴，高端产品上，中国严重依赖进口。

且因其技术关键地位，不少西方发达国家对于红外成像采取严格的技术封锁政策。

前有海思生死未卜，现有技术命脉在他人之手，中美科技竞争的激烈厮杀中，极易被对方钳制。

红外传感器的技术崛起这条路，即使走得更泥泞、更孤单，但也更富使命感，海康作为安防老大，不得不走。

二是市场的内需。

2014年以来全球民用红外市场规模持续扩大。

Marketsand Markets研究报告显示，2020年全球红外热成像市场规模为58亿美元，到2025年，该市场将增长至83亿美元。

过去几年的市场快速增长，主要来源于安防、电力、安检、建筑、执法、消防、车载等新领域。报告指出，安防领域功不可没。

应用星罗云布，市场潜力不小，但红外热成像的核心器件价格昂贵，规模化应用止步不前。

谁能率先解决规模化问题，谁就能抢占这一蓄势代发的风口。

突破口之争中，海康微影选择了非制冷红外技术。

非制冷红外焦平面探测器虽在灵敏度上与制冷器件有一定差距，但前者体积小、重量轻、功耗低、寿命长、可靠性高，更重要的是，非制冷红外探测器成本低廉，性价比更高，可实现大规模生产。

海康存储，向上延伸，布局固态存储。

无论是PBG，还是EBG，场景细碎、业务定制化，环境、文件属性、特性、读写速度、I/O、延迟等等方面，都需要对业务、对视频文件理解十分透彻。

海量碎片化场景，存储巨头们并非能全然理解，也并不一定愿意为某一个项目进行调研、测试以及生产定制产品或者优化，但海康以碎片化业务起家，且项目制的行业特性下，存储方案往往是整套解决方案的一部分，换言之，它必须熟悉。

当然，存储领域虽杂碎，但胜在肉多，汤也不少。

MarketsandMarkets研究报告显示，到2025年，全球视频监控存储市场规模将从2020年的75亿美元增长到2025年的102亿美元，在2020-2025年期间的年复合增长率为6.1%。亚太地区将在预测期内保持最大市场规模。

2019年，海康威视智慧存储业务中心产品负责人也曾指出，在整个数据存储中，视频数据的成长远超于其他任何一个领域。

海康无意与希捷、西数争高下，更多是在保证自身竞争力的同时，分一杯羹。

萤石、机器人、汽车电子、海康慧影，向下延伸，布局下游终端应用市场。

萤石专注To C领域，切入C端物联，海康机器人专注自动化，进入工业制造，汽车电子专注车用产业和智能驾驶，进入智能汽车，海康慧影通过微创医疗、手术视效、远程会审，切入医疗。

消防和安检，作为安防的细分领域，客户多有重合，决策部门和人相似，海康可基于此做横向品类拓展。

而以上均是数字化、智能化的关键节点，也是海康掌握核心数据、进行视频物联、物信融合的前哨入口。

如何从安防企业转型为以视频为核心的物联网企业，这是答案的一部分。

强大研发实力和技术储备之下，形成产品角度的纵深，布局行业层面的横宽。

融合多行业、多场景、多维感知、人工智能，进入新轨道，一招一式下，海康很明确自己要什么。

在第四次工业革命的新赛道上，海康已经做好了准备。

「模范家长」的修养

你可以给予他们的是你的爱

却不是你的想法

因为他们自己有自己的思想

你可以庇护的是他们的身体

却不是他们的灵魂

因为他们的灵魂属于明天

纪伯伦的这首《你的孩子其实不是你的孩子》可以看作海康与创新业务母子关系的部分写照。

AI掘金志曾提出创新业务是其第二增长曲线，海康也在某次会议上肯定这一说法。

基于第一曲线选择新的增长撬动点；重度投入，击穿成长的破局点；重构价值网络。

第二增长曲线的三大核心点，你都能在海康的创新业务身上找到。除此，对于八个孩子成长理念，海康也有独特思考。

1、孩子出生前做好规划

在第一个孩子萤石正式出生后半年，海康发布了《核心员工跟投创新业务管理办法》，鼓励员工参与创新业务。

海康跟投计划的原则可以概括为“六四股比、两类计划、出资双选、动态优化、五年锁定”。

60%由海康控股，40%由员工跟投，40%里分成两部分，32%是A计划，海康所有满足条件的员工参与跟投，8%是B计划，留给每个创新业务自已的员工，即萤石的员工只能投萤石的B计划，机器人的员工只能投机器人的B计划。

动态优化，跟投平台每年都会增资，增资部分重新分配给所有核心员工，跟投平台的员工持股比例每年都会有调整，表现优秀者在股权份额上可后来居上。

分层激励安排，责权利对等，通过利益捆绑的丝带，即给了员工创造的空间，避免了优秀员工的流失，也让海康的新业务探索和拓展活动，拥有了利益相关者的主观能动性和拼命精神。

增团队凝聚力、激团队创造力、促业务增长，海康这一手，多得。

人力资本和科技增长、国有企业和科技企业的双重身份，母子公司的关系，海康都平衡得不错。

2、给予足够的原有积累

创业这条路，雄关漫道，在铁铮铮的开荒中，步履总免不了蹒跚。

与不少创业公司相比，海康创新业务省略了从0到1的艰难过程，在原有家底上，可以较为轻松地开始从1到10的探索。

母公司前期的市场理解、技术积累、客户资源均可借用，仓禀实、衣食足，增速自然更快。

先看看这位自身足够优秀的家长在过去20年有哪些家当。

科研能力上，海康近5年研发总投入超过200亿元， 2020年研发投入占销售额比重超过10%， 研发技术人员超过2万人，占公司总人数近50%。

在当初那个上学机会并不多的年代，海康可以高材生一枚。

行业解决方案上，安防业务业务碎片化、定制化，以项目制为主，产品和服务门槛高，生产流程复杂，产品非标准化。

在这片泥地里打滚20年，海康早已练就一套口诀心法，耐得下性子，忍得了枯燥，不说信手拈来，至少是步履轻盈。

当行至消防、安检等业务，其实有诸多性格相通之处，他们可快速进入市场，在某一行业形成符合需求的解决方案，扫清不少障碍。

营销体系及规模优势上，海康也打下了江山一片。

32家省级营销中心，300多家城市分公司和办事处，海外66个分支机构， 营销与服务网络覆盖市场各个角落。

海康在2016年开始的软件攻坚战，2018年统一软件架构基本完成。

如此，在底层构建统一软件架构之上做业务，平台可按需组合技术能力适应不同的应用场景，技术适配、数据共享上均有优势，且成本相对低，进度可更快。

还有人才投入上的倾斜。海康总部目前人员增长按预算规则较为严格，但在创新业务，人员投入速度不减。

而这些，都可为创新业务所用，是其他创业公司远不可企及的财富，也让他们可以站在更高的位置向上攀爬。

3、因材施教，不盲从

“海康有无开展VR虚拟现实业务？”

海康经常会被问到此类问题，答案是不涉及。

海康表示，每个创新业务都有特定的市场，是其经过内部详细调研评估，确定方向后行动的结果。

做什么、不做什么，怎么做，每个业务海康有自身的考虑和坚持。

比如自动驾驶领域有激光雷达和纯视觉派的技术路线之争，尽管在摄像头领域，海康已经是20年的老手，但他们依然表示：

安全的东西越多越好，光摄像头不够，加上毫米波雷达、红外热成像，甚至激光雷达，尤其是中国的复杂道路环境下，只靠视觉是有欠缺的，从产品迭代上看，这些感知设备的性价比越来越高。

且基于自身理解，他们早早布局各类方式，比如成立子公司自研之外，海康就曾在2016年入股毫米波雷达企业森思泰克，并成为后者的第二大股东。

4、拒绝鸡娃教育

在智能化、数字化市场，每个技术迭代的窗口，都是挑战者向上冲锋的姿态。

海康的创新业务们也冲，但家长的宽容让他们的姿态稍显从容。

外界急于知晓创新业务的投入与回报，期待在海康口中捞到一个新的市场增长点，他们一遍遍不紧不慢地回复：

对于投入和回报，在初始阶段我们对产出不是特别关心，早期也不知道会做成怎么样。只是觉得对海康来说作为一家做物联网、大数据的公司，多维感知是我们必然的一个选择，既然是必然选择就先不考虑产出，效果交给时间。
非可见光的直接市场不见得有多大，他们在整体方案中占比也并不多。他们的地位在于，在某些场景中，比可见光更加有效，发挥不可替代的作用。
现在还不好判断，我们目前没有看到哪个创新业务的人均营收特别高，都需要前期有不少的投入，也都是碎片化需求较多的。

不少企业靠融资输血，上市成为关键词，海康的创新业务似乎并非985、211不可，没有鸡娃教育，没有IPO的口号，眼下一心夯实基础。

创新业务中最大的萤石，诞生至今已有7年，期间并未有过多的声音，分拆上市也较为低调。

并非没有要求，海康也表示“这些创新业务发展好，公司都会支持他们分拆上市”。

并非没有期待，海康也说过“我们觉得这八个业务大概率能行，而且以后还会有第九个第十个，会有更多的发展”。

他们只是更懂得有的放矢，孰轻孰重。

没有人生来就是父母

合纵连横之下，创新业务们能否撑起万亿海康，我们不知但心怀期盼。

在那些燥热的市场，不少企业语不惊人死不休，但每每到海康，无论是公开场合讲话，还是每月的投资者问答，他们总是一脸敦厚：

“这块能不能商业化，我们也不知道，先不用去考虑，做做再说吧。”

“我们没有那么高大上，只是力争在原有基础上做一点点改进。”

“这个很难预测，我们也不知道，只能走一步看一步。”

你可以说它保守，你可以说它谨慎，你可以说它有些业务营收不如某某漂亮，你可以说这就是躺平，你可以说它这父母，做得并不好。

没有人生来就是父母，但海康靠着这套逻辑走到了今天，而这秉性，将给海康的创新业务带来什么，创新业务，又能反哺海康什么，就等时间给答案了。雷峰网雷峰网雷峰网

2021年6月17日，神舟十二号载人飞船发射成功。

神舟十二号载人飞船在长征2F运载火箭的托举下，以一往无前之势冲入澄澈霄汉。

根据中国载人航天工程办公室发布的消息，航天员聂海胜、刘伯明、汤洪波乘神舟十二号载人飞船前往空间站天和核心舱。按计划，他们将在太空驻留长达三个月。

举国上下观看了发射升空震撼一幕，火箭各个分离动作一目了然、尽收眼底，未来，我们也将看到航天员们在飞船上的一举一动。

你是否会好奇，火箭上有多少个摄像头，它们都装在哪，除了让我们一饱眼福，还有什么作用？

摄像头：中国长征家族系列火箭标配之路

国人第一次感受到中国火箭升空一霎那、各助推器分离的视觉冲击，是在16年前。

2005年10月12日，神舟六号发射，火箭上的摄像头拍下了从点火到船箭分离的全过程。

在火箭上安装摄像头并实时传输图像，不仅是中国载人航天发射的首次，在中国所有航天发射的运载火箭上也是第一次。

这个「第一次」，得益于两个方面的发展：

一是遥感技术。前五次“神箭”的成功发射经验积累上，中国在遥测参数上进行优化，为图像传输提供足够的通道和空间，使得摄像头可将图像与遥测参数在发射时同步传输给地面。

二是图像压缩技术的发展。

存储开销低(适合机载条件)、实时性强(时延小)、恢复图像质量好(失真小)的高倍视频数字压缩编码技术有不少进步。

神舟六号的箭体上装载了两个摄像头，之后，神舟七号飞船发射任务的长征二号Ｆ型火箭加装了第三个摄像头。

此后，火箭上的摄像头越来越多。

中国运载火箭技术研究院所属北京宇航系统工程研究所图像测量系统主任设计师冯辉介绍，一枚火箭，少则有两三个，多则十几个，甚至数十个摄像头，如长二丙火箭有2个摄像头，长三甲火箭有3个摄像头，我国新一代运载火箭长征七号有11个摄像头，长征五号火箭则有20个摄像头。

• 摄像头都安装在哪里？

神舟六号箭体上的两个摄像头，分别安装在整流罩内和火箭二级芯体中间部位，火箭发射升空过程中，两个摄像头可对助推器分离、一二级分离、整流罩分离、箭船分离等动作进行跟踪拍摄，并实时传输到地面。

长征五号，我们看到的助推器视角的摄像机如下图红圈处，在二级中部，共4个，均匀分布。

图片来源：见图中标注

2016年，长征七号运载火箭搭载了11个摄像头。

4个助推器的发动机尾舱各装一个，一级尾舱2个，二级仪器舱外壁3个，二级尾舱2个。

图片来源：CCTV 13

不知不觉中，我们已经通过视频见证了火箭发射升空画面16年。

从无到有，从有到多，中国航空航天技术日新月异，从火箭上传送回来的画面越来越多，角度越来越丰富，而摄像头，也逐渐成为中国运载火箭的标配。

• 这些摄像头都发挥什么作用？

摄像头也叫图像实时测量系统，它们主要的职责就是监视火箭飞行过程中的关键分离动作，包括助推器分离、级间分离、星箭分离等。

火箭内部的发动机工作情况和数据指标等，都需要由摄像头提供第一手的画面监控。

比如上面提到的神舟六号发射时，运载火箭上安装的第三个摄像头，承担了四个重任：

1、监测主发动机工作情况

2、监测4个游机的摆动情况

3、监测二级尾舱的热情况

4、监测二级增压管路做‘铝改钢’技术改进后的效果

长征七号摄像头达11个，可执行的任务也更多。

比如分别位于助推器和一级尾舱的摄像头，用于监测飞行过程中尾舱内的发动机和伺服机构，以及相应尾舱内的环境。

二级仪器舱外壁摄像头，观测飞行过程中助推器分离和一级分离动作。

仅仅有可见光的摄像头还不够，由于火箭对温度高度敏感，这就需要红外摄像头配合掌握它的实时情况。

在二级尾舱的两个摄像头装置，一个是可见光，一个是红外，也是为了观察级间分离的过程。

红外装置可以监视二级发动机在工作过程中整个温度场分布，还有一个在整流罩内部，位于飞船支架上，观测飞行过程中有效载荷和火箭的分离。

• 这些摄像头有什么要求？

由于火箭在太空中飞行的环境复杂，箭体上的摄像装置要满足以上要求，首先需要考虑的一个问题就是成本。

在光学组件生产工艺上，设计师用整机测试体嗲零部件测试，降低测试费用；

在管理模式上，用组批订货、组批生产、组批验收的产品化管理模式，让成本降低了60%。

此外是所处环境。

为了保证对火箭的全程监控，在火箭不同位置各司其职，其实也是全副武装。

神舟六号运载火箭中，二级尾舱有5个发动机，温度高、震动大、亮度强，工作环境十分恶劣，对摄像头提出极高的要求。

对于机身，因冷热突变，需要对摄像机整个机身进行防热和抗振处理，以及保温措施。

对于镜片，需要采用耐高温材料，比如长征二号Ｆ型火箭采用的就是抗高温的石英玻璃片做镜头；

对于拍摄过程，需要摄像头有可调节装置，为了更好拍摄尾舱里的火焰，长征二号Ｆ型火箭摄像头装配了能够随亮度自动调整的滤光片。

而对于飞行中整流罩抛罩前后光线的明暗变化、箭体转动时可能出现的迎光和背光位置交替现象等则采用增加照明设备、补充光线、提高照度来解决。

另外，在火箭舱内的摄像头，在周围漆黑一片的情况下，要自带LED光源进行补光，而舱外的摄像头虽然不用补光，但却需要保证摄像头在火箭外壁上站得稳，同时还需要一件“防热衣”，对抗起飞后的摩擦急剧升温。

为什么摄像机清晰度看起来很低？

有人可能发现了，我们看到的摄像头画质并不高清，分辨率很低。

你感觉的没错，据了解，目前箭载摄像头都是标清设备。

目前4K、8K视频技术在不少领域应用，为何航天航空的视频没有应用？

1、成本

成本是极其重要的考量因素。

以神舟载人飞船为例，不少摄像头安装在箭体上，即助推器和二级火箭发动机附近。

火箭的作用，是提供足够的推力，使飞船摆脱地心引力，当火箭将飞船送入大气层，箭体完成任务后将废弃。

此外，飞船的飞行任务结束后，返回地球中，推进舱会在大气层中烧毁，轨道舱在轨飞行一段时间后也会进入大气层烧毁。

这意味着安装在飞船上的摄像头也会在这个过程毁坏。

因其一次性属性，在质量和成本的权衡下，摄像头满足基本要求即可。

2、信号传输

视频是由一张张图片连接起来形成的动态图像序列，高分辨率画质意味着高数据量。

若直接将每张图片的每一个像素点数据都加以存储和传输，视频码流所占用的带宽将不可估量。

画质越好，码率越高；码率越高，带宽越大；带宽越大，传输越难。

高清的视频是对信号传输能力巨大考验。

虽然中国在启用天链中继卫星后，监控和传输能力都有所提升，但天地传输能力依然有限。

遥测带宽的限制下，画质的提升意味着要投入更多的研发成本，而这些成本对于发射任务本身，必要性不大。

在此背景下，他们选择将传输通道让位于更有用的数据。

3、重量

鉴于火箭飞行以及太空的环境特殊，选择航天器各配件时，质量大小是一项极其重要指标，摄像头的要求之一是够轻。

为了更高的画质导致摄像头重量增加，运载火箭的负担势必也会增加。

视频的画质并非必要选项，完全可以省下摄像头的重量，放置其他更重要的东西，因此也适当放宽了对摄像头的像素要求。

4、改动成本大

有业内人士提到，运载火箭是一个庞大而复杂的系统，在火箭上加任何东西，做任何改动，都要经过全面完整的论证。

要通过电波将图像传回地面，就要增加电波传输装置，对整流罩，对飞船的影响如何，必须全面考虑。所以在传回地面的每一幅图像背后，都有着许多细致入微的工作做支撑。

同样，神舟飞船也如此。

“中国航天一直讲求实用为主，所以能省的变动都省了。”他说，“为保持飞船整体状态的连续，保证飞船的可靠性，不轻易改变飞船内的设备布局，尤其是舱内摄像头这种不涉及核心技术问题的设备。”

其实我们并非没有相关技术：

比如有业内人士指出，航空航天器上的摄像头，分辨率都在2w*2w以上，普通民用电脑和手机完全承受不住卫星照片的压力。

而我们一般看到的卫星图片，大多经过多级压缩。

比如探月卫星的月面全彩照（Base64加密传输技术）可达到单张图片20G左右、分辨率70000*120000左右，更有航天摄像机达到了亿级像素。

又比如2019年10-12月间，北京中联合超高清协同技术中心（超高清视频制作技术协同中心）与中国卫通集团等单位，在中国卫通北京地球站成功完成了全国第一例8K超高清视频的卫星传送接收测试。

目前火箭上摄像头的画质，是多重因素下的综合选择。

当然，如果有一款画质好、可靠性高、能够适应太空环境、成本低廉、重量轻的摄像机，而且有高效的信号实时传输技术的话，何乐而不为。

我们也相信在将来，随着航天技术的不断发展，火箭也能用上高清摄像头。

中国航天，一个值得自豪的名词

从无到有，从有到多，从火箭上传送回来的画面越来越多，角度越来越丰富，中国航天技术日渐发展。

近几年，中国航空屡次取得重大进展，上火星、探月球逐一达成。

从神舟载人飞船出舱到天宫发射，从天宫实验室到北斗导航系统初步形成，从嫦娥二号到嫦娥四号实现人类首次登月，从成功地首飞长五长七号新型火箭到国产500吨火箭发动机，中国航天走出一条艰辛又欣欣向荣的道路。

遥记2019年1月3日，嫦娥四号探测器成功着陆在月球背面。

嫦娥四号是人类历史上首次实现航天器月球背面软着陆和巡视勘察，是首次实现月球背面同地球的中继通信。

中国航天首次将“人类”两字放到了“首次”前。

今朝的6月17日，神舟十二号与天和核心舱完成对接，中国人首次进入自己的空间站。

“自己的空间站”六个字，有太多不可思议、太多故事、太多攻坚。

当初，西方排挤中国参与国际空间站。

如今，由美国主导的国际空间站日益老化，即将退役，彼时中国的天宫空间站将是人类唯一的一个空间站。

欧美等军事强国对中国航天的严格技术封锁，一直持续到今天。

在严格封锁甚至是打压下，中国航天奋斗二十余年，自力更生，跻身第一梯队，得今日之成就。

不得不承认，「中国航天」是一个值得自豪的名词。

如今，中国可以在浩瀚的星辰大海乘风破浪，逐梦苍穹。

在此，诚挚感谢一代又一代的中国航天人。雷锋网雷锋网雷锋网

大华股份执行总裁张兴明

6月18日，2021大华股份钢铁行业数字化转型主题论坛上，不少业内专家就数智化浪潮下钢铁企业的发展方向及智能化升级展开了深入交流。

大华股份执行总裁张兴明表示，数智化建设的目标是帮助企业通过客户体验在线化、运营管理在线化、生产制造在线化等，最终实现企业降本增效与综合竞争力的提升。

在这个过程中，也面临行业差异大、需求碎片化、业务专业性高、技术沉淀要求高等挑战。

在新时代背景下，视觉设备在工业场景中的大规模应用，已经不再是单纯满足安防需要，它所带来的结构化能力和分析能力，正在企业生产环节全面应用。

大华股份将坚定智慧物联解决方案提供商和运营服务商的战略定位，坚持创新，全力拥抱数字化，全面拓展城市级、企业级市场。

并且始终坚持以客户为中心，深入理解客户日益变化和差异化的需求，基于云边端协同，在大华智慧企业数智化基座之上，通过ICC和云睿两大平台，融合数字化生态，推进产业AI化，以技术、市场赋能千行百业数智化升级。

据大华股份2020年年报显示，其企业业务营收占国内业务的42.28%，助力十几条行业线、数千家企业数字化转型。

但长期以来，传统钢铁行业都存在产能过剩、生产流程复杂、质量管控难、缺乏数据标准、危险场景多等问题。

在新技术的推动下，钢铁企业数字化转型开始向着智能制造的方向迈进，人工智能、数据、算法等数字系统和智慧物联视觉系统的深入融合，已经成为推动钢铁行业数智化升级的全新动能。

“数字系统和视觉系统的融合，共同支撑起数智世界价值闭环。”大华股份研发中心副总裁李广义表示，“大华企业数字化解决方案对多个行业业务场景进行深入探索，建立“两融合两集成”的业务架构，通过数智化能力全面赋能生产、安全、经营三大核心业务价值，最终提高企业生产价值，优化安全体系，辅助经营管理，保障行业数智化转型高质量落地。”

大华股份先进技术研究院熊剑平则表示，面对行业智能需求多且碎片化、智能效果要求高、业务改造要求多变等情况，大华凭借深度的AI技术布局和业务积累，聚焦场景落地痛点，满足客户“多、快、好、省”的不同需求，加速产业 AI 化与数字化进程。

随后，大华股份钢铁行业总监冯航尧对大华钢铁行业最新发展进行了详细介绍。

他表示，大华智慧钢铁解决方案以“场景化、标准化、智能化”为设计原则，针对钢铁行业痛点，通过将前端物联感知能力、数字化算法能力，作用于人、机、料、法、环等各个环节，实际解决钢铁行业业务痛点。

在工业安全领域，视频AI与“人”的结合可实现对穿戴安全帽、工作服、安全绳、作业距离及作业区域等安全作业行为进行智能监测预警，提高生产效率，降低安全隐患；

在工业生产领域，智能与“机”“料”的结合，可以实现生产过程中的可视化、自动化、数据化和智能化。钢铁作业场景有高温、强光的特点，运用红外成像、高温防护等技术手段实现多维度感知，最终统一生产指标标准，提高生产质量与效率；

在经营管理方面，智能与“法”的结合，借助视觉切片技术，可以实现与订单精准关联，对整个生产业务来料、生产、质检、入库全流程进行追溯与管理，提高管理能力；而在环境保护方面，通过视频AI与环境的结合，例如烟雾检测、粉尘检测可以对环境状态一目了然，实现清洁生产与绿色可持续发展。

同时，大华股份还围绕各大生产要素，构建智能化与场景相结合能力，建设大华企业数字化基座，通过AI开放平台，构建企业业务应用定制化能力，为企业数字化加速赋能。

目前，大华股份已服务超过100家大型钢铁企业，全面提升了钢铁企业的数智化发展水平。

此外，上海宝信软件、新天钢集团、广西柳钢东信科技等合作伙伴代表发表演讲，就工业互联网赋能钢铁制造、钢铁企业数智化升级、绿色环保可持续发展等话题进行了深入探讨。

未来，大华股份将继续深耕钢铁行业，围绕钢铁生产全流程的智能化建设，凭借在机器视觉、AI、物联网、5G等技术领域深厚的技术积累和研发经验，建设场景化、差异化钢铁解决方案，为钢铁行业智能化升级之路贡献力量。雷锋网雷锋网雷锋网

近日，海康威视举行投资者问答会议。

海康认为，所谓平台型公司的存在需要有合适的土壤，在较为扁平、链条较短的商业环境中，平台型公司比较容易生长出来，但不是所有的行业都有培育平台型公司的机会。to B，to G业务的市场中，厂商很难成为平台级的公司，最终的主导方仍然是用户。

在海康所处的行业里，产品种类丰富，单产品对应的销售量普遍不大，所以用到的各类元器件物料供应商分散，种类繁多。

在两年前，为了应对实体清单，海康迅速提高了多种物料的备货，并有针对性的对有风险的物料做替代。高库存的政策保持到了今天，也比较幸运的应对了今天原材料整体紧张的局面。

软件和算法在硬件平台上切换的成本下降到可以商用了，海康开放算法，在硬件上支持适配算法和应用的替换，但与此同时，硬件物料层级的场景化定制需求并没有减少，反而还会不断增加，所以最终定义产品的是场景。

对于传统业务和数字化转型具体需求，难以区分，海康也不纠结于用数据来统计这些产品的不同贡献。

在To G、To B的领域里，场景的丰富程度很高，单纯的提供哪一层的能力都不能简单的覆盖整个市场，所以海康PaaS、DaaS、SaaS（平台、数据、软件应用）都要做，今天要做，未来更要做。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：智能化为行业带来很多新的机会，资本市场会期待公司成长为平台型公司，公司自身觉得这样的机会大吗？

A：所谓平台型公司的存在需要有合适的土壤，在较为扁平、链条较短的商业环境中，平台型公司比较容易生长出来，但不是所有的行业都有培育平台型公司的机会。

电子商务、生活服务领域的产品形式相对标准，市场规模够大，上游和下游都不强势，平台型公司有壮大的土壤，但平台经济带来的规模效应在一定程度上也是和垄断相关的，社会参与到博弈中之后也会限制平台的规模，最终也不能无限扩张。

不过这样的商业模式在产品服务形式比较复杂的运营商市场就不适用，即使运营商市场走到今天，华为、中兴、爱立信、诺基亚这些公司也不敢说自己是平台型公司，中国移动、中国联通、中国电信有很大的话语权。to B，to G业务的市场中，厂商很难成为平台级的公司，最终的主导方仍然是用户。

在SMBG中，从产业整合的角度看，有可能衍生出小平台来发挥主导作用，但因为产业链上涉及到设计、施工、验收等非标准环节，所以它并不是普通认知里的交易型、流通型或者社交型的互联网平台，是个用互联网技术帮助产业链提升效率、加快周转的产业互联网的平台。

在to B、to G的业务领域中，既然没有看到垄断的可能，也没有什么超级技术能无差别的降低边际成本，也不能靠某行业某地区的客户关系保持不间断的高增长，所以最终还是要回到技术的迭代、能力的丰富上来。

海康要做的是在软件、硬件、算法、数据的开发和应用上，尽力找到可以复制并重复使用的原型，实现技术的积累沉淀，作为优化组织效率的抓手。

Q：目前整个工业领域都面临原材料涨价的问题，公司和供应链上的伙伴怎样协调，对于原材料的涨价和对下游的传导能力，公司是否有考虑？

A：在海康所处的行业里，产品种类丰富，单产品对应的销售量普遍不大，所以用到的各类元器件物料供应商分散，种类繁多。供应链的管理对于公司来说一直是非常重要的环节，供应链的安全、供应链的质量保证、供应链的交付能力是公司一直以来关注的。海康对待供应商的态度也一直是公允的，将供应商视为可以长期合作的伙伴，和伙伴们一起成长，从这些年的情况来看，也带动了一批供应商有了不错的成长。

在两年前，为了应对实体清单，我们和供应链伙伴们协调，迅速提高了多种物料的备货，并有针对性的对有风险的物料做替代。高库存的政策保持到了今天，也比较幸运的应对了今天原材料整体紧张的局面。我们还是会和供应商保持密切配合，相信一直以来良好的合作以及海康还不错的财务状况，都是可以保障公司当下的相对优势。我们产品的销售价格是市场决定的，会随着市场变化而波动。

Q：今年的年报里，公司公布了HEOP架构，支持在各类硬件上可以更自由的替换和更新软件软法，请问对于这类开放合作，公司是怎么看待的？

A：物联网领域的应用是高度碎片化的，也是高度场景化的，随着这几年芯片平台性价比不断提升，软件和算法在硬件平台上切换的成本下降到可以商用了，所以我们顺其自然，一方面建设AI开放平台，将算法的训练自动化实现，一方面在硬件上支持适配算法和应用的替换。

但与此同时，硬件物料层级的场景化定制需求并没有减少，反而还会不断增加，所以最终定义产品的是场景，软件应用的可替代、硬件物料的多元化是支撑产品种类丰富的两个支点，缺了哪个都难以满足客户需求。

从开放合作这个策略上说，海康的开放从当年做板卡的时候就已经在做了，基于我们板卡的协议，当合作伙伴替换API函数的时候，加一个后缀就解决了。海康的产品完成开发之后，在其他类似产品上再花半小时就可以做好，所以海康做的一些新功能，我们的同行都跟上来做，这样就会带动产业的发展。后来我们积极参与地方标准、国家标准的建设，也积极的维护标准，遵循各种有益的标准规范。开放的程度是一个行业成熟与否的标志，海康从公司建立的时候就提倡开放，今后也将一贯地开放。

Q：这几年智能化带来不少新的增长，公司能不能把来自传统的安防业务和新兴数字化转型的需求分一分，各有多少？

A：定性来说，智能化作为新增的需求，在公司的业务中起到的作用越来越大，对销售的帮助越来越多。但是从业务梳理的角度很难做这样的细分，比如说，有些产品可能是对原安防系统的升级换代，在客户能接受的成本之下，硬件产品上融入一定的智能化功能，是客户愿意采购的，满足安防需求的同时，又有更好的管理方式去降低成本、提高效率或者降低风险；同时也可能多增加了一些需求，购买更多的硬件，建设更实用的软件系统，这些部分可能与安防没有关系，纯粹用来满足内部管理、业务发展的需求。这样的需求都混杂在一个项目中，我们就很难分清哪些是传统安防，哪些是智能化。公司并不纠结于用数据来统计这些产品的不同贡献，我们顺势而为。

Q：在业务层次上，公司是希望做PaaS、DaaS，还是SaaS？未来在SaaS层是否会依靠合作伙伴做的更多一些？

A：在toG、to B的领域里，场景的丰富程度是很高的，单纯的提供哪一层的能力都不能简单的覆盖整个市场，所以平台、数据、软件应用都要做，而且不仅今天要做，未来还要做。不涉足多个层次的开发，就无法最终服务好客户。

海康近几年围绕PaaS、DaaS做了很多工作，在平台能力、数据能力的建设上往前走了一大步，同时类似云眸这样的SaaS形式也一样提供。一般来说，PaaS、DaaS适合多层级、多时空下的复杂场景，SaaS适合扁平型的商业布局，云眸目前接入的设备大约160万台，为连锁餐饮、4S店、连锁零售等等客户提供服务。

在行业规模不断扩大的过程中，我们的生态会有越来越大的吸引力，因为许多底层、中层的能力开发已经由海康解决，生态伙伴可以专注在有自己独到理解的行业和场景中，那时候基于我们的平台来做SaaS开发的行业生态会更兴旺起来。但在这之前，没有现成的合适伙伴出现的情况下，我们也会满足客户需求，自己来做，给伙伴们打个样子。雷锋网网雷锋网

 这两天的视频安全领域大事不断。

先是6月10日，《中华人民共和国数据安全法》十三届全国人大正式表决通过，正式公布，确定将于2021年9月1日正式施行。

这是我国关于数据安全的首部法律。

紧接着，6月11日，中央网信办、工业和信息化部、公安部、市场监管总局发布关于开展摄像头偷窥等黑产集中治理的公告。

上到法律法规，下到部门公告，一前一后，敲起了数据安全启航的锣鼓。

雾霾天里，阵阵曙光

视频安全的雾霾主要在于三个层面：安全问题突出、各界不够重视、法律和制度不够完善。

摄像头相关的安全事件层见迭出，在此不作赘述，重点谈谈后两个方面。

在视频安全领域，无论是国家层面的视频建设，还是社会层面的摄像头产业，视频安全一直是被轻视的圈层。

中国政府是有全世界对新技术最包容的国家政府，先引入，再在实践中改进，在过去70年中大体如一。

重建设，轻安全，大多应用先行、安全为后。

也因此，缺乏体系化地规划、部署网络安全，缺乏系统地培养安全管理人才，缺乏视频接入网络流程和制度，摄像头产业的标准和规范。

1994年中国正式迈入互联网时代以来，中国互联网已有27年。

前进的号子震天响，纤绳粗又壮，行业在轨道上飞奔之时，数据安全在后鞭长莫及。

信息化、数字化超级大国背后，信息化和数据安全发展脱节。

“从政策上看，等级保护1.0是2014年才推出，直到2019年等保2.0推出，才起到关键作用，全行业、全业界才开始真正进行到位的建设和监管力度。”

奇安信华南区技术总监张雄曾强调，两者的脱节，不仅在技术层面，还在体系化、建设思路、战略性等层面。

在法律层面，视频安全领域并非无法可依。

《民法典》对隐私权的定义和保护作出清晰规定，《网络安全法》也对网络产品、服务提出明确要求。

在相关案件中，利用黑客手段破解网络摄像头IP并贩卖内容的行为，也属于《刑法》第二百八十五条“非法侵入计算机信息系统罪”等条款。

但直到2017年6月1日，网络安全法才正式实施，与公民最相关的《个人信息保护法》，目前还在制定之中。

行业层面，摄像头系统中倒是有标准协议，但对视频的保护规定不足，视频数据完全以明文状态在网络中传输，数据容易被截取。

当然，以上并非谁之过，而是行业发展规律大抵如此。

正如旷视高级副总裁、城市业务事业部总经理陈雪松曾对AI掘金志所言：

行业标准化是滞后于技术的，技术永远比标准要快。

市场对AI、数据安全等新兴的理解和尝试必然经历一个过程，并最终变得更加清晰和聚焦。

同理，法律的制定需要时间和过程。

法律不是理论属性，而是实践属性。

它通常是在事物有了充分的发展、有了实践的经验、暴露出充分的问题后，相关的法律出台，规范标准、促进事物向前。

而《数据安全法》作为一部专门针对数据安全出台的法律，加之专门的《个人信息保护法》，足以证明国家对此重视。

《数据安全法》中也强调了这一点：

“关系国家安全、国民经济命脉、重要民生、重大公共利益等数据属于国家核心数据，实行更加严格的管理制度。”

这部自2020年6月28日以来，《数据安全法》经历了三次审议与修改，确定将于2021年9月1日正式施行。

这意味着，中国在数据安全领域有法可依，为各行业数据安全提供监管依据。

中国的数字化转型，在不远处也微微一笑。

法律铜墙已出，各部门行动铁壁也逐渐上路。

有法可依前提下，视频数据安全是一项综合性的系统工程，需要各维度不断完善，所以四大部门立马来了。

黑产产业链猖獗如斯：利用黑客技术破解并控制家用及公共场所摄像头，将智能手机、运动手环等改装成偷拍设备，出售破解软件，传授偷拍技术，供客户“偷窥”隐私画面并借此牟利。

中央网信办、工业和信息化部、公安部、市场监管总局决定，自2021年5月至8月，在全国范围组织开展摄像头偷窥黑产集中治理：

一、社交软件、网站、论坛等互联网平台要严格履行信息发布审核的主体责任，全面清理平台上发布的涉摄像头破解教学、漏洞风险利用、破解工具售卖，偷拍设备改装，偷窥偷拍视频交易等摄像头偷窥黑产相关违法有害信息。

二、摄像头生产企业要按照数据安全、信息安全有关规定和标准提升产品安全能力，提供公共服务的视频监控云平台及有关企业要严格履行网络安全主体责任，强化云平台网络安全防护，落实对远程视频监控App的数据安全防护责任。

三、电商平台要严格履行主体责任，全面开展排查，对平台上的假冒伪劣摄像头做清理、下架处理。

四、公安机关依法打击提供摄像头破解软件工具、对摄像头设备实施攻击控制、获取买卖公民隐私视频等违法犯罪活动，严惩违法犯罪分子。

五、网信、工信、公安、市场监管等部门加强监管和执法，对于不落实主体责任的社交软件、网站、论坛、视频监控云平台、电商平台等互联网平台和企业，依法依规严厉进行处罚。

四部门的5条公告，涵盖了互联网平台信息发布、摄像头生产企业、电商平台、公安局和犯罪分子、各部门自身各大主体，国家从各维度细化行动的决心，可得一见。

我们也相信，这将是一个开始，更多的规章制度已经在路上。

视频安全的雾霾天里，迎来了阵阵曙光。

视频企业能做什么？

法律、制度层面的相继出台固然可喜，但视频数据安全是项系统工程，摄像头企业自身的问题不可忽视。

作为产业链中极其重要的一环，视频企业们该从哪些方面入手？

• 前期植入安全设计、设置技术防范手段。

在2017年物联网安全研究报告中，就已经发现物联网的设备暴露在互联网之下，普遍存在被攻击、被利用的风险。其中，路由器和安防设备暴露的数量最多。

2019年的物联网安全事件中，主要是三类：漏洞和弱口令、准入控制乏力、应用监管不足。

宇视安全&网络解决方案总工王连朝告诉AI掘金志，其中有一半是漏洞和弱密码造成的。漏洞和弱密码使得设备很容易被控制、被利用，从而造成信息泄露，或引发DDOS攻击。

而造成产品本身安全不足的原因有二：

组织管理不足，设计之初未曾考虑安全设计，未曾建立漏洞发现、修复、响应机制等，导致后期难以修复。

技术防范手段不足，存在弱口令，预留后门，或者软件开发本身不规范，缺失认证机制、数据明文传输等。

换句话说，漏洞和弱口令风险说明一个问题：安防产品自身的可靠性是系统安全的根基。

如果自身的安全性得不到保障，仅通过外部防护，很难做到完全的安全。

企业需要从摄像头生产、设计本身出发，在代码防护、身份鉴别、弱口令校验等方面进行安全加深。

• 技术安全是前提，安全管理是重中之重。

安全是三分技术、七分管理。

应用监管不足，视频信息容易被内部人员泄露。

无论是个人使用者还是主管方，对此意识都比较缺乏。

家用摄像头用户对隐私安全常识的缺失，很多人使用类似123456/888888/666666的弱口令密码，也加剧被破解的风险。

“企业方面，以视频监控为例，系统从前端接入区到数据汇聚区再到核心应用区，从数据产生、传输、存储、应用、管理等，多个维度每一个环节都存在非常突出的安全问题。”宇视网安总工周欣如曾对AI掘金志如此强调。

从硬件终端、硬件与服务器的连接和传输、管理平台、应用四大层面全方位考虑。

智能硬件中，具备算力的终端中除了操作系统，还会用到大量的电子元器件，比如当内存的算法明文保存，黑客就可远程登录，调式硬件，内存条芯片接口就能成为被攻击的入口。

云管端管边的物联网架构造就了万物互联的美好设想，但却忽略了智能硬件在与服务器或云连接与传输过程中，黑客可以通多如网络截取数据包的方式，破解数据包中的所有内容。

在管理平台中，黑客同样可以通过软件的反编译查看到软件漏洞并侵入。

万物互联的同时，也拉长了网络攻击的指数和战线，单点防护难以保护整个网络。

说白了，安全并非只针对硬件、软件，而是整个系统。

总的来说，用户需要提高网络安全意识，购买正规摄像头设备，设置高级别密码，及时更新摄像头安全防护程序；生产企业需要加强代码防护、身份鉴别、弱口令校验等方面的标准；企业需要完善设计，更新摄像头安全防护程序。

同频道的战友

我们应该意识到，业务在不断变化，AI等科技的应用下，视频数据安全一定是威胁和风险长期共存，这是一个常态。

还是那句话，隐私保护与数字化发展不是一对“反义词”，而是相辅相成，同频向前的。

AI视觉技术本身，不是原罪。

技术永远只是产业中的一环，没有哪个技术能独立于政策、环境、标准、市场、用户而存在。

好在，威胁长存中，法律一部部出台，监管范围一步步明确，企业们一点点锻造安全能力，用户意识一波波增强，而数字化转型汽笛声，一阵阵响彻云霄。

智慧交通、智慧物流、智慧社区、 智慧港口、智慧医疗、智慧警务......

未来城市，在路上。雷锋网雷锋网雷锋网

三孩政策近日实火。

中共中央政治局5月31日召开会议，会议指出，进一步优化生育政策，实施一对夫妻可以生育三个子女政策及配套支持措施。

一石激起千层浪，各领域、各阶层的人纷纷“建言献策”，各抒己见，一时好不热闹。

比如知名地产主席提出了他的独到意见：

避孕套企业估计心里OS：我谢谢您嘞。

杜蕾斯：我退出中国市场得了。

中国人民大学表示，我校又走在了时代的前沿。

北京大学表示，我校感觉压力还是有点大，两个都快扛不住了。

还有更绝的，有学生毕业论文关于二孩政策，还没答辩，三孩政策出来了。

专业人士严肃地讨论诸如“三孩政策与人口论”等学术问题，眼光犀利的已经开始考虑投资了。

更有商业嗅觉的商家已经开始推出三孩政策产品图了！

“配套设施”小到三孩婴儿推车，中到上中下铺的床，大到房子。

还有这是什么鬼？

网友的想法越来越离谱，我们在此打住。

难道就没有个正经人发言吗？

有人小声呐喊：醒醒吧！这个政策是给生二胎家庭准备的，生一个的和还没结婚的配不上这个政策。

网友：好的，原是我不配。

不不不，你配！你可以不生，但你不会不老！

其实，三孩政策很大部分原因是为缓解中国人口老龄化问题。

5月11日，第七次人口普查正式发布，数据表明，我国人口10年来继续保持低速增长态势，10年间仅增长7000多万人。与此同时，我国60岁及以上人口有2.6亿人，其中，65岁及以上人口1.9亿人。

咱们暂且不论三孩政策对人口改善的作用，如果网友设想的情景成真，有没有啥正儿八经的配套解决方案？

小编瞄了一眼，发现市场产品真不少。

比如老人和小孩都需要的智慧看护，市场称之为“奶嘴经济”和“银发经济”。

单是儿童看护，智能单品五花八门。

0-3岁的小孩，市面上已经有了智能健康穿戴设备、智能婴儿床、智能奶嘴、儿童智能空调、早教机器人等。

（果真是奶嘴经济）

儿童的学习层面，新概念不断，智能学习桌可以提上日程了，调节高度、角度、坐姿、灯光等等。

（鸡娃表示，这个我熟）

无论哪个阶段的儿童，智能摄像头、智能陪护机器人和智能手环等穿戴设备是标配。

华为之前就申请的一款看护机器人专题，通过陪伴儿童摄影、录像、唱歌伴奏、游戏等活动，还可以在触摸显示屏上显示图像、卡通或者父母、长辈的形象，其声称通过触摸显示屏、移动装置、机械手臂和扬声器来与儿童构建社交、情感和人际联系以及互动。

这些产品，主要基于家庭看护、儿童娱乐/学习、室外看护三大层面考虑。其实，每个层面都能延伸出大量产品。

商家：看到巨大市场，已经在设计图纸了。

社畜：心头一紧，更养不起。

好吧，小孩我可以不生，万一我因长年996、工作压力等原因，不幸成为特殊病患呢，比如行动不便病患、术后病患、脑功能退化病患、老年痴呆症病患。

未（非）雨（常）绸（惜）缪（命）的我还设想了以下场景：

1、独自在家不小心摔倒和昏迷了需要紧急求助，但子女不在身边，又无力拨打电话；

2、独自在家出现心肌梗塞、心脏骤停等突发状况时，子女不能及时知晓；

3、老年痴呆、健忘症，在外丢失，无法掌握走丢时间、具体定位和活动轨迹；

4、在某个阶段出现睡眠质量下降和各项健康指标异常时，子女不能及时发现问题和带领人来前往就医。

（就不能盼自己点好系列）

毕竟现在我是健身房小达人，谁知道30年后，我还是不是身体倍儿棒的社区一枝花呢？

回到正题，有企业推出了智能看护解决方案，可以定位、行为识别、体征监测应用，不论是在医院、还是精神病院、养老院、幼儿园都可以用。

市场上常见的有固定式SOS报警器，一般安装在床头或卫生间位置，老人遇到危险可及时上传预警信息。

在户外，为了及时定位老人位置、一键报警以及了解健康情况，市场有智能手表、智能手环、老年手机，除此外还有定位器、智能胸牌等。

业内人士表示，其实智慧家庭市场，尤其是独居老人，家庭安防是最大刚需。

除了单个产品，更多企业从日常养老的整体解决方案入手。

某电信运营商通过可视化的设备监控界面能快速、直观展示安防设备在线情况、预警数据等；

同时，为用户提供监控预警，实时了解人和物的位置情况、开关门状态、烟雾与可燃气体浓度、服药情况、设备电量情况等；

将异常告警信息通过短信或语音实时推送到手机；同时支持用户与家人设备共享及告警信息分享。

在安全方面，某互联网巨头推出的方案可以通过可视化智能门铃去了解到服务的生活起居，同时这也避免了在室内安装摄像头引起老人反感。

同时智能门铃在确认老人正常起居的同时，也可以监测每天上门的人员，避免推销人员以及不法分子上门从而影响老人生命财产安全。

老人在家一旦遇到突然情况则可通过语音呼救，也可以按下安装在房子内各个地方的呼救按钮来进行呼救报警。

在医疗健康方面，可视化智能音箱设备可以为老人提供扫药品的功能，只需要扫描药品二维码就可以知道药品的保质期和服药禁忌等问题，同时，也可以提供智能药盒等服务，对老人要吃的药前期每天进行智能化提醒，以免老人忘记吃药等等。

除此之外，血压仪等智能设备每天都可以将数据传输至APP中行程个人健康档案，方便子女每天查看，了解父母的身体状态。

在智能家居操控方面，子女可以通过在家中温湿度计监测家中环境温度，远程调节家中的空调开关等，为父母提供舒适的生活环境。

另外智能烟感报警器、智能燃气报警器、守护宝、智能红外传感报警器、智能门窗报警器和智能药盒也是常规设备。

据介绍，一个较为有趣且实用的智能药盒外形如一个大圆盘，30个格挡可装下近半个月的用药量，可通过手机App设置用药时间，药盒便会在规定时间内发出语音提醒和手机远程通知，提醒老人吃药。

万千企业推出眼花缭乱的解决方案，还有一个现实的问题摆在眼前，以现在市场价格和我们的收入，要得起吗？

总结

未来是否会迎来一波生育潮不知，但可确定的是5到10年后，全国第一代独生子女父母将进入中高龄。

毫无疑问，各类智慧解决方案可以解决一些问题，但这却并不代表他们就是万能的。

智慧看护、智慧家居、智慧养老的繁荣，往往也会催生一系列“鸡肋”产品。

好的产品和解决方案，一定是结合了具体场景，具有实用性、不可替代性等特点。

从落地来看，当前能够采用上述方案的城市或者社区更是凤毛麟角。

以智慧养老为例，《社区智慧健康养老服务研究报告》中就指出，当前行业普遍存在三大问题：

1、对智能养老的认识往往脱离实际需求，容易将智能设备的高端化和精妙化视为智慧养老的重点，未充分考虑老年人的使用能力和生活习惯；

2、服务供给种类和数量不足，智慧养老服务供需错配问题突出，老年人急需的就餐、看病、就医、护理等刚性需求的供给不足；

3、智慧养老平台上缺乏专业的知识、技能、服务供给。在健康知识、护理技能、心理咨询以及医疗服务推荐等方面缺乏专业性。

社会性问题并非一蹴而就，也并非科技企业一派能解。

尽管行业有诸多问题难解，希望市场不放弃耕耘，真正以人为本，在技术不段精进基础上，推出更多可落地的产品。

也希望大家以后都是精神抖擞、吃嘛嘛香的快乐老人。雷锋网雷锋网雷锋网

以上图片均来源于网络。

近日，海康威视举行投资者问答会议。

在AI市场机会上，海康认为AI的机遇已经得到行业普遍认同，未来AI成本会持续降低，AI技术在改善产品性能上作用很大，AI算法和大数据等，会带来许多之前想做但做不到的业务机会，也会开拓新玩法，未来会打开更多市场。

在软件投入上，组件化的开发已经是海康确定的软件开发方法论。近几年海康的软件开发环境、管理环境、运维环境的使用都已经成熟，过程更规范、更有效率。未来PaaS、DaaS、SaaS层面都有更多的事情可做，海康各个层次的软件研发管理维护的资源团队都会再进一步加大投入。

海康从可见光走向全光谱，发力多维感知，是作为一家做物联网、大数据的公司必然选择，既然是必然选择就先不考虑产出比。海康预期三年未来市场端变化将非常复杂，对海康靠技术创新的公司将有更多机会。

未来10年，创新业务保持更快增长的确定性较高。

未来几年，三个BG都将有不错发展，受不同因素影响会有阶段快慢。

PBG会受限于地方政府的财政和疫情，但政府项目的数据规模大、应用复杂程度高，会一直是应用高地，也会有新的业务形式；

EBG从长期看比PBG市场更大，社会的经济增长到了更多由商业需求拉动的时代；

SMBG会围绕服务渠道伙伴、工程伙伴，连通线上线下，提高运转效率，改善生态，扩大海康的业务影响力。

尽管未来有诸多不确定性，但海康的销售和研发的费用投入上，必须做两件事：

一事平台的搭建与持续维护，与行业应用不断做新的融合；二是产品，基于创新业务和基础技术开发上的产品。

做企业既要有风险管控能力，也需对保持对机会的追求。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：目前AI的应用逐渐落地，公司觉得国内外市场机遇怎么判断？

A：经过过去几年的发展，行业中的玩家已经更加认同，AI是个基础技术，在很多方面都会发挥作用。未来AI的成本还会持续的降低，AI技术在帮助产品性能的优化和改善上帮助是很大的，由此会打开越来越多的市场。

AI的算法和大数据相关的应用，会带来许多以往我们想做但是做不到的业务机会，也开拓更多新技术平台上的新玩法。

国内的应用走得快一些，但很难说用我们在国内锻炼出来的产品和方案直接复制海外市场。海外市场对AI应用的观点不同，AI应用的发展节奏也不同，不同国家和地区之间的发展路径也是不一样的。还是要根据每个国家每个地区的不同需求，来制定不同的产品策略与方案。

Q：算法、数据对业务越来越重要，也看到海康为了适应对算法和数据的开发而在软件开发的方式上不断转型，用组件为基础开发软件已经看到很多成效，未来的软件投入主要是什么层次和方向上的？

A：过去几年海康谈的比较多的是统一软件架构，组件化的开发已经是公司确定的软件开发方法论，也是用来整合各个团队开发资源的基础。

这几年的软件开发环境、管理环境、运维环境的使用也都已经成熟，这些环境能保障软件开发和管理维护的过程更规范，更有效率。

在这些基础能力上，我们也在针对数据和应用做很多工作，做PaaS和DaaS，把PaaS和DaaS4这两层搭起来用起来，现在已经有一些应用和模型基本上成熟了。

SaaS部分海康和伙伴们分工协作，直接面对用户场景做定制开发。随着我们统一软件架构这个整体方法论的成熟，以及方法论之下各种技术工具不断被打磨，我们有了将应用和数据做深做厚的能力，也有了协调更多的软件研发资源，做更大规模开发的能力，未来PaaS、DaaS、SaaS层面都有更多的事情可做，我们的产品会更加丰富，公司各个层次的软件研发管理维护的资源团队会再进一步加大投入。

Q：年报中判断未来三年是机遇期，也提到了海康正在从可见光走向全光谱，请问从可见光走向非可见光的部分，公司要怎么投入，能带来多少回报？

A：非可见光在场景中最重要的作用在于，在某些场景下，某种感知方式可以发挥不可替代的作用，比可见光会更加有效，即使只在整体方案中占不多的比例，但作为补充会非常有价值。

对于投入和回报，在初始阶段我们对产出不是特别关心，早期也不知道会做成怎么样。只是觉得对海康来说作为一家做物联网、大数据的公司，多维感知是我们必然的一个选择，既然是必然选择就先不考虑产出，效果交给时间。

未来三年我们预期市场端的变化将是非常复杂的，包括逆全球化的趋势、上游供给侧的变革，会带来很多产业的结构发生深刻的变化。未来几年，尤其是像我们这样靠技术创新发展的公司来说，应该有更好的机遇。

Q：如果未来三年是海康的一个大发展阶段的话，三个BG和创新业务的收入占比会是一个什么样的分布？

A：创新业务整体来说占比还小，但是我们的创新业务很聚焦，可以和海康在技术能力、客户资源、产业链配合上有很强的协同效应，所以创新业务在下一个10年中保持更快的增长都是确定性比较高的。

未来几年，三个BG都会有不错的发展，但是受到某些因素的影响，会出现阶段性的有快有慢，会不一样。

PBG在过去2年多的时间里受限于地方政府的财政状况，今天疫情之下政府也在继续为企业降低负担，也在削减自身的财政收入，但是政府项目的数据规模大，应用复杂程度高，会一直是应用的高地，也会不断有新业务形式发展出来，带动公司的进化。

从长期发展来看，EBG应该比PBG要大一些，社会也到了经济增长更多的由商业需求拉动的时代。SMBG方面我们会围绕服务渠道伙伴、工程伙伴做更多的工作，连通线上线下，让我们生态里的行业从业者更专业、更规范的开展工作，也用互联网后台的建设和管理帮他们提升运转效率，通过他们扩大海康的业务影响力。

Q：海康的费用率从季度环比看是往下走的，在销售费用和研发费用的投入上接下来是什么节奏？

A：未来还有很多不确定性，我们肯定会做很多事情。

一是平台搭建，还需要不断的维护，更多的行业应用会起来，会有一些新的融合；

二是产品，包括在创新业务、在基础技术开发上面，未来可能都会有大的变化。

在当前国内大循环和国际双循环的大环境下，中国和美国在高科技上的投入态势会和过去20年有很大的差别，中国的科技产业的地缘分布结构可能会有很大的调整。

我们相信在包括半导体、高科技、材料、基础算法等很多方面，中国企业在未来10年、15年会有很大的发展空间，这是我们看到的机遇，也要抓住这个机遇，保持相当的投入力度。费用率未来还是会继续往上走，我们做企业既要对风险有能力管控，也要对机会保持追求。雷锋网雷锋网雷锋网

5月25日，国务院办公厅印发《关于强化危险废物监管和利用处置能力改革实施方案的通知》。

这项通知是中央宣传部、生态环境部牵头，国家发展改革委、公安部、财政部等共同参与制定。

到2025年底，建立健全源头严防、过程严管、后果严惩的危险废物监管体系。

国务院在《通知》中提出此目标。

在实现方式中，《通知》明确鼓励有条件的地区推行视频监控、电子标签等集成智能监控手段，实现对危险废物全过程跟踪管理，并与相关行政机关、司法机关实现互通共享。

在完善危险废物环境管理信息化体系要求中，通知提出：

依托生态环境保护信息化工程，完善国家危险废物环境管理信息系统，实现危险废物产生情况在线申报、管理计划在线备案、转移联单在线运行、利用处置情况在线报告和全过程在线监控。开展危险废物收集、运输、利用、处置网上交易平台建设和第三方支付试点。

危废行业的两次大考

危险废物处置行业此前并不常出现在大众视野，在其发展历程中，有两次明显的节点：2003年的SARS和2020年的新冠疫情。

与消防等行业类似，中国危废处置市场此前一直由政府推动，且危废处置产业的形成，要晚于相关政策和标准的制定。

国家层面的序幕始于1995年《固体废物污染环境防治法》出台，这是首次从法律层面涉及危险废物管理相关内容。

此后近10年，中国初步建立起危废处置鉴别—处理—排放的标准体系。

2003年是中国危废处理意识的觉醒年。SARS的暴发，大量医疗废物对环保系统发起了严峻考验，让国家意识到危废需求的紧迫。

2004年1月，原国家环保总局印发《全国危险废物和医疗废物处置设施建设规划》，中国危废处置设施进入全面建设阶段，危废处置产业也逐渐形成。

危废行业市场化小高峰在2016之后，十三五期间，相关许可证发放权限下放，大量中小企业进入行业。

据企查查数据显示，我国危险废物处理相关公司目前在业存续9956家，其中2020年新增相关企业2595家，2019年1500家，2018年1108家，2017年689家，2021年截至5月26日已新增1603家。

其中，2019年是对中国危废行业意义重大的一年。

这一年，相继出台了进口固废清零、“无废城市”建设、清废行动2.0、“三个能力”建设等一系列政策措施。

这一年，是环境部门首次成立固体废物与化学管理司机构正式履职的第一年。

SARS让中国医废处理进入建设期，2020年的新冠疫情，暴露出中国医废处置行业仍存在诸多漏洞，处理设施短缺、处理能力严重不足等问题也让国家从各个层面加快了危废处置前进的步伐。

“加快补齐医疗废物、危险废物收集处理设施方面短板”

2020年2月21日，习近平总书记在中央政治局常务委员会会议中提出。

国家和行业总结医疗废物处置的经验教训，为更有效地应对类似情况，国家加大推动力度。

2020年疫情初期，国家针对医废处置行业相继出台多项政策及方案；

同年12月，生态环境部首次发布《医疗废物处理处置污染控制标准》，规定了医疗废物处理处置设施的选址、运行、监测和废物接收、贮存及处理处置过程的生态环境保护要求，以及实施与监督等内容；

今年两会，医废处置任务更是写入十四五规划。

此次国务院办公厅印发的《通知》中，更是从下列9大层面提出了更全面的建设要求：

危险废物监管体制机制、危险废物源头管控、危险废物收集转运等过程监管、废弃危险化学品监管、危险废物集中处置基础保障能力、危险废物利用处置产业高质量发展、建立平战结合的医疗废物应急处置体系、危险废物环境风险防控能力、保障措施。

与政策同频的技术支持

在相关政策密集发布的同时，危废处置、管控的技术也在同步跟进。

从填埋了事、付之一炬到如今的水泥窑协同处理，危废物品的处理方式经历了漫长的前进过程。

环保技术在不断更新，为环保提供技术支持的视频监控系统也在不断融入环保行业。

正如国务院此次将视频监控等写入《通知》，其作用再次得到官方认证。

危废管理中，有“从摇篮到坟墓”的处置过程监管之说，视频监控其中扮演的角色，可以说不可或缺，这一点可从近年来各大地方下发的各种文件中可见一斑。

不少文件要求，危险废物经营企业在厂区重点部位安装视频监控系统，运输车辆上安装视频GPS定位系统，并与辖区、市级环保部门实现联网，实现企业对危险废物的进厂、加工、转移、出厂、运输等一系列操作均可进行可视化监控和管理。　

另外，上文提到的水泥窑协同处置技术中，也有视频监控的身影。

这项技术是将满足或经过预处理后满足入窑要求的固体废物投入水泥窑，在进行水泥熟料生产的同时实现对固体废物的无害化处置过程。

其优势是可销纳的废物种类多，适用范围广，同时处置温度高、焚烧空间大、停留时间长、处置规模大。

也因此，对温度的把控以及消防要求高，视频监控系统的红外热成像技术，在实时传输现场温度图像中发挥作用。

在AI、大数据等技术在各行各业落地下，危废处理也从逐渐“信息化”迈向“智慧化”。

某危废行业解决方案提供商告诉AI掘金志，其环保危废固废全过程监控系统，涉及危废产生源、转移过程、经营处置的全过程监管。

比如产生源，对基础信息、产废量、仓库、管理计划、转移计划等进行填报、分析和统计。

转移过程中，结合GIS地图功能与空间分析技术，对车辆轨迹实时跟踪管理及可视化监控，将运输信息与业务管理相关联；

经营处理中，通过企业视频监控、工况集成、三维仿真模型展示等技术手段，全方位、可视化监管处置单位情况。另外，还可通过大数据技术对固废监管数据进行深入挖掘分析，实现不同危废数据共享互通，为管理层提供决策依据。

除了解决方案提供商，不少城市也加大危废处置智能监管的投入力度。

以一直走在危废处置前列的江苏为例，其淮安工业园区投建了“危险废物智能监控平台”。

据悉，此平台全面记录危废各环节，涉废企业的废物产生到处置，实时申报、全程记录、自动管理，监管方一目了然，形成“来源可查、去向可追、监督留痕、责任可究”的完整信息链条。

在这之中，智能称重终端及视频监控是硬件层面的核心。

“智能称重终端区别于现有人工记录，实现称重、拍照、标签打印和数据上传等全程电子化，从源头实现每个危废包装的全程可溯。”

淮安工业园区介绍，视频监控对危险废物产生节点、仓库、物流通道、危险废物预处理区、危险废物处置车间等区域监控，可以有效杜绝个别企业不按照规定流程处置危废的情况发生。

千亿市场里的千万吨级缺口

锐观咨询数据显示，根据危废处理行业处置均价(4000元/吨)测算，2018年中国危废处理市场规模在1176亿元左右，预测2020年，中国危险废物产生量突破亿吨，市场市场规模达2000亿元。

但危废市场的需求侧与供给侧发展并不对称，中国危废处置能力远跟不上日益增长的市场规模步伐。

监管趋严、环保要求更加细致，加之危废历史存量与当期增量的双线，危废处理需求将被释放，危废处理量将持续攀升。

锐观咨询数据，2012-2017年，危废产量年复合增长率为15%，2018年中国危废产量在8400万吨左右。申报危废中，超过60%的危废没有得到妥善处置，存在千万吨级处置缺口。

为什么缺口如此大？

危废处理产业是强技术、强资金、强资质的产业。

技术上，中国危废分类，有46大类479种，不同危废品处理技术复杂，是各种工艺的整体组合，需要多年管理经验、技术积累，焚烧设施、填埋场等设施建设过程复杂；

资金上，前期投资金额大、周期长，公开数据显示，总容量为30万吨的填埋处置设施通常需要约1亿元的初步投资，且从立项到投产运营一般需3-5年时间；

市场分布上，市场集中度低，处理能力水平普遍偏低，“小散弱”特征明显，行业中没有处于绝对领先地位的企业。

根据E20环境平台的统计，目前全国危险废物经营企业平均处理规模仅为2万t，大部分为年处理能力1万t以下的小企业。我国危险废物经营企业营收前10名的企业市场份额总量占有率仅为6.8%。

全国仅有不到1%的企业能够处理25种以上的危废，而接近90%的企业处理危废类型少于5种。

另外，企业需向环保部门申请危险废物经营许可证，且需严格按照许可的经营昂视、危废类别、规模和有效期限进行经营。

这次都使得拥有危废处置资质企业数量并不多，在监管政策日渐严格背景下，一份资质成为抢手货。

总的来说，近几年来，我国危险废物产生量逐渐增加，同时管理粗放，处置产能错配、实际处置能力不足问题凸显。

2020年9月1日起，号称“史上最严”“新固废法”正式施行。新固废法对法律责任专章进行了扩充完善，加大对固废管理不合法的处罚力度，增加了企业的违法成本。

纵有诸多问题，千亿市场之下，千万吨级的缺口也蕴藏着巨大的机遇。

环境监管趋严，倒逼危废企业更新危废处置、监管方式，提高效率，而智能视频监控、数字化管控、精细化管理将是危废行业的绝对方向。

我们也希望，中国的危废处置、管理企业能找到各自填补缺口的方式，带领整个行业走向更规范、更完善的道路。雷锋网雷锋网雷锋网

5月25日，万物云在海康威视杭州总部发布安防机电服务品牌「万御安防」。

这次品牌发布，是继万科物业战略升维后，万物云的又一重大战略举措。

2020年10月27日，万科物业进行战略转型，更名为万物云空间科技服务有限公司，简称「万物云」，旗下有Space、Tech和Grow三大模块，致力于以科技推动空间服务业的数字化升级。

万御由万科子公司与海康合资成立，其前身为万科物业的安防机电运营中心，主营物业服务“四保”之中的安防业务和机电业务。

据悉，从万科物业分拆后，万御将向中国的西科姆模式发起冲击。

打造中国的西科姆模式

可以分成两个问题看：

1、为什么分拆

2、为什么是西科姆模式

第一个问题，万科和海康方给的答案是，输出万科物业的安防机电能力，推动万物云平台化。

万御安防第一次公开亮相，是在2019年11月，万科物业与海康通过战略合资成立万御安防，由梁琪庚担任董事长，海康威视高级副总裁徐习明担任董事。

如果说当初万御安防成立的意图，是万科借由海康的软硬件能力，加码智慧物业赛道；

那么这次万御安防品牌分拆的野心，是万科与海康强化各自的业务能力，凿宽智慧社区赛道。

此前雷锋网AI掘金志在「鸡肋的智慧社区」一文中就提到，智慧社区不缺江湖。

地产公司是当之无愧的地主豪强；

风暴核心人物物业公司，勤勤恳恳，熟知社区上下；

新晋士大夫互联网公司，没有武功绝学，但满腹才学，擅长融会贯通，“无中生有”；

武艺高强的科技公司，掌握着搅动江湖的武功秘籍：技术实力。

纵有此般有钱有颜有实力和手段的发力者，多年仍难拿下一个小社区。

皆因这些看起来大而美的行业，内里充斥着不为人知的杂、碎和苦。

最后1.5公里，看似近在咫尺，却易守难攻。

万御安防的分拆，正是地产商与安防企业深度合谋，意欲细分行业，持续下沉，吃透最后1.5公里。

万科物业此前的动作可以佐证这一观点。

前文所述，万御原为万科物业主营服务“四保”之中的安防业务和机电业务。

二十年前，万科物业将保洁业务进行外包，但一直坚持安防机电能力的打造，故此业务一直是万科物业的核心竞争力。

战略转型后，万科物业与万御安防同属万物云旗下，如今更是分拆万御，加大品牌力度。

一分为二后，前者走向管家型物业，而后者走向技术服务型物业。

万物云CEO朱保全曾多次表示，物业分为“管家型”和“四保型”，四保型物业是具体的作业者，管家型物业是给业主方提建议。

本次拆分，意味着万科将物业行业进一步垂直细分，将物业产业链中的底层能力进行标准化，再通过万物云，把服务品质和管理经验向行业开放和分享，以期改变整个行业的发展路径。

左手管家服务，右手技术服务，细化行业，强化能力，加强品牌认知，对外输出积累30年的机电服务同时，吃透社区安防，实现规模化。

再看第二点，为什么是西科姆。

西科姆（SECOM）成立于1962年，是日本最大的安防公司之一，其以亚洲为中心，已运营半个世纪，“西科姆模式”在亚洲已成为联网报警服务的标准模式。

西科姆在中国也有20年历史，特点是从预防、监控、紧急响应、事后四大环节提供全套的安全服务。

从设备研发、制造、系统设计、安装施工、直到后期的24小时监控及异常处理、系统维护等所有环节，全部由西科姆独立完成，在基础安防设施统一建设的背景下，实现快速、准确地响应需求。

此类玩家还有ADT，ADT是美国一家北美第一大联网安全服务商，至今已有140年历史，旗下250个授权经销商每年回应1500万个警号，每年800万用户增量，拥有17000名安防警力。

这一模式，与智慧社区场景契合。

比如此前智慧社区矛盾中，相关软、硬件产品难兼容，标准化建设难以前行，西科姆模式，核心之一是实现产品等基础设施建设，并将线上、线下结合，提供标准化产品和统一服务。

比如社区安防需求细碎，小型技术商无力应对，大型集成商又不愿精耕，西科姆模式以“干活”人设出现，承接安防的杂活、碎活、苦活，核心竞争力之一在于遍布服务网络，随时响应。

万御的属性似乎也奔此而来。

安防是产品导向的市场，但社区却是服务主导的场景。

一般而言，传统巨头奉行大厂思路，是组织能力、产品和生态逻辑，采用合作+收购模式，无暇顾及底层服务。

深入楼宇社区运营、服务的模式，难以入动辄估值百亿元的AI企业眼。

而集成商的定位是项目制，以资质为基础，项目执行完即交互结束，缺少服务基因。

安防头部企业顾不上，AI公司看不上，集成商够不上，万御安防就来了。

海康和万科，一方有安防技术技巧和产品服务，一方有社区服务、运营管理、营销能力，毫无疑问，万御安防将最大限度承两者所长。

他们可将整个的社区安防硬件和智能家居打通，用统一的管理平台进行串联，快速获取中小型物业的合作。

通过安防硬件全面覆盖小区，具备更强的获取用户能力，更高的用户黏性，同时可对获得的用户进行精准的社区广告，社区电商和各类生活服务等。

于万科，作为行业翘楚，要想做大，与其一味地抢占市场，不如合力借力，以平台为核心，扶持联盟成员，实现更大的经济收益与品牌影响力。

于海康，在与万御合作中希望不断探索行业商业模式和技术模式的创新，通过云边融合、物信融合和数字融合，成为城市、民生和企业数字化转型的推动者。

而万御，其服务模式将纵贯设计、建设、租赁、运营、监测、报警、服务等全链条，输出万科物业的安防机电能力，推动万物云平台化，同时以万物云为承载，睿联盟为轴心，实现规模化部署。

敢尝鲜，才能吃大菜

目前看，此类合作模式齿轮日渐契合，万御安防的表现颇为争气。

截至目前，万御涉足安防服务、电梯维保、消防维保等领域，业务范围覆盖全国百余个大中城市，拥有超过5万名员工，2021年收入将近50亿元。

海康与万科的合力只是市场玩家交叉的一角，大华与绿城中国、碧桂园与腾讯等均在合力寻找变革之法。

单靠一个维度无法真正立足，任何一家企业都不可能单靠双拳打天下。

深谙此理的头部主体们已经从单打独斗变为产业链上下游参与，互利共赢，市场格局已经逐渐从零星的竞争转变为合力攻寨。

智慧社区8年，尽管智慧的星光也没能如野火燎全国万千社区的原，但产业参与者从未停止复盘反思，迈开步子，放开架子，尝试新路径、借鉴新玩法。

最终，能否在中国成功复刻西科姆模式，再造一方巨头，我们暂不得知，可知的是，这市场足够大，空间足够广。

据智研咨询统计，国内智慧社区规模2018年市场规模达3920亿，智能家居与视频监控设备占比分别为23.5%、11.2%，该机构预计伴随5G通信技术的推广，智慧社区的发展望更上台阶，至2020年有望超5000亿元。

也许这盘大菜，一起吃更有力、更有味。雷锋网雷锋网雷锋网

习惯在针尖上跳舞的合肥君正，在萌芽之时就认识到AI的重要性。

2014年前后，视频芯片市场已有众多厂商，且大多鏖战成像和传输。彼时的君正意识到，用模仿的方式硬生生地去打这个市场难以出头且毫无价值，而AI将成为下一战场的关键。从那时起，AI与算法部门成为君正最早的技术部门之一。

7年白驹过隙，那些或深或浅的脚印现已踏出一条康庄大道：最近，君正正式公开了自己的AI硬件加速引擎和AI开发平台Magik。

君正视频事业部副总经理刘远表示，这套技术从开始至今，经历了各方面的锤炼：

“从T01到T02再到T31/T40，从computer vision到deep learning再到混合量化，从安防摄像机到低功耗门铃再到立体机器视觉，从Tensorflow/Caffe到Magik，从第一家客户试探性接入到大量产品算法落地，这套技术已经从创新研发走到普惠应用。”刘远说道。

这历时多年的武器，将往视频行业投下一枚怎样的石头，又怎样协助下游客户落地更具竞争力的产品？

直奔落地的一整套「芯片+AI算力+AI开发平台」解决方案

如何为端侧AI应用提供一套成本亲和，性能出众，功耗低，又易于落地的基础技术组件？这正是合肥君正一直在思考的命题，也是君正AI技术研发的核心目标。

刘远指出，经过多年摸索，这样一套基础技术组件如今包含：

• 一系列落地芯片：布局完备，覆盖高中低阶，除AI以外具备完整的各方面竞争力，成本亲和，性能均衡，效果出众，功耗领先，被市场认可并且持续大量出货。这就像AI和算法落地生根的土壤，越广阔越好。

• 一套先进的AI加速硬件：优秀的PPA(Performance, Power, Area)，兼具高性能和灵活性，并且通过有效创新，真正突破AI推理在端侧产品中的各种瓶颈，使得高发热，高带宽，成本冗余等在实际产品中不再是问题。

• 一个完善的算法开发平台：敏捷的算法移植过程，除了提供一键式算法部署，还提供最先进的量化感知训练方法论，提供典型网络的全流程开源代码，让算法专家专注于挖掘痛点与数据的价值。

君正的整体AI技术架构如下图：

其中AI-Engine(AIE)是一整套AI加速硬件，包括CPU，NNA，SIMD，协处理器和RAM Pool等多重加速技术。

主要优势是“三高三低”：算力高，利用率高，灵活性高；功耗低，外围成本低，带宽需求低。

Magik是基于AIE的算法开发平台，除了基本的工具链还包含其他丰富的辅助开发资源。并且支持后量化和更先进的量化感知训练(QAT)。

“卷积神经网络的本质是计算，幸运的是，君正一直是国内为数不多的完整CPU计算技术的拥有者，这一点，奠定了我们的AI技术具有较高的发展起点。”

刘远说道，“而Magik融合了我们这几年在视觉产品落地上的各种经验，能够发挥AIE独特的领先性能。二者搭配，呈现在行业客户面前的就是一整套完整的‘芯片+AI算力+AI开发平台’的解决方案，使得应用者非常容易落地。”

利用这套平台，可以带来多方面长远的优势：

• 产品化优势：这套技术可运行于君正当前和未来的各种芯片当中，下游产业链条成熟，碎片化风险低，生态一致性有保障；

• 商业化优势：已有大量芯片持续出货，品牌背书充足，能加快算法赋能和变现的节奏；

• 成本优势：包括eBOM成本，算法成本，研发成本等；

• 性能优势：可获得更高的物理算力，更高的利用率；

• 低功耗优势：体现在产品端就是发热明显低，续航更好，散热无忧；

 “AIE+Magik是君正原生创新的技术，完全自主。T40作为搭载这套技术的最新一代芯片，却并非第一代产品。”刘远强调，“在这之前，我们经过了T01/T02/T31等几代量产芯片的验证，积累了大量宝贵经验，到T40这里，AIE+Magik已经十分成熟”。

AIE—有效突破端侧AI的算力瓶颈

AI-Engine(AIE)是君正完全自主创新的一套AI加速硬件组合，广泛支持各类神经网络加速，如CNN/RNN/GCN等，也支持传统CV算法和平面运算的加速。得益于公司对CPU技术的掌握，AIE实现了其他一般芯片公司难以做到的CPU与NPU的同构设计。

在全球各种不同的AI加速技术路线中，DSA(Domain Specific Architecture)尤其适合端侧推理场景。AIE引用了多种DSA的设计理念，实现了一整套满足复合算法加速的硬件组成：

• 支持SMT多核架构的XBurst2 CPU，凝聚了君正团队20多年的CPU技术精华；

• 128bit/512bit/1024bit位宽的SIMD指令集，针对向量运算加速；

• 算力高达2T - 32T的NN加速阵列，针对张量计算加速，支持混合位宽量化

• 协处理单元，对其他运算加速；

• 高效RAM pool，深度优化内存带宽吞吐

• 实测运行功耗很低，8T算力场景下典型功耗小于500mW，能耗比最低达到了0.05W/T级别

“与云上的AI芯片加速不同，在端侧芯片上，4T算力曾经是天花板，这并不是因为硬件无法将算力继续提高，而是因为端侧产品在算力以外有太多的制约因素。”刘远解释道，“如果不优先把NPU内部的PPA、带宽、功耗等关键障碍解决，即使再提高计算矩阵的规模，实际芯片也大概率发挥不出来。”

归纳起来，端侧算力的瓶颈主要集中在：产品端的资源限制，算法多样性的挑战和算法开发环境。

端级芯片在计算资源和成本都面临限制，无法像云端服务器那么丰富和冗余。

在终端售价，RAM内存容量，ROM模型存储，发热控制，DDR的带宽等方面都面临极大挑战。

所以端级产品需要与云端不同的AI加速技术。

君正AIE特别针对端级应用设计，采用专用硬件架构DSA(Domain Specific Architecture)，与常见的NPU相比，有明显的规格优势：

• MAC利用率提升1到2倍，推理速度提升2到4倍；

• 算法运行的RAM/ROM消耗减少50%~70%；

• 带宽降低35%~85%；

• 发热减少40%~80%。

无论2C还是2B/G市场，不同应用对AI算法的要求差异很大，即使是相同功能的算法也难以做到单一模型覆盖所有场景。

其次人工智能学术领域仍然在发展，虽然变化的速度减缓，但未来仍然会不断出现新的网络，新的流程，新的算子，新的训练方法等等，这些决定了目前的AI加速硬件还没有到达统一收敛的阶段。

端级算法本身呈现多样性，碎片化的客观现状。

这就要求芯片中硬件的加速能力非常灵活，能够应对各种未知算子/算法/网络/流程的变化，这一点对AI引擎的设计提出巨大挑战。

君正AIE结合了多年积累的CPU技术，摸索了一套兼顾高性能和灵活性的创新技术：

• 算力达2T ~ 32T的NN加速阵列，实现千倍加速比；

• 非标计算协处理单元，实现百倍加速比；

• 128bit到1024bit位宽的SMID指令集，实现几十倍加速比；

• RAM Pool系统，显著降低带宽；

• 高主频多核多线程XBurst®2 CPU。

“过去至今各种行业摄像机搭载的AI算法，大多存在‘性能冗余但利用率低’、‘成本偏高但有浪费’、‘功能可用但难以普及’等情况，随着搭载AIE+Magik的T40逐步到位，能做到8T算力，小于0.5W的加速功耗，并且内置了DDR，这些痛点会得到很大改善。”刘远表示。

Magik—全栈式深度神经网络开发平台

硬件是躯体，软件和算法是灵魂。如果是AIE是躯体，那么Magik就是灵魂。

Magik是一个面向端侧AI应用的全栈式开发平台。与一般的AI开发工具链相比，Magik包含了更丰富的内涵：

• 全流程，一体化。集模型训练、优化转换、部署推理于一体，并提供模型检查器、调优器、性能分析器等工具；

• 多框架。全面支持pytorch/tensorflow/mxnet/caffe/onnx等主流框架；

• 量化感知训练(QAT)。支持2/4/8/16任意精度混合训练及转换优化，在保证精度的同时，能充分利用AIE的计算资源；

• 灵活性。同时支持QAT和后量化方案，加速应用灵活部署；

• 开放性。开放人脸/人形等常见算法的从训练到部署全流程代码，以及经典网络的backbones，增强易用性，加速落地。

“Magik不仅仅是一个AI转换工具链，还是一个丰富的开发平台，”刘远补充道，“有工具链，framework插件，Model Zoo，常用的backbones，还包括一般摄像机非算法的支撑功能，例如成像，编码，帧数据流，内存复用优化，存储降维，多目同步，甚至内存泄露防范等都有体现在内，真的值得用一用”。

Magik的一大特色是支持较为先进的QAT方法论。端级AI应用目前大多还停留在后量化方法阶段，相比QAT，后量化更像是端级AI的过渡阶段。后量化过程相对简单，但精细度不足，算力容易形成浪费，功耗成本带宽等难以解决。QAT方法能够更精细地根据加速硬件的特点调整训练细节，从而发掘端级AI算力的潜力，达到提升算力利用率，降低功耗，带宽和成本的效果。

使用Magik的开发过程很容易上手，流程示意图如下：

“Magik就像一把‘云梯’，帮助客户快速落地AI算法和视觉产品，它能给行业带来长期的助力”。

与AIE的发展相辅相成，Magik具有未来小型生态的潜力，其坚实基础是君正过去，目前和未来所有的算力芯片，只要君正芯片能够覆盖到的市场领域，都可以发挥作用。

春风化雨时，润物细无声

“早几年当AI的浪潮滚滚而来，喧嚣尘上之时，我们并没有太多发声，但并不代表我们没有行动。”刘远讲道，“当东西没有真正拿得出手时，我们自己心里这一关就过不去。而现在，AIE+Magik这一套技术，已经服务了很多客户，并让不少人尝到了甜头”。

据了解，AIE+Magik已经成功服务了超过几十家客户，包括一些行业知名品牌，传统算法公司，行业监控企业，大型互联网品牌，运营商以及初创极客。

这些服务，远超算法开发这个层面。要实现设备承载不同的算法运行，首先需要克服算法计算标准化的困难，但这只是端侧AI落地过程中挑战的冰山一角。

除此之外，设备的产品属性，可量产属性，消费者体验属性以及开发周期等方面都需要大量的投入。

君正完成了各种典型视觉产品的方案积累，例如安防监控，物联网视觉，低功耗成像，智慧办公，文字扫描，生物识别，立体视觉等领域都能提供完整的解决方案，让算法赋能只需要做简单加法就可以落地。

“这样做有没有社会价值，有多大的社会价值，是推动我们每一项产品和技术研发的精神内核。”

北京君正副总经理黄磊曾多次强调。在AIE+Magik的落地过程中，赋能下的各大下游企业的产品价值，都是对这一说法的精准注脚。

“有一家算法专业型的客户，本身有很强的算法开发能力，基于君正芯片和Magik平台，开发了全新的产品系列。新产品系列比之前的老产品，成本下降了一个数量级，实现小型化。客户还独立完成了人脸识别算法的移植，运行效果十分良好。”

刘远介绍说，“与此同时，另一家知名的销售专业型客户，本身算法能力不强，但是非常清楚消费者痛点。基于君正芯片和Magik平台，在君正的辅助下建立了算法团队，利用Magik平台的开源代码和网络，基于自己的数据资源训练了人形侦测算法，客户利用消费者优势，不断对算法进行迭代，最终以运营方式上线算法，消费者反馈良好，运营转化率高于预期。”

不知不觉间，优质的服务成为了君正在智能视觉市场的核心竞争力之一。

目前随着T40芯片到位，很快将有更多搭载AIE+Magik的产品陆续进入市场。基于T40打造的视觉产品，能做到4T/8T算力，能耗比最低达到0.05W/T级别，外围BOM很简单，芯片售价做到几个美金。配合Magik和各种成熟方案资源，T40有望成为AI视觉大市场的细雨春风。雷锋网雷锋网雷锋网

近日，大华股份举办了投资者调研活动。

2020年是大华高质量发展元年，在在实现毛利稳步提升的同时，大幅改善现金流，实现上市以来首次全年经营性现金流大于净利润。

在管理端，加强财经、IT和合规方面的投入，实现企业数字化转型。在业务端，公司实行敏态战略，重塑面对客户的敏态服务组织，将软件、交付能力下沉，快速灵活满足客户定制化需求。

大华从安防行业向视频物联行业转型，是以安防视频为种子，全面向智慧物联生态生长。

To G行业聚焦公安、交通、金融领域，并细分出多个自行业；To B行业已经有几十个细分行业，例如钢铁、冶金、养殖等行业的开发，证明了公司能够以视频物联的角度切入，帮助相关的企业切实降本增效、优化管理。

赋能中小企业数字化转型中，大华云睿通过“云+AI”技术促进中国产业AI化，引导中小企业数字化转型，覆盖包括连锁经营、社区物业、物流、工地、养殖、文旅、普教在内的9大行业，打造了“三个闭环”，即AI算法的生产闭环、消费闭环、应用闭环。

在制造业的智能解决方案，以视觉物联为核心，机器人与机器视觉等协同发展，深入制造3C、机械装备、汽车、服装纺织、食品饮料酒水、家电、医疗器械等行业，围绕安全、生产、经营等企业核心业务，帮助客户提升安全保障、生产效率和经营管理能力，助力制造企业进行数字化转型。

早期软件能力未得到用户重视，现在AI等新技术下已经形成了完整的信息化网络，软件成为安防行业的重要推手。

针对软件四大价值体现，大华在软件上，一方面打造面向物联的操作系统，另一方面寻找生态合作伙伴。

以下是调研全文，雷锋网作了不改变原意的编辑：

1、公司在内部架构变革和组织力建设方面做了哪些工作？目前来看取得了哪些成果？

2020年是公司高质量发展的元年，公司在运营和业务端全面加载精细化管理动作，在实现毛利稳步提升的同时，大幅改善现金流，实现上市以来首次全年经营性现金流大于净利润。

2020年各类财务指标的改进，一定程度上证明了优化管理、提升组织力水平对激发公司潜力的积极作用。

在管理端，公司加强财经、IT和合规方面的投入，实现企业数字化转型，提升企业管理能力和水平。

一方面，持续完善财经体系建设，加强财务和业务的耦合，围绕市场、经营和业务情况动态合理调节标尺，促进业务健康发展；另一方面，大力投入IT建设，面向一线打通从商机到现金的业务流程，提升管道效率和效益；同时，持续提升合规治理水平，加强业务连续性，支撑业务稳健发展。同时，公司将重点推动人力资源提升专项，优化选、育、留、激励和文化传承建设体系。

在业务端，公司重塑面对客户的敏态服务组织，业务前台快速响应客户需求、提供灵活有效的敏捷服务，中台组织负责技术演进和业务沉淀、构建行业物联云底座。为匹配敏态战略，公司软件业务组织重塑与软件架构统一同步推进，通过组织变革和一线能力加载，将软件、交付能力下沉，快速灵活满足客户定制化需求。

2021年公司将持续推进高质量发展战略，重视组织力建设，保持战略定力，稳步提升销售规模，改善净利水平，助推现金流水平持续优化。

2、如何理解公司由安防行业向视频物联行业的转变？在视频物联行业中，公司有怎样的发展？

公司秉承以客户价值为核心的理念，全面启动智慧物联战略。以全感知、全连接、全智能、全计算、全生态为导向，与政府、企业、消费者客户共谋发展、共筑生态。

传统的安防业态，更多把摄像头定位为“眼睛”，满足监控、记录、回放的需求。然而，当相关智能技术、算力水平、应用场景、社会认知等得到全方位发展时，摄像头作为主要的信息获取终端，开始能以“小脑”的角色赋能千行百业，助力产业数字化转型。

公司以安防视频为种子，以开放合作为营养，持续研发投入，拓展多元感知，积累行业细分场景，全面向智慧物联生态生长。

针对To G行业，传统安防业务更多集中在公安、交通、金融领域，而随着视频物联行业的发展，G端业务已经细分出多个子行业。

针对To B行业，公司对各行业和产业链条将开展更全面的覆盖动作，进一步拓宽细分领域，通过攻坚战略山头，重点研发投入，打出可复制的行业标杆，从而扎根行业、衍生应用。

企业数字化改造的浪潮为B端业务打开了空间天花板，当前公司B端业务已经有几十个细分行业，例如钢铁、冶金、养殖等行业的开发，证明了公司能够以视频物联的角度切入，帮助相关的企业切实降本增效、优化管理。

未来随着社会人口红利衰退、智能算法进一步成熟、智慧化改造意识觉醒，公司将把握工程化落地能力的优势，完善解决方案内容，并优化合作伙伴生态，携手客户一起深耕细作，共同发掘行业价值。

3、公司如何赋能中小企业数字化转型？取得了哪些进展？

从今年的政治局会议到数字中国峰会可以看到，产业数字化迎来发展热潮。然而，行业差异大、业务专业性高、技术沉淀要求高等问题也成为了产业数字化加速过程中的全新挑战。

大华云睿通过“云+AI”技术促进中国产业AI化，引导中小企业数字化转型，覆盖包括连锁经营、社区物业、物流、工地、养殖、文旅、普教在内的9大行业。

具体来看，大华云睿打造了“三个闭环”，即AI算法的生产闭环、消费闭环、应用闭环。

生产闭环上，大华3云睿集成了成熟的“大华巨灵AI开放平台”，可以帮助企业实现零门槛、免代码的场景化AI算法的定制。

消费闭环上，对于已有的算法，企业可按需购买，一键部署；没有的算法，可以定制开发，快速迭代。

应用闭环则是根据不同场景下对算法和算力分布的要求，帮助企业在应用层面实现云边端智能协同。

大华云睿一直践行“让管理更高效，让运营更智能”的使命，致力于成为全球领先的企业数智化中枢。目前，大华云睿已服务上万家企业和百万用户，已与全国3000多个品牌建立了合作，累计接入设备超100万台。

同时，国内省份、直辖市、自治区已实现营销和服务全覆盖，其中服务网络包括400余家签约合作商、120余家维修中心、4000余家技术支持、1000余家技术支持中心、7*24小时热线服务。

未来，大华云睿将进一步开放AI能力，为客户提供零门槛数字化转型服务，从而助推场景化、差异化需求迅速落地，全面赋能企业数字化转型。

4、公司智慧解决方案在制造业中有哪些应用？

公司智慧制造解决方案通过自动化、数字化的手段，能够为制造业企业提升数据采集与数据分析能力，提升产品制造标准化水平，提升质量管控能力。

方案以视觉物联为核心，机器人与机器视觉等协同发展，深入制造3C、机械装备、汽车、服装纺织、食品饮料酒水、家电、医疗器械等行业，围绕安全、生产、经营等企业核心业务，帮助客户提升安全保障、生产效率和经营管理能力，助力制造企业进行数字化转型。

以3C电子行业为例，公司基于自身强大的AI能力，通过视觉、AGV、RFID等各类先进传感技术，将感知数据汇聚到大华智慧物联平台，赋能3C电子行业各类需求应用。包括，外观缺陷检测识别，提升PCB板检测良率高于99%，确保破损精度在5mm以内；运用视觉技术检测液晶全流程生产，检测精度达0.01mm，缺陷检出精度最高可达99.99%；

加码自动化设备，实现作业自动锁付/打胶、智能采集/定位，助力3C行业实现产品制造的精确、柔性且高效；辅以AGV机器人进行智能转运，提升生产转运效率。

同时，公司智能制造解决方案所提供的机器人智能巡检、云存储及智慧通行考勤方案，能够进一步满足制造企业对生产更高效、更安全、更便捷的全面需求。

通过不断深入客户，推动行业应用，公司智慧制造业务在2020年收入实现60%以上增长。

未来公司将持续深耕制造行业，强化行业解决方案能力建设，帮助企业实现生产数据贯通化、制造柔性化、产品个性化、管理智能化。

5、随着行业向智慧视频物联演化，软件价值将不断提升，公司在这块如何投入和布局？

在目前智能解决方案落地的项目中，后端占比越来越高，软件的受众程度达到了历史的高点，这源于软件在产业的价值发生的变化：早期属于物联数据在线的逻辑，软件服务于物联感知，用户可以通过视频监控系统看到真实世界发生的事情，但实质软件的能力并未得到用户的重视；

而现在，物联网、AI、大数据、云计算、5G等新技术已经形成完整的信息化网络，助推着更便捷、更迅速的物联采集、数据传输、数据存储及数据应用。这些新的应用突破与分层解耦的趋势，成为软件在安防行业的重要推手，让软件的价值开始清晰。

当前软件的价值主要体现在以下几点：

一是让人们对行业形成范式理解，将业务定义为可编程、可编排，解决方案不再是固化的产品；

二是促进整体方案的落地，完成方案的闭环，构建面向物联世界的操作系统；

三是软件的升级迭代给用户带来无限的可能，为服务带来新的价值。

随着场景越来越细化，对原本的整体架构带来巨大的挑战，相同的软件架构无法匹配各个场景的诉求，但如果不同的场景匹配不同的架构，也会对企业形成较大的压力。

针对这些挑战，公司一方面已经从系统架构与营销体系做出相应的调整，打造面向物联操作系统，帮助用户屏蔽所有物联接入设备的差异，面向各行各业提供信息化的能力；另一方面，基于视频物联、智能大数据、视觉计算等能力，努力寻找生态合作伙伴，共同提升面向客户的服务能力。雷锋网雷锋网雷锋网

AI安防不缺跨界巨头。

早在2018年4月，华为宣布成立全新的智能安防产品线之前，雷锋网AI掘金志就预测，安防不再是小打小闹的市场，海康、华为，长远来看，必有一战。（推荐阅读：《华为、海康，必有一战》）

其实，作为收割产业物联网的必经之地，AI安防这个香饽饽，BATH（百度、阿里、腾讯、华为）垂涎已久。

如果说移动互联网时代，每一部手机皆是智能交互节点；那么产业物联网时代，每一台摄像机就承担了类似功用。

谁控制了摄像头，谁就装配了城市之眼，之后再加装一颗颗聪明大脑。而每一颗产业大脑背后：

意味着固有的产业结构，皆可以技术之名，出产业物联网革命之师，大刀阔斧重做一遍。

后互联网时代，曾经的巨头无不暗中布局，合众连横、并购整合，一场资源再分配大战悄然打响。

原本封闭的安防市场，白夜如昼，海浪激荡，热浪连连。

当传统安防企业稳居头部，跨界明星企业开挂出道，AI独角兽们割据一方，AI安防逐渐进入固化期。

那么，逐渐定势的AI安防，是否还需要跨界创业者？

如果说巨头们跨界，自带热搜体质，创业者跨界的光彩，多少暗淡了些。

于行业，不看好，难买账；于个体，试错风险高；于资本，回报率不定。

前者身家优渥，拿着顶流体验卡入场，高屋建瓴，后者更多是以小舟，涉鲸波。

在此背景下，就「跨界创业者能给行业带来什么」话题，雷锋网AI掘金志与蚂蚁智联CEO高俊展开了一场对话，以探这位拥有多元经历的跨界创业者身上，是否有新的行业视角。

本文的意义不在于评判跨界创业者，而在于以跨界者为切入点，探究此类群体进入安防领域所带来的新思路与新风貌，以期具有借鉴及启发之用。

行业金字塔下

当年中国一众厂商，冒死突围，硬生生从国际大厂嘴里抢回了安防市场。

此后的20年里，中国安防厂商手握行业各自的核心价值与话语权，在行进中拿到属于自己的座位号。

而后当AI如海燕般出没波浪，盘旋碧空后，首先敲打起了安防的城墙。

某业内高管表示，几年争奇斗妍，狂风暴雨过后，形成传统企业、跨界巨头、AI独角兽等为首的几大派系，安防格局已稳如磐石，巍峨难动。

你很难不承认：当前AI安防行业逐渐定势，进入固化期。

“对于新进者，资本如今对安防项目的态度，多加了一份谨慎。”该高管说道。

他认为，并非谁之过，部分因安防本身的特性使然。

中国传统安防面向政企客户，以项目制为主，产品和服务门槛高，生产流程复杂，产品非标准化。

每一个客户的需求不一样，每一个领导的要求不一样，每一派厂商都有自己的标准和地盘。

与To C市场、互联网等行业相比，周期长、反馈慢，不具备高增长性，投资回报率并不高。

二来，资本的谨慎，也出于对创业者的背景考量。

该高管指出，即使一些声名在外的安防高管离职后创业，并未被资本格外青睐。

当前的投资人，对安防背景的创业者兴致索然，或许与传统创业者相对保守有关。

安防市场几十年，经历过招招致命的中外大战，也品尝过方寸间的谷脊之战。

如今的AI安防市场，对手变了、玩法变了、用户变了、环境变了，以前的安防市场变成了今天的泛视频市场。

血腥依旧，但时代已革。

只是，有人已浸润其中多年，仍以传统安防方法论走天下，以固化的产品思维击市场。

这在獠牙残酷，遍地高手的AI时代，难以奏效。

“其实AI背景和技术起家的安防后进生，有时也容易驶入经营误区。”

该高管提到，虽说技术储备很多时候是企业的首要要义，但以技术起家的AI企业，在AI横扫千军的市场氛围中，会无形中衍生一种技术崇拜。

这种重研发、轻销售、轻交付的技术崇拜，会因过于注重研发，使得公司内部的人才、资金、战略等各类资源向其倾斜，而如营销、销售等，均让渡于前者。

这种“让渡”积攒的过程，也是企业经营病灶积累的过程。

这有时会让企业陷入一种内部力量失衡的企业经营陷阱：研发部门势力过强，容易暴露出产品和交付的弱点。

他指出，现今市场不少企业或多或少都存在类似问题。比如小米，也曾在这一点上跌过跟头。

小米建立伊始就是团队一员的周光平，曾是硬件和供应链的总负责人，为早期小米的成功立下过汗马功劳。

当初，小米的硬件部门非常强势，在小米公司自成一派，且占据核心的话语权，内部部门难以与之沟通。

后小米的供应链部门的副总裁，得罪了小米最重要的屏幕供应商三星，引发的断供屏幕让小米遭遇了公司成立以来的最大供应链危机，小米Note 2因此整整延迟了近一年的时间。

To P、To B项目是长业务链条，除了技术，还有产品打磨、基于行业场景的模拟测试，核心设备的压力测试、解决方案等等，每一环节都能影响最终结果。

殷鉴不远，在夏后之世，资本和行业的多重考量与斟酌，不无道理。

「无派系」创业者

回到高俊，他是一个“市场派”的理工男。

这位突然闯进的安防行业90后，不属于任何一个派系。

今年30岁，拥有十年创业经历。

“我不喜欢循规蹈矩的生活，一生能看到头，我必须得干点事。”

考入北京航天航空大学后，高俊发现过不少市场，赚得盆满钵满。

 “其实这些经历都是小打小闹，算不上创业。”高俊说道。

2015年开始，高俊做起了个人VC，对投资有了深刻的认识。

两年后，高俊联合创立新梦想体育公司，在这期间，高俊顺利获得互联网融资，且公司在一年半后成功被某头部企业收购。

“我觉得该折腾不该折腾的，都经历过了，想干点更有意义的事。”

此时的高俊，想做一个能为之奋斗十几年并能改变行业的事。

“互联网保险是一个好赛道，但行业闭环未发育完全，不足以撼动整个行业的变革。”

高俊认为，互联网财产险的本质在于风控体系的建设。

“财产险的核心并不是说财产本身，而是事前预防、事中处理、事后保险的全线逻辑，这样才是一个完整的安全体系。”

没有风控体系，整体保险赔付产业链将仅有事后，没有事前和事中，但要延伸触角，给用户安装前端硬件，搭建预防体系，保险公司做不到。

To C不行，To B呢？高俊转念。

与To C市场不同，To B市场的车、人、物都能以数据展现，且可分析。而安防，恰好能填补事前和事中，使得这条逻辑线完整。

高俊发现，ADT、西科姆两大国际企业也验证了此业务模式可行。

如今，ADT是美国一家北美第一大联网安全服务商，至今已有140年历史，旗下250个授权经销商每年回应1500万个警号，每年800万用户增量，拥有17000名安防警力。

西科姆也是日本一站式联网报警模式先驱者，运营半个世纪年度营收1200亿日元。

而且，ADT并未正式进入中国市场，西科姆在中国没有本土化运营，完全复刻日本模式，在营销模式、价格上优势并不明显。

换句话说，这一运营模式的头部企业，目前在中国几乎空白。

在安全市场研究一年，走遍了全国21个城市，高俊确定其中大有机会，也确定了自己未来至少10年的奋斗方向。

“不觉得AI安防太苦太重了吗？”AI掘金志发问。

“我准备好了，进AI安防时我才20多岁，今年才30岁，我至少有20年时间奋斗，期间会有5-8年的时间非常痛苦，但我会享受这种痛苦。”

高俊补充说，“革新产业的人太多，但是愿意苦干的人太少，我想做改变产业的人，我还不够格儿，但我在努力。”

在零售、体育、AI、投资等不同领域的创业经历，以及北航软件学院毕业的出身，让高俊深具互联网与传统行业双重属性。

强烈的求知欲加上超强的学习能力，让高俊具备在发挥优势之上，有弥补行业短板的可能。

或因理念契合，或因性格魅力，高俊创业十年间，结下不少盟友，更收获不少朋友。

与张文中先生是合作伙伴。

张文中是中国零售巨头物美集团的创始人、多点DMALL董事长。蚂蚁智联和物美集团达成合作，为其旗下全国共700多家门店提供服务。

创业，冤狱，再出发，这位颇具传奇经历的企业家，成就斐然，也历经坎坷，却从未放弃对科技与商业结合的探索，这种人生韧性，与曾在真如铁的雄关漫道中日省月试的高俊颇有共鸣，两者既是合作伙伴，更是朋友。

与刘成敏先生是朋友+合作伙伴。

刘成敏是前腾讯MIG（移动互联网事业群）总裁，这位在腾讯工作10年的腾讯无线业务“掌门人”，是腾讯上市的最大功臣之一。据悉，刘成敏通过追远创投对蚂蚁智联进行600万元的天使轮投资助力发展。

智能化时代，安防行业或许实现了从0到1的突破，但从1到10到底怎么走，身处一处的局内人，往往容易陷入一种叫做信息茧房的怪圈。

即是，人们关注的信息领域习惯性地被自己的兴趣或认知所引导，从而将自己的思维桎梏于像蚕茧一般的“茧房”之中。

跨界者的价值也许在于，能给封闭的安防圈带来新鲜视角和资源。

以高俊为例，他熟悉中国多个市场，具备极强的渠道整合能力和市场拓展经验，具有线上运营的能力，多年的互联网经历让其口碑营销能力不俗，善于在同行业中产生品牌传播力。

这类跨界者，从某些层面讲，其一，能以不同于行业的视野，从单点切入，引入互联网特色，探索低成本地规模化复制路径。

其二，带来更多跨界资源。

在To B数字化时代，受限于非标准化产品、非标准化渠道，以关系型营销为核心的作业模式，让跨界者在获得不同类型客户上，大有裨益。

马太效应的角落

在高俊看来，安防行业格局难撼，在于中国的安防市场是产品导向，渠道属性，几乎不存在交互。

任何行业的格局首先得看企业定位。

海康、大华产品能力过硬，渠道铺陈广，销售能力强，在获得市场份额之余也收获品牌影响力和用户心智，囊括了安防市场头部资源，马太效应会更加明显。

这也意味着，以相同的模式硬攻毫无意义，新进者要在安防立足，服务是方向。

高俊认为，安防是产品主导的市场，但本质逻辑是服务型主导市场，只是中国目前的发展路径是产品逻辑。

“无论是B端还是C端，用户的安全需求没变，对效率的追求没变，但交付方式在不断变化，从软件到硬件从应用，未来一定是服务交付。”

“纵观AI安防产业链，各方红海一片，除了运营商。”

高俊笃定，未来数字化的基础，是为B端用户提供服务，而安防是目前已发掘的、可走通的唯一路线。

城市数字化时代，行业从以前增长是硬道理，转变为未来增效是硬通货。

增效靠什么？数字化转型，它也代表着社会效率提升的绝对走向。

蚂蚁智联想做的，是在AI安防基础建设的基础之上，为B端用户提供高效的服务。

“你找不到第二条路可以将硬件部署进企业并收钱的，以安全的逻辑切入具有天然优势。”

高俊指出，To B运营商的基础是服务，核心是可持续的复购。

真正的深入其运营过程的企业服务，这正是AI安防缺少的。成本可控下，发现问题，解决问题，及时赔付，用户得到省心、放心的服务。

“商业模式很简单，重点看谁愿意干，创业公司的机会点，就在那些别人干不了或不愿意干的事。”

高俊提到，AI安防运营商，传统安防企业顾不上，AI公司看不上，集成商够不上。

传统巨头奉行大厂思路，是组织能力、产品和生态逻辑，采用合作+收购模式，无暇顾及底层服务。

运营商的服务、订阅模式，难以入动辄估值百亿元的AI企业眼。

而集成商的定位是项目制，以资质为基础，项目执行完即交互结束，缺少服务基因。

“一条完整的安全逻辑，是事前预防体系的建设，事中通过软件数据分析进行联动体系建设，事后的保险赔付体系建设，硬件软件人防保险四位一体。”

基础建设是运营商的第一步，以三大运营商为例，海量全国化的基础建设部署——基站，是基础，所有服务基于此。

蚂蚁智联，是一个基于AIOT的数字化服务运营商，以运营为商业模型核心，以服务落地为交付结果，满足客户对“可持续安全服务”、“数字化建设”的需求。

“这是一件难而正确的事，但我们愿意花5-8年的时间去一步步构建一个这样的未来。”高俊说道。

目前，蚂蚁智联已经落地服务的客户包括物美集团、隶属大商集团的北京天客隆、麦德龙、麦田房产集团等；2018年、2019年，蚂蚁智联分别获得追远创投的天使轮投资、至临资本的Per-A轮融资。

据悉，蚂蚁智联已经与FA机构穆棉资本签约，新的一轮已经开始，且推进顺利，在今年将完成两轮融资，在技术平台搭建和规模化方面加大投入。

行业扫地僧

183年前，一艘载有500名装备枪械、木棍和战斧的毛利人的英国海船在群岛登陆。

随之，制造了针对岛上莫里奥里人的大屠杀，并将幸存者作为奴隶驱使。

要知道，时间倒数千年，莫里奥人也是强大的波利尼西亚雄鹰，这一次相比来势汹汹的毛利人，严重退化。

历史与商业从来都是惊人的相似，有着同等的规律使然。头部巨头们紧锣密鼓地跑马圈地、加筑城墙，为产业物联网大战积蓄能量。

反应不小来自于自身危机感太大。

今天的AI安防场，手快不一定截胡，但落后一定挨打。

产业物联网时代来临，倒逼着传统互联网巨头需实时进化。

如果说跨界巨头们是搅局者，那么跨界创业者就是扫地僧。

世人多热心于产业大鳄们在华山之巅论剑，少有人将目光放在打扫战场的扫地僧。

“我没有性感的故事，超前的概念，我的定位就是干活，但这活是当下、未来安防行业急需的。”高俊说道。

回到最开始的问题：AI安防需不需要跨界创业者？

能否做时间的朋友，行业会有答案。雷锋网雷锋网雷锋网

展览会上，旷视作为少有的AI企业，展示其在智慧城市微单元中的最新技术及产品成果，同时，与智能建筑、智慧园区相关的旷视AIoT产品“全家福”也首次亮相。

回顾2019年初，旷视推出「1+3战略」战略布局，进入了消费物联网、城市物联网和供应链物联网三大赛道，一跃成为物联网软硬件一体化解决方案供应商。

2020年1月，旷视企业业务事业部（EBG）正式成立，为旷视拉起To B业务这面大旗。几个月后的6月19日，旷视又首次对外公布了「企业服务战略大图」。

在旷视IPO消息传出之前，旷视的To B业务已经悄然成形。

从2015年涉足至今，To B这步棋，旷视先前的步子求稳，而后的步子求大。

EBG，这一城市物联网故事中最重要的戏，旷视怎么唱？

旷视之思

To B之于AI企业的意义，就是EBG之于旷视的意义。

过去十年，To C锁定了中国商业舞台的焦点，消费互联网、流量、GMV、社交电商等关键词充斥着每一块屏幕。

悄然间，To B的号角逐渐在各个角落吹响，降本增效、数字化转型、企业服务吸引了资本的目光，成为引领资本圈、产业界的时尚热词。

中国某投行资深人士说：“我们将全心助力中国 To B 创业者打造世界级的企业服务公司”。

诚然，在创投行业从消费互联网大步迈入To B的语境下，让“不同领域的企业受益于技术创新的发展” 已经成为资本市场资金动向的大趋势。

正如当前，没有人怀疑人工智能会成为未来社会的标配。

人工智能行业下半场之际，资本市场也在寻找下一个世界级的To B 公司。无论是PC时代、移动时代、AI时代，企业级市场永远是To B 公司不可忽视的力量。

大势当前，巨头也转身。

一直被诟病没有To B基因的腾讯，也在其成立20周年之际宣布腾讯从消费互联网向产业互联网升级的战略调整。

阿里、百度等互联网巨鳄早已以凶猛之姿发力B端市场，力压千斤。

这一嬗变背后，是十余年流量争夺战趋于顶峰，To B金矿价值初显的征兆。

毋庸置疑，数字化经济浪潮来临，To B是门好生意。在这5年间，旷视也悄然搭建起一艘To B的跨海巨轮。

细看旷视目前的三大主赛道，To B占据绝对空间。

消费物联网的公有云业务面向小B客户，围绕手机和终端的业务，则是To B到To C的业务。

供应链物联网，无论是智能仓的改造和智能化，还是物流自动化，均为大B业务。

而城市物联网的EBG，更是旷视 To B业务体系的顶梁柱。

旷视资深副总裁、企业业务事业部总经理顾亮告诉雷锋网AI掘金志，“EBG团队的成立不是在2020年偶然做的决定。”

早在2015年，旷视开始进入城市管理领域，并逐渐从单点单点布局升级为全景生态，在2019年安博会上，旷视对外发布了城市级全栈式AI解决方案。

如果说消费物联网让他们在业内声名在外，To P的智慧城市让他们活了下来，那么To B的诞生让他们更具竞争力。

据公开数据显示，2019年，其城市物联网业务占旷视当年总营收超六成。

在整个EBG中，智能建筑是最核心的业务，也是旷视最有想象力的业务之一。

有数据显示，存量建筑中，每年约3%（平均改造周期30年）的住宅以及6%（平均改造周期15年）的工业、公共建筑会进行智能化改造。

前瞻产业研究院数据，2016-2020年，我国建筑智能化市场规模保持30%左右的增长，到2020年或可达6400亿元。预计到2023年，国内建筑智能化工程市场规模将达到12276亿元。

同时，数据预计，到2020年中国将成为全球最大的智能建筑市场，约占全球市场的1/3。

万亿市场将至，这个璀璨夺目的赛道，也已有万千玩家列兵杀到

。海康、大华等视频物联大佬，阿里、百度等互联网大鳄，华为等跨界巨头，地产、建筑业的原住民，更有不计其数的AI企业。

万马奔腾中，还有旷视的身影，而且是快马加鞭的那一匹。

旷视之为

眼下中国的经济正入临界点，高质量的经济将是未来10-20年经济发展的绝对走向。

而AI，正是开启这个临界点的绝佳钥匙。

AI席卷而来、数据指数递增，数字世界与实体世界的交集越来越多、边界越来越模糊。新世界之下，核心在于如何建立用户与载体之间的关系，重构线下与线上的联系。

旷视给出一张“城市空间即服务”理念牌。

习总书记去年11月提出，城市的生产、生活和生态这三生空间协调发展。

基于此，旷视认为，城市空间下的微单元——楼宇、园区，已经从人类生活、生产的承载空间，逐渐演进为具有感知、思考能力，可更好提供服务的“生命体”。

顾亮指出，无论是生产空间里的工厂、物流仓库，生活空间中的社区、商店，还是生态空间中的森林、河流等，都可以营造IoT的落地应用场景。

“可见即可智，可智即可服”，当空间被数字化之后，数字孪生的空间和物理的空间联动，通过数字空间各种分析，空间上的升级决策，最后反作用到物理空间上，改善其服务质量。

在此理念下，EBG成立以来，旷视日思夜想并尝试解决的问题有三：

• 找场景：如何发掘园区所具有的丰富应用场景、数据等资源，形成能力孵化与应用示范。

• 找方法：如何运用新一代信息技术，更好地实现数智化转型跨越发展。

• 求发展：如何摆脱单一物理空间管理、创新运营模式，实现园区、企业、产业良好互动。

先看场景。

EBG业务，覆盖园区、地产、办公、校园、机场、制造、金融7大领域。

旷视对业务场景的选择有其内在逻辑：

是否有足够大的市场空间（是否能够规模化）、是否由AI作为核心技术、自身是否有能力。

“以工业为例，不是我刷脸、保障园区基本安全就体现AI了，还有更多如安全帽、安全服的检测，对抽烟、打电话、人员聚集、摔倒之类安全相关算法能力的需求非常迫切。”

顾亮告诉AI掘金志，他们在做场景和赛道选择时，基于感性和理性两个层面。感性在于，他们想不想做，理性在于，他们能不能做。

“有些客户可能是个好客户，但是我们的合作伙伴、自己的销售通道暂时还够不到这样的客户，我们也不会勉强，首先选市场比较匹配的客户。”

再看方法。

既要实现企业客户碎片化需求，又要能够快速响应，只有AI算法显然已远远不够。

作为坚持做最硬的AI企业，旷视提出“软硬一体化”的路径。

将AI的能力注入到城市生产、生活和生态空间中，并通过构建数据智能中台，用AI重新定义的软硬件去迭代传统场景中的系统构成，最后逐渐沉淀出城市AIoT的操作系统，在此基础上进一步实现城市智慧化应用。

产品时代，旷视有新发布的盘古、鸿图、魔方、神行四条产品线坐镇，形成了智慧建筑AIoT矩阵式产品体系。

在端侧，旷视有“神行”系列；
在边侧，旷视有魔方、鸿图等；
在算法侧，旷视有“算法商店”等；
在操作系统侧，有AIoT操作系统盘古等。

软有持续优化的AI服务能力：旷视以Brain++AI生产力平台为基础，可为园区、楼宇等企业级城市空间用户定制、迭代优化AI算法、不断提升其智能化水平。

最后看发展。

旷视EBG针对行业、区域两个维度进行了业务布局。

行业方面，除建筑外，旷视针对金融、运营商、能源三大行业领域进行了深入布局，并专门为之配了客户团队。

区域方面，旷视在全国六大区域设有SMB业务和渠道业务。

同时，旷视贯之以全生命周期的智慧建筑服务，提供了从顶层设计、智能化与信息化专项设计、项目建设实施以及后续运维、运营服务的全生命周期智慧建筑服务。

旷视之望

EBG的成立，是一次针对To B业务的旷视内部业务单元的梳理整合。

顾亮告诉AI掘金志，“现在看到的EBG是将此前的大客户业务单元、商业业务单元、集成产品开发部进行资源整合而成，整合了产品交付中心、软件研发中心、硬件研发中心、解决方案中心，以及强大的客户拓展和客户支持团队，以EBG这样一个事业群（事业部）的方式开展工作。”

通过资源整合，充分拉通前端市场调研、市场分析，以及后端产品研发、交付、运维等环节，以此针对企业级客户碎片化需求实现快速响应。

旷视给枪又给炮，给了业务单元、又给研发中心，给足马儿草，自然跑得快。

目前，旷视EBG软硬一体产品已经在商业写字楼、园区、银行、运营商和电力等行业实现诸多落地。顾亮透露，旷视以园区地产、社区、校园等为主要场景的企业业务服务已经在国内100多个城市落地。大潮之下，礁石相伴。

To B市场，需求碎片化、需求多样、理想化，同时需要考虑成本平衡等多项因素。

于碎片化，旷视在算法、软件、硬件和业务层面考虑开放、集成能力，提供在线的、现场的算法训练服务。

于需求多样，旷视从人、车辆、消防、安全管理、楼宇设备等整个楼宇自动化的管理出发，一整套端到端解决方案。

于成本，旷视面向SMB则推出了旷视九霄公有云的解决方案，利用后端算法对现有的传统摄像头做智慧化升级，帮客户控制成本。发展路径上，旷视以客户为中心，开启三级飞轮模式。

从算法超级应用开始，逐渐沉淀出标准化的软件产品，并通过“算法-软件-硬件”的协同设计模式，构建了由传感器模组、传感器终端与边缘设备、机器人和自动化装备构成的 AI 重新定义的硬件。

“在高度定制化、长尾碎片化的物联网市场，也能找到规模化增长的方式。”

顾亮强调，对于旷视来说，走向下游，走向前端，成为最硬的AI企业，是一条难而正确的路。虽苦，但值。这是旷视发展至今，自然而然的选择，也是未来坚定不移的选择。

在问到理想中的智慧城市状态时，顾亮用三个一概括。

一个以数字科技为中心的科技型智慧城市，一个以市政管理为中心的管理型智慧城市，一个以人文科学为基础的人文型智慧城市。智慧城市中的人车基础设施、法人、事件秩序，本质上都是关于人。

当下及未来的智慧城市将更多关注到人，从人的需求、人的感受出发。结合AI、5G、IoT等新一代技术，构建以人为本的城市空间，以终为始，宜居、创新、智慧、绿色、人文、韧性的智慧城市。

戏台已经搭好、鼓琴也已经拨弄，城市空间数字化的序幕已被揭开。旷视将在全新的舞台上，为大家带来哪些惊喜，这个世界，能否如旷视所愿，我们拭目以待。雷锋网雷锋网雷锋网

电瓶车在电梯内起火，电梯内有5人，包括一名婴儿。

一句话，隔着屏幕都能感觉到绝望。昨晚，四川成都某小区一电梯内电瓶车爆燃，导致多人受伤，最小的伤者是一名仅5个月大的婴儿。

监控视频显示，从浓烟到起火燃烧，时间仅3秒。

目前伤者都在医院救治，婴儿还没脱离危险，仍在重症监护室，抱婴儿的婆婆，全身75%烧伤，一度给家属下达病危通知书，情况也不乐观。

各部门、机构不辞辛劳地进行着诸如“5000份电动车防火宣传海报沿街发放”的活动，铺天盖地的宣传下，此类悲剧仍在各地上演。

电瓶车火灾夺命指数惊人

这个平常最常见的交通工具，隐藏着巨大的安全隐患。

应急管理部消防救援局统计，全国每年平均发生电动自行车火灾约2000起。

一台电动车起火的后果远比想象的严重。某公安消防部门曾进行了电动车燃烧实验。

实验数据显示，电动车起火5分钟，周边最高火温达1079.5℃，同时伴随大量有毒气体，烟气温度超过1000℃，7分钟，顶楼4层一氧化碳浓度可达772ppm（注：ppm为百万分比浓度）。

有毒烟气大多来自电动车围挡、坐垫、灯具等，这些材料一般采用高分子材料制作，会使燃烧速度加快，并产生大量有毒烟气。

高温烟雾进入人体呼吸道，则会导致严重灼伤，危及生命安全。

而当一氧化碳浓度超过100ppm时，人会产生头晕、乏力等不适感；浓度超过600ppm，短时间内就能引起中毒窒息死亡。

一台电动车产生的毒气足以杀死数百人。

数据显示，有80%的电瓶车火灾是在充电时发生的，而电瓶车火灾致人员伤亡的，90%是因将其置于门厅、楼道或过道内。车体燃烧快、燃烧产生的烟毒大、容易造成人员中毒，而逃生通道如果被堵塞占用，则更会导致被困人员无法安全逃生。

一旦发生火灾，留给大家的逃生时间远比想象中要短。

火灾的原因不外乎几种：车辆自身存在质量缺陷、使用人充电操作不当、电池超期服役、充电的线路出现故障、线路老化严重、私自改动车内线路、雨天室外充电、充电器不匹配。

而这些，都因电瓶车出现在电梯、楼道、室内等区域使得伤害指数上升。

有人不解，既不让放楼道也不划公共停放区域，最后“一公里”如何破解？

其实，全国已经有多地建成集中停放场所和充电设施。

比如，去年上海立法拟禁止电动自行车在楼道充电，支持新建集中停放场所和充电设施。

广州建设电动车集中停放充电场所，落实防火分隔、动态巡防，加装简易喷淋等防护措施。

据悉，2020年已建成电动车集中充电停放场所842处。

其中，停放场安装的智能充电桩，每个充电桩可同时供6台车充电，共计充电口400多个。

充电完成或充电时发生故障，充电桩将自行断电，还有工作人员进行动态巡查，切实保证充电安全。

AI 视觉企业已就位

AI安防领域的企业平时虽少言寡语，但在安全事件引全民关注之视，你总能发现他们一直在用科技手段默默辅助保障、解决各种安全问题。    

AI视觉企业主要针对电瓶车入户管理两大难点发力。

 一是人力有限，弱管理：一方面物业人员无法实现24小时全天候管理，存在弱管理区域；另一方面完全依赖人工管理，人力投入较大、难管控。

二是缺乏事中、事后管控机制：经常发生电瓶车入户、不听劝阻等现象，酿成纠纷事件，缺乏有效事中控制、事后追溯依据。                                   

海康的整体电瓶车智能管理方案涉及电瓶车监测、智能充电站和温度异常检测。

电瓶车监测上，通过在地下车库、电梯轿厢、楼道内安装海康电瓶车检测智能摄像机。

海康采用深度学习的平台及算法，能过滤自行车、婴儿车等干扰，准确检测到电瓶车进电梯后，发出声光报警并联动内置语音提醒：“电瓶车禁止入内”。

同时将告警消息推送至物业人员的手机客户端，方便管理人员及时响应排查。

因大多数火灾由电动自行车充电引发，除了解决检测问题，海康还配套了充电方案，推出智能充电站。

海康的智能充电站具备定时充电、自动断电等功能，最大支持连接10路插座，供10辆电动自行车同时充电。

海康的热成像摄像机还可对充电区域的电瓶车进行实时温度异常检测，当物体表面温度出现异常，可快速报警。

24小时全天候监控，既能实现关键的火情检测，必要时还可以对偷盗案件进行后期回查。而且热成像摄像机不受光线影响，即使在夜晚黑暗环境下，一旦电瓶车电池出现起火隐患，也能及时检测到。

大华股份也推出了电瓶车禁入电梯解决方案。

智能识别，联动梯控是这套方案的亮点。当有电瓶车进入电梯监测范围内可对其自动识别，当检测到电瓶车进入电梯时，输出信号强制电梯保持开门状态，暂时停止运行，直到电瓶车推出电梯后恢复正常运行。

还能立即联动白光告警和语音提醒，同时在后台智能弹窗告警，使安保人员可快速响应并回溯报警事件。另外，电瓶车报警联动平台可实时查看各社区电梯管理情况，支持报警事件的事后高效追溯，提升物业管理效率，减少物业员工的工作负担。

用AI技术守护社区安全，博观智能一直在行动。

针对引起广泛关注的电梯内电瓶车着火问题，博观智能完善已有AI电瓶车入电梯检测算法解决方案。

博观智能电瓶车入电梯检测算法基于自研AdaptNet2.0深度学习网络，在多尺度特征金字塔上进行了不同层级的特征融合，大大提升了局部微特征的表达能力，算法几乎涵盖了目前市面上常见的电瓶车款式。

结合实际使用情况，电梯内常出现自行车、滑板车、婴儿车、轮椅等相近物体，为了提高电瓶车的辨识能力，博观智能在不同的feature scale上进行融合时引入attention机制，进一步提升了电瓶车关键部件局部特征的检测精度，抗遮挡能力强，抗干扰能力强，在低照度下精度也能有很好的表现，检测精度提升至95%以上，满足使用需要。

与此同时，紫光华智也将“电动车进入电梯”检测，深度融合到了其智慧社区解决方案之中。

基于方案全方位的AI隐患治理能力，通过对单元门入口、电梯轿厢内部署的摄像机视频进行智能分析，以先进的畸形矫正技术对电梯视频进行畸形矫正，同时采用最新的YOLO V5目标检测技术过滤多种干扰因素，实现电动车目标不遗漏，大大提高电动车检测的准确率。

一旦发现电动车入内，会立即产生告警信号，提醒工作人员第一时间处置，对电动车进楼/进电梯事件进行及时闭环处理。

同时，针对社区普遍存在的安全和环境隐患，该方案还可提供火焰识别、高空抛物、消防通道占用、垃圾乱堆等AI检测能力。

小视科技自研算法“电动车入楼”检测适应老旧小区改造，在电梯俯视角等多角度及楼道有杂物、光线等复杂等场景下，都能进行精准检测，还能迅速捕捉入楼道电动车，并通过短信、电话、系统弹窗等多种方式进行预警，帮助物业快速发现、分析、处理，解除潜在危险，辅助物业精细化管理。

目前，小视科技针对“电动车入楼”这一社区管理难题仍在深入研究，产品更新迭代中。

不久的将来，各大社区的社区大门、单元楼门禁、入户电梯等均可搭载更智能的“电动车入楼道”检测算法，通过声、光、电等多角度的智能分析，更加精准、高效地实现“秒级”检测、分析、预警，最终做到“楼道0风险”。

需集社会之力

国家层面，近期公安部、应急指挥部等多个部门下发《关于规范电动车停放充电加强火灾防范的通告》，要求电动车应在建筑外部的独立区域集中停放、充电；严禁在住宅建筑疏散通道、安全出口、楼梯间、楼层楼道、电梯前室等部位停放、充电。

让人难以理解的是，惨案历历在目，有记者探访“电瓶车电梯内爆燃”事故小区，发现仍有住户在楼道给车充电。

言者谆谆，听者藐藐。

安全关乎每个人的生命，也需要每个人自觉遵守。

前后国家相关部门制度规范，后有科技企业技术防范预警，官方规范也好，技术预警也罢，都只是手段，而非目的。

他们之所为，都是消灭掉那颗随时可能出现在每个人身边的火种。但这需要通全社会之力，才能真正地杜绝如此悲剧。雷锋网雷锋网雷锋网

一怒而诸侯惧，安居而天下熄，战国时期魏国流落各地的士大夫们，用自己的谋略与才智，几乎主宰了整个战国时代。

回到AI安防，如果说资金与政策保证AI安防的基本面，那么人才则决定AI安防水平和潜力。

近年，AI安防圈高管们的去留虽大地震不多，但变动也不少。

藉由此，雷锋网AI掘金志整理出近3年AI安防圈人事变动，洞察下AI变革下半场，安防高管们的流动方向。

姚威：宇视国际市场副总裁—（去向未知）

苏佳：宇视存储产品部部长—紫光华智产品行销中心总监

雷锋网AI掘金志消息，原宇视科技有限公司国际市场部副总裁、海外人力资源总监兼日本市场总监姚威已于近月离职。

姚威，毕业于华中师范大学，曾在华三通信近8年，任高级人力资源经理，2015年进入宇视，身兼三职，是宇视海外市场拓展和人才引进方面的顶梁柱之一。

据悉，在产品应用方面，截至2019年12月上旬，宇视交付的产品方案涉及全球145个国家和地区，新增高端项目超过1100个。苏佳，现任紫光华智产品行销中心总监，此前是宇视存储产品部部长。

苏佳曾表示，全国近2亿台摄像机每天产生数据量超6000PB，但智能化利用率不足5%，这是一座巨大的信息宝藏，而AI视觉则是开启宝藏之门的金钥匙。

商汤杨帆：联合创始人、副总裁—战略协同部

雷锋网AI掘金志消息，商汤联合创始人、副总裁杨帆，已从工程院（负责泛安防等领域）调任至商汤战略协同部。

杨帆曾带领商汤研发团队在国际竞赛中屡次获奖，在2016年中更是获得了ImageNet五项主要比赛中的三项冠军，超越谷歌、微软等国际巨头。

杨帆本人拥有PCT发明13项，国内发明专利2项，实用新型专利2项。杨帆曾在微软公司任职，在职期间参与研发的技术广泛应用于微软全球主要产品中。杨帆也曾带领商汤工程开发团队在泛安防智能视频、移动互联网、金融等行业开发和提供人工智能解决方案。

杨帆在推动商汤在技术应用商业化落地方面功劳不俗，仅2016年就获取了数亿元的产品订单。同时，杨帆还担任中国电子学会虚拟/增强现实技术与产业分会委员一职。

杨帆曾在由雷锋网 & AI掘金志举办的「中国人工智能安防峰会」上表示，自训练系统在行业实际场景中非常重要，他认为，面对大规模复杂的场景化应用，自训练系统是唯一的解决之道，它也体现了AI的自我进化能力。

未来，包括更加精准的人脸识别、人脸行人结合、增量训练、千亿量级检索，所有这些系统都基于纯粹无监督的自训练系统达成，唯此才能为AI+安防行业提供最大的价值。

平原：旷视副总裁—猎豹移动副总裁

雷锋网AI掘金志消息，原旷视副总裁平原已离职，现任猎豹移动副总裁。平原是AI企业中少有的女高管，毕业于中国政法大学，香港大学整合营销专业研究生。

在旷视之前，平原曾任清华同方商用公司常务副总经理、智能硬件创业项目小蛋科技CEO。也曾作为神州数码自有品牌业务创始团队核心成员加入神州数码，5年中主要负责品牌管理与市场营销工作，见证一个新品牌从无到有的发展历程。

智能硬件小蛋科技创业期间，从产品设计、供应链选型到线上开店运营，对小团队营销端从0到1的过程有了深入的理解。

而后到了猎豹移动，担任出海业务部总经理，负责Facebook出海业务，在2017年进入旷视担任副总裁。

进入旷视之初，负责C端手机业务，后陆续负责包括教育板块在内的B2B业务。

目前，平原又回到前东家猎豹移动，任副总裁。

卢臻：深醒科技CEO—（去向未知）

雷锋网AI掘金志消息，原深醒科技董事长卢臻于2019年离职，目前董事长兼CEO由袁培江担任，袁培江此前任深醒科技创始人兼CTO。

卢臻毕业于德国Mittweida University，2005年从德国留学归国创业，主要从事机械、化工、电子领域的生产、研发、投资业务。

2016年进入深醒科技任董事长，并于2019年离职。

袁培江毕业于清华大学自动化系，研发国内第一款航空制造机器人，并应用于中国大飞机和型号军机；承担了中国军方“高性能仿生四足机器人”子课题生物观测；承担国家自然科学基金机器人感知。担任机器人领域重要会议ICRA、IROS副主编；863先进制造专家组秘书。

产品成功应用于国产大飞机和型号机型，实现了航空制造机器人“H7工程”制孔，预期实现10亿元水平的经济效益；给飞机制造装备产业带来的经济增长也将达到每年亿元以上。

目前是清华大学智能技术与系统国家重点实验室专家，从事视频检索、人脸识别、智能监控和智能机器人研究。

赵京雷：阅面科技CEO—（去向未知）

雷锋网AI掘金志消息，阅面科技原CEO赵京雷离职，董事长兼总经理由原CTO丁小羽担任。

赵京雷，上海交通大学人工智能博士，前阿里巴巴北京算法研究中心负责人，前WiseNut研发中心算法负责人，目前已专注人工智能领域算法研究超过15年。

赵京雷曾在公开场合表示“不碰硬件的AI公司一定会死掉。”

赵京雷认为，现在是AI2.0时代，区别于AI1.0的改变人与信息的连接方式，AI2.0是改变人与实体世界的连接方式。

适应这一阶段变化的两个核心是：拥有硬件入口和赋能场景。即AI要产品化与场景化，以硬件产品为载体，与场景信息系统关联起来形成一个整体，解决行业的痛点问题。

丁小羽，原阅面科技的联合创始人兼CTO，毕业于东南大学，曾在卡内基梅隆大学机器人所担任助理研究员，参与IntraFace平台开发、美国科学基金（NSF）人脸表情分析等项目，长期从事人脸识别、vSLAM等创新技术和产品的研发。

比特大陆王俊：软件研发总监—AI业务CEO

2020年1月3日，比特大陆宣布升任原软件研发总监王俊为AI业务线“算丰”CEO（首席执行官），以顶替公司联合创始人詹克团在AI业务线留下的空缺。

王俊毕业于清华“姚班”（清华计算机理论科学实验班），是AI算丰业务的开创者之一。他2016年加入比特大陆担任技术总监，曾在网易、谷歌、百度等公司任职。

值得注意的是，这是比特大陆第一次对AI业务线设立一号位CEO职位。

比特大陆AI业务启动于2016年，曾在云端终端联手发力，成功流片量产云端AI芯片BM1680、BM1682、BM1684与终端AI芯片BM1880，并打造配套的板卡、模组与服务器。

王俊曾在接受雷锋网AI掘金志采访时表示，当市场容量足够大时，总是会催生出更专注的产品，因为越是专注的产品，越容易获得更高的效率，随着AI市场的爆发，AI的计算硬件亦是如此。

过去大家用GPU来取代CPU提供AI算力，现在正是从GPU切换至TPU或其他AI专用芯片以获得更高效率的时代。

海康威视：萤石网络CEO蒋海青、海康机器人CEO贾永华、海康汽车技术CEO礼攀

2019年10月25日，海康公告称收到公司三位高级管理人员蒋海青、贾永华、礼攀的书面辞职报告。

与其说三位高级副总经理是辞职，不如说是专注于海康旗下创新业务。

辞任海康职位的蒋海青、贾永华、礼攀，分别继续任萤石CEO、海康机器人CEO、海康汽车电子CEO。与此同时，海康的创新业务，逐渐成长为海康的又一增长曲线。

据海康2020年年报显示，2020年智能家居业务营收29.19亿元，同比增长12.60%；机器人业务营收13.59亿元，同比增长66.91%；其他创新业务营收18.91亿元，同比增长83.49%。

2020年末创新业务占公司总营收9.71%，创新业务正在成为海康增长的重要驱动力。

其中，2017年萤石首次盈利，营收10亿，成为海康首个盈利的创新业务。2018年海康成立三大事业群，创新业务增长近六成，萤石营收16亿；2019年，营收约达26亿；2020年营收约29亿。

蒋海青曾对雷锋网AI掘金志透露，作为一家创业公司，萤石自2013年以来一直保持着高速的年复合增长。

尽管2020年智能家居业务增速有所放缓，但萤石即将分拆上市，成长预期不俗。

海康总裁胡扬忠、高级副总裁徐习明等多次如此强调，创新一直都是海康持续发展的最根本的动力。

“我们投创新业务的要求就是不能跟海康威视现有的业务产生交叉，要去开拓新市场。”

如今看来，蒋海青、贾永华、礼攀不负所望，新市场开拓力度强劲。
（推荐阅读：《安防 2C 「入海」》）

李柯：大华总裁—硕磐科技董事长
魏美钟、张伟、燕刚：大华副总裁—（去向未知）

2020年AI安防圈一大人事变动，要数大华。

2020年2月27日，大华原总裁李柯离职，从华为跳槽过来不到三年，将总裁位置交还给董事长傅利泉，同时大华前副总裁兼研发中心总经理张兴明上位。李柯于2017年4月加入大华，出任公司董事、总裁。在此之前，曾在华为任职21年，最高官至南美区总裁、集团副总裁。

阔别大华62天后，李柯成立了硕磐科技，意欲推动传统产业实现数字化转型。公司大概经营范围包括大数据服务、软件开发、互联网数据服务、通信设备制造、销售等。

2020年7月18日，李柯还以硕磐科技董事长的身份出席湾区思享电子科大相关校友会，并做了主题为《数字化转型的新机遇》的分享。

同年，大华发布财报不久后，又发公告称公司财务总监兼副总裁魏美钟、副总裁张伟、副总裁燕刚提出离职申请。

在2020年4个月时间里大华共有4名高管离职，一个总裁，一个财务总监，两个副总裁。

魏美钟，中南大学MBA、国际注册内部审计师、注册税务师、注册资产评估师、注册会计师，最开始是一名供销社的基层财务人员，凭借自身勤奋自律、勇于突破，后来一步步成为上市公司的CFO，2005年加入大华股份。

燕刚，最近5年历任大华质量与客户服务部总经理、生产保障部总经理、副总裁。

张伟，历任武汉精伦电子股份有限公司监控产品部总监，博康安防（中国）有限公司产品及市场总监，中星电子股份有限公司产品总监，中星微电子公司物联网应用事业部总经理，浙江大华技术股份有限公司副总裁、国内营销中心副总经理。
（推荐阅读：《大华总裁李柯：AI 安防无战事》）

余虎：华为智能安防产品线副总裁—华为云首席战略官

华为云首席战略官余虎，此前任职华为智能安防产品线副总裁。

2018年，华为将智能安防业务升级为公司的战略，同时在2018年底完成了研发资源的整合，成立了全新的智能安防产品线。

2019年3月23日，在雷锋网&AI掘金志主办的「第二届中国人工智能安防峰会」上，华为智能安防产品线副总裁余虎，在2018年业务整合后，首次在安防行业论坛上解读其业务战略。

当年平安夜，余虎以华为智能安防产品线副总裁的身份，在华为智能安防城市峰会上发表了致辞。

他提到，2019年，华为智能安防交出了一份满意的成绩单：在新品牌Huawei HoloSens及“2+4+N”战略的独特价值引领下，华为智能安防提升算力、搭建平台、建立商城、丰富端到端方案，重新定义技术架构、重新定义生态，市场上更是取得了指数型的增长。

这份致辞也成为余虎在华为安防的最后一次公开讲话。

2020年1月，华为组织架构调整，新增的第四大BG Cloud&AI，与运营商BG、企业BG、消费者BG并列。该BG成立后下设三个产品线，包括Cloud BU、计算产品线、存储与机器视觉。

2020年2月25日，华为安防便官宣改名：从“华为安防”到“华为机器视觉”。

在这之后，余虎调任华为云首席战略官。 

2020年5月20日华为全球分析师大会上，华为云首席战略官余虎做了《华为云:赋能应用,使能数据,做智能世界的黑土地》主题演讲，并介绍华为云战略和业务发展情况。
（推荐阅读：《华为智能安防余虎：安防进入了新时代》）

谢会斌：宇视科技研发副总裁、研究院院长—博观智能总裁

2017年11月，千方科技以47亿的“聘礼”，成功让宇视科技“远嫁”北京。

2019年底，千方投资成立AI子公司博观智能，总裁谢会斌则是宇视科技原研发副总裁、研究院院长。

谢会斌毕业于北京交通大学电信系，先后在华为技术有限公司、杭州华三通信技术有限公司、浙江宇视科技有限公司工作。他历任平台研发部、战略规划部部长、宇视行业产品线和人工智能团队的研发带头人。

谢会斌曾带领团队开发出安防行业大型操作系统IMOS，14年迭代7.0版本，可以灵活调度宇视所有的资源。另一由谢会斌带队开发的项目——昆仑智能分析服务器，已在中国部署了超140个项目。

在这位技术派带领下，博观的核心算法技术已经累计行业交付达1500个AI项目，覆盖公共服务、交通出行、工业制造3大类9大场景。

虽脱胎于千方，谢会斌曾接受AI掘金志采访中，一直在强调博观的运营独立性。

他说，未来绝不会出现赢者通吃的局面，每个工程项目都需要不同的参与方合作完成。

从数据链路、摄像头、服务器，到算法内核、应用、数据库以及云端，甚至中间的各种网闸路由。

博观会积极与所有公司保持合作，谋求共赢，而不止于宇视和千方。
（推荐阅读：《博观「问世」，「蓄势」To B》）

王建辉：深瞐科技CTO—华为昇腾计算CV高级架构师

原深瞐科技CTO王建辉，目前就职于华为昇腾计算CV高级架构师。

深瞐科技，是国内最早提出车脸识别和专注于视频结构化算法的安防公司之一。王建辉的本科、硕士、博士均就读于华中科技大学，主攻人工智能方向，在博士期间主要研究的是算法的硬件加速。

王建辉在博士期间与深瞐科技的创始人兼CEO陈瑞军相识，并在毕业前收到了陈瑞军的邀请，同时，王建辉与深瞐科技的首席科学家王兴刚是本科同学。

于是2016年，毕业一年有余的王建辉加入深瞐科技担任CTO，负责总体的技术。

之后，在2020年1月，王建辉加入华为昇腾计算产业，任CV领域高级架构师，对昇腾计算行业SDK的系统设计和竞争力负责。

王建辉在AI软硬件协同设计方面经验丰富，技术全栈，熟悉计算机视觉和深度学习算法，对智能安防、智慧交通、智能城管、辅助驾驶等细分行业应用有深刻理解。
（推荐阅读：《深瞐科技CTO王建辉：4 级结构化系统+4 大产品，助力云到端的视频结构化》）

顾友良：佳都科技副总裁—紫为技术、紫为云CEO

2001年起，顾友良曾就职北京黄金眼、黄金视讯，是当时期中国视频监控图像从模拟转向数字的核心“推手”之一，在DVR时代推动了银行视频监控图像数字化转型和公安部3111平安城市试点工作。

2007年起，顾友良就职海康威视，期间业绩多次突破。

2015年6月，顾友良先后出任佳都科技副总裁、智慧城市事业群总裁、董事、EMT委员，三年时间，其所负责的业务板块业绩突破20亿+规模，增长了近6倍。

顾友良目前担任中国安防产品行业协会战略专家组组长、粤港澳大湾区智能安防产业与创新联盟理事长、广东省人工智能产业联盟副理事长、广东省计算机学会副理事长等职务。

此外这位职业生涯20年的职业经理人也选择了自我创业。

顾友良联合清华AI科研团队创建紫为技术，同时出任紫为技术和紫为云的CEO。
（推荐阅读：《佳都科技副总裁顾友良：我眼中的安防未来》）

侯玉清、古永承、阚玉伦：高新兴总裁、副总裁、副总裁—（去向未知）

2021年上半年，高新兴有三位高管辞职。高新兴1月29日晚间发布公告称，收到公司董事侯玉清，董事、副总裁古永承的辞职报告。

紧接着4月20日，公司董事、副总裁阚玉伦辞职。

其中，以董事身份离开高新兴的侯玉清，曾以总裁身份与高新兴共同奋斗了9年。

侯玉清自2011年起担任高新兴科技集团总裁。

这位从幕后走向台前的安防人，曾在上世纪九十年代任职广州通信研究所第五研究室从事移动通信系统研究；之后又先后担任上市公司杰赛科技技术中心副主任、网络通信公司总经理等职务。

侯玉清曾对雷锋网AI掘金志表示，加入高新兴基于三个原因：与高新兴创始人、董事长刘双广的革命友谊；2011年左右，双方都认为安防从模拟到高清变革的节点；安防之前深耕通信行业，有较深的技术及资源积累。

2019年11月14日，在高新兴22周岁之际，侯玉清依然担任高新兴总裁。2020年1月，在宣传稿中，侯玉清已经离开业务中心，title变为董事。
（推荐阅读：《对话高新兴总裁侯玉清：安防企业的翻身之战》）

杨清永：天地伟业总工程师—天津中德应用技术大学

原天地伟业总工程师杨清永，今在天津中德应用技术大学担任软件与通信学院院长兼软件工程硕导。

杨清永退居幕后，专心教学，研究领域包括视频图像分析、人工智能和机器学习技术、视频编解码技术。

他被评为天津市“131”第一层次人才，也是天津市图象图形学会常务理事，中国教育技术协会技术标准委员会专家委员，天津市高新技术企业认定专家，还获得多项天津市科技进步奖。

目前，杨清永主持和参与天津市科技支撑计划重点项目10余项，近年来发表论文10余篇；参与制定国家和行业标准5项，获得发明专利3项。

作为安防行业的老兵，杨清永曾对雷锋网AI掘金志提到，未来安防AI的发展方向将是全目标识别。AI时代的安防产品必须将产品和用户的应用场景结合起来，针对用户的痛点设计出一套解决方案，最终实现用户的价值。

他认为，智能越前移，成本会越低，市场的量也会越大。最终在前端完成所有的智能功能，并且此类功能都固化，这是发展的终极目标。
（推荐阅读：《天地伟业杨清永：安防AI的未来方向将是全目标识别》）

颜水成：依图科技CTO—SEA Ltd（冬海集团）

360之后再别依图，AI大牛颜水成此前被曝转战东南亚电商圈，有消息称颜水成已经加入东南亚电商公司Shopee。

Shopee是一家成立于2015年的年轻电商公司。据APP Annie报道，Shopee在2020第二季度，已成为东南亚总下载量第一，全球总下载量前三的购物APP。

雷锋网AI掘金志获悉，颜水成目前在SEA Ltd (冬海集团)担任Group Chief Scientist，推动SEA AI Labs建设（冬海集团是Shopee的母公司）。

这是自2019年7月从任职3年的360离职，颜水成加盟依图一年多后，选择再谋他途。

颜水成教授是IEEE Fellow，IAPR Fellow及ACM杰出科学家。他的主要研究领域是计算机视觉、机器学习与多媒体分析，发表了 500+篇高质量学术论文，2014、2015、 2016和2018年四次当选“汤森路透高引用学者”。

颜水成教授挥别360，出任依图科技CTO，主要负责AI基础研究，带领团队进一步夯实依图在人工智能基础理论和原创算法方面的技术优势，为依图在商业化场景落地方面提供强有力的技术支持。

在依图任职期间，颜水成参与提出“算法即芯片”理论。

他认为，做一款AI芯片，首先要想清楚它的典型应用场景，同时也要对芯片设计和未来的AI算法的发展趋势有一个预判。同时，只有在高效能的AI模型和高效能的AI芯片综合驱动下，“AI”才能转换成为“Affordable  Intelligence”，让最终用户买得起、用得好。
（推荐阅读：《对话颜水成：挥别 360，出任依图 CTO，我在思考什么》）

邓亚锋：格灵深瞳CTO—360 人工智能研究院院长

2019年，颜水成挥别360，加入依图之时，360高层人士层透露，很快有一个世界级AI人物加盟接任。雷锋网AI掘金志消息，原格灵深瞳CTO邓亚锋加盟360，接替颜水成成为360人工智能研究院院长。

邓亚锋毕业于清华大学，具有16年的计算机视觉和人工智能方向的研发经验。发表过论文十余篇，申请中国专利超过100项，其中已经授权的有95项。

其曾任职百度深度学习研究院，负责人脸识别方向，曾经多次带领团队在主流的人脸检测、人脸识别竞赛上取得过优异成绩。

据悉，其主要的兴趣是关注人工智能特别是计算机视觉技术如何从技术、产品和商业角度在真实世界中大规模落地。

刘光：东方网力创始人—（去向未知）
赵永军：东方网力总经理—（去向未知）

2019年，3月末4月初，东方网力的刘光已和川投信产协商战略入股事宜——川投信产，后者取代刘光，成为东方网力实际控制人。

2020年，总经理赵永军因个人原因，申请辞去公司董事、总经理、法定代表人等职务。

赵永军，于2015年9月24日加入东方网力。磨砺1575天后，赵永军也终于等到了他入职东方网力以来的最高光时刻。今年1月16日，东方网力召开第四届董事会第一次会议，聘任他为公司总经理。

揽下这门差事着实不易，此时此职，形容它为一个烫手山芋不足为过。过去几年，东方网力内部不和、总裁易主；外部不顺、持续亏损。

此时的“总经理”之位，压力之大恐怕东方网力高管层避之不及。

上位之后的赵永军，非但没能给东方网力带来一点点翻身奇迹，反倒表现得与普通股民别无二异。
（推荐阅读：《东方网力滑铁卢：刘光的「征途」与「错付」》）

邱召强：汉柏科技常务副总裁—360视觉科技CEO

从网络安全到AI落地的，还有360。

在人脸识别隐私成AI应用顽疾时，360顺势从安全界跨进CV圈，于2019年，设立360视觉科技，CEO为邱召强。

邱召强介绍，早在2015年5月，360就成立了AI研究院，从事人脸识别、声纹识别、行为识别相关算法的研究。

2018年，人脸识别市场逐渐规模化落地，硬件的铺陈并未让市场更加成熟，360 发现市面上少有满足其安全要求的产品，权衡之下，360意识到该他上场了。

在360视觉科技之前，邱召强曾任汉柏科技常务副总裁。汉柏科技从2009年开始一直致力于做数通，包括网络安全，云平台、超融合系统等方面，2012年开始做人脸识别的算法，2016年推出人脸识别系列产品，并与哈尔滨工业大学的下属公司“工大高新”进行资产重组赴A股上市。

邱召强曾表示，打造服务型政府和智慧型城市都离不开人脸识别技术，发展人脸识别技术具备天时、地利与人和三大优势。

天时：安全性更高；地利：电子证件普及；人和：接受程度高。

如今，已在人脸识别安全领域从事多年，对于360视觉的未来目标，邱召强显现出360不小的野心。“做业界最安全的人脸识别，2-3 年内做到人脸识别通行市场第一。”
（推荐阅读：《进军人脸识别：360 的「安全观」和「大局观」》）

王栋：智慧眼CTO—（去向未知）

雷锋网AI掘金志消息，智慧眼原副总裁兼CTO王栋离职后进入旷视，并于近月离开旷视。

据悉，王栋在2018年4月被任命为智慧眼副总经理，直到2020年10月，王栋依然就任于智慧眼副总裁。2005年，王栋在英国布里斯托大学获得博士学位，求学期间，王栋主要进行了两方面的研究：视频编解码和图像处理算法。

2003年，H.264国际标准发布。H.264是国际标准化组织（ISO）和国际电信联盟（ITU）共同提出的继MPEG4之后的新一代数字视频压缩格式。当时还在求学的王栋就参与了H.264国际标准参考软件的撰写，供全球的研究者使用。

毕业后，王栋先后就职于爱立信、思科、华为、中航工业等公司，从事视频图像处理，计算机视觉与模式识别技术研究，嵌入式系统及芯片技术研发工作。

他研发了世界首款视频编码系统产品、亿级像素成像系统、手机智能识别管理系统、基于机器学习的图像处理芯片技术等，期间申请技术专利30余项。
（推荐阅读：《智慧眼 CTO 王栋：“非典型” AI 科学家的安防观》）

当特斯拉上海超级工厂监控视频数据泄露冲上热搜，圈外人激情讨论，圈内人喜忧参杂。

忧于如此视频安全问题，业内实属普遍。

宇视网安总工周欣如指出，特斯拉工厂的数据泄露主要因摄像头连接了互联网但并未做相关的安全防护，黑客的方法也并不复杂：通过“超级管理员”账户获得了Verkada的访问权限。

某位声称享有信誉的黑客Tillie Kottmann的言论也证实了这一点。

“数据泄露是由一个国际黑客团体实施的，目的是展示那些视频监控系统可以轻松地入侵的地方，而他们这样做是出于娱乐目的。”

说者本无恶意，听者略嗅挑衅，因其揭开了视频监控网络安全的遮羞布：全球超级企业尚未如此，更何况万千中小企业。

喜于视频监控安全数次出圈，也许能让这个居于角落的现象，得到它应有的重视。

某安全界前辈曾对雷锋网提到，数据、隐私泄露并不是AI之后存在的，AI之后，黑客可远程操作，方便快捷，数据获取成本更低，范围更广，危害也更大。

但在AI逐渐规模化落地后，硬件的铺陈并未让市场更加成熟，安全依然未能走向聚光灯下。

视频网络安全，值得一个C位。

在圈外人震惊、戏谑、谴责之余，我们或许更应该停下来讨论，如何真正保护视频网络安全。

被「轻视」的圈层

首先要明白一点，视频监控的安全至关重要。

深信服行业解决方案资深专家黄智林指出，在平安城市、雪亮工程、天网工程建设之下，视频接入网络几乎覆盖城市所有区域。

数量庞大的前端设备，管控措施并不到位。

在此基础上收集到的海量城市数据（人脸、车牌、行踪），无论是视频数据后端的存储、共享还是调阅，几乎没有基础安全设施，数据泄露问题严重。

公安专网与物联网、政务网、公安信息网等存在诸多互联，这张无死角、全覆盖的网络，与其他网络互联互通时，控制权尤为重要。

“视频监控网络的头号威胁，是网络攻击战，攻击强度、渗透深度也会不断地增强。”

受攻击后，视频数据泄露、监控区域成为盲区、失去敏感数据控制权将接踵而至。

但一直以来，视频监控的网络安全并未得到应有的重视。

中国政府是有全世界对新技术最包容的国家政府，先引入，再在实践中改进，在过去70年中大体如一。

重建设，轻安全，是十三五建设中的安防领域面临的处境。

以往视频监控建设中，大多应用先行、网络为后。

首先保障系统的业务可行，其次是系统的安全性，甚至没有“其次”。

也因此，缺乏体系化地规划、部署网络安全，缺乏系统地培养安全管理人才，缺乏视频接入网络流程和制度。

信息化和网络安全发展脱节。

“从政策上看，等级保护1.0是2014年才推出，直到2019年等保2.0推出，才起到关键作用，全行业、全业界才开始真正进行到位的建设和监管力度。”

奇安信华南区技术总监张雄强调，网络安全的建设一直滞后于信息化建设。

两者的脱节，不仅在技术层面，还在体系化、建设思路、战略性等层面。

脱节的视频网络安全存在哪些风险？

在2017年物联网安全研究报告中，就已经发现物联网的设备暴露在互联网之下，普遍存在被攻击、被利用的风险。其中，路由器和安防设备暴露的数量最多。

2019年的物联网安全事件中，主要是三类：漏洞和弱口令、准入控制乏力、应用监管不足。

宇视安全&网络解决方案总工王连朝告诉AI掘金志，其中有一半是漏洞和弱密码造成的。漏洞和弱密码使得设备很容易被控制、被利用，从而造成信息泄露，或引发DDOS攻击。

而造成产品本身安全不足的原因有二：

组织管理不足，设计之初未曾考虑安全设计，未曾建立漏洞发现、修复、响应机制等，导致后期难以修复。

技术防范手段不足，存在弱口令，预留后门，或者软件开发本身不规范，缺失认证机制、数据明文传输等。

换句话说，漏洞和弱口令风险说明一个问题：安防产品自身的可靠性是系统安全的根基。

如果自身的安全性得不到保障，仅通过外部防护，很难做到完全的安全。

除弱口令和漏洞的风险外，在整个安防系统建设中，缺乏设备的准入控制。IT系统较成熟，准入控制考虑得较周全，业界对IT系统的黑客攻击、网络风险的暴露认识更深刻。

但是行业对安防系统中的安全问题普遍认识不足。

正如2018年，某地的交警处罚系统被黑客侵入，造成了非法销分，原因正式安防系统进行设备准入控制。

安全是三分技术、七分管理。

应用监管不足，视频信息容易被内部人员泄露。

无论是安防系统的个人使用者还是主管方，对此意识都比较缺乏。

“安防系统从前端接入区到数据汇聚区再到核心应用区，从数据产生、传输、存储、应用、管理等，多个维度每一个环节都存在非常突出的安全问题。”周欣如强调。

360视觉曾对市面上的人脸识别设备测试，发现70-80%没有任何安全防护，基本处于裸奔状态。

“攻击它们甚至不需要黑客，一个网络工程师就能通过wifi、蓝牙或者网线等方式远程接入端口，除了拷贝数据，还能植入一个定向传输的木马，自动传输数据。”360视觉科技CEO邱召强表示。

在360视觉看来，安全并非只针对软件，而是整个系统，具体在四个方面：

硬件终端、硬件与服务器的连接和传输、管理平台、应用。

在一切皆可编程的AI时代，各种智能终端技术越新，漏洞越多。

凡是人编的程序，每千行代码中中就有约4-6个漏洞。

这些漏洞往往是网络安全的命门，极易被攻击。

智能硬件中，具备算力的终端中除了操作系统，还会用到大量的电子元器件，比如当内存的算法明文保存，黑客就可远程登录，调式硬件，内存条芯片接口就能成为被攻击的入口。

云管端管边的物联网架构造就了万物互联的美好设想，但却忽略了智能硬件在与服务器或云连接与传输过程中，黑客可以通多如网络截取数据包的方式，破解数据包中的所有内容。

在管理平台中，黑客同样可以通过软件的反编译查看到软件漏洞并侵入。

万物互联的同时，也拉长了网络攻击的指数和战线，单点防护难以保护整个网络。

物联网的打通，模糊了虚拟和现实的边界，虚拟世界中的漏洞可能给物理世界带来巨大的灾难。

正如一辆无人驾驶汽车出现一个安全漏洞，在高速公路上突然停车，会造成车毁人亡的惨案。

紫光华智认为，视频网络安全主要在三大层面：

海量摄像机处于裸奔状态，异构终端私接、仿冒，无法阻断。

通俗讲，就是私接、仿冒“控不住”，未知设备接入网络“管不了”，设备身份“不知道”。

AI时代下视频图像的价值更高，敏感数据易被盗用泄密。

比如公安行业拥有八大数据库，涉及全国人口基本信息、驾驶人、警员、在逃人员、违法犯罪人员、被盗汽车、安全重点单位等等信息资源库。

除结构化数据外，据统计，来自外部海量增长的社会数据中，公安机关掌握的数据中95%为视频图像等非结构化数据，97%的数据为公安物联网数据。

而这些数据，可轻易通过盗取录像、抓图导出、截屏、录屏、外发等各种方式泄密。

视图数据共享时安全不可控，数据泄密，无法溯源。

在大数据时代，行业上下致力于消除数据孤岛，但共享数据时，难以保护所涉人员隐私、名誉安全，视图外泄后更难以溯源、定责。

居「暗处」的蛰伏

To G市场的网络安全中，安防企业所占份额极小，玩家以传统信息安全厂家为主。

视频物联的发展，视频安全需求剧增，唯有深入视频业务的企业才能做出更贴合的视频保护方案。

即使养在深闺无人知，深谙安全之要的视觉企业们似乎从未放弃过修建视频安全的围墙。

整个安防系统中的风险来自感知层、传输层、管理层和应用层4大方面。

感知层

感知层，前端摄像机部署广泛、数量巨多。在物理接入上，首先需考虑防拆设计，防止设备被替换或窃取，其次是传统设备的调试接口，建议屏蔽、隐藏或去除，容易给非法人员可乘之机。

网络接入上，宇视增加了PON口接入，这种光纤接入和传输方式，可以防止电口私接、侦听。物理层外，整个终端设备安全也应考虑。

摄像机其实是弱功能系统，需要检查它是否存在弱口令、端口信息、协议信息、CPU占用情况等，实时记录并上传，及时发现终端设备的安全状态。

终端的另一个关键，就是视频数据安全。

摄像头系统中的标准协议，对视频的保护规定不足，完全以明文状态在网络中传输，数据容易被截取。而一般的视频数据安全保护方案有两种。

一是对数据全部进行加密，信令、数据、传输协议，经过加解密设备直接进行加密。但必须要成对地配置加解密设备，另外它导致数据很难识别，成本相对较高。

二是通道加密，但因数据都封装在通道内，导致通用的网络流量分析工具难做到安全的分析，无法准确的判断实际网络中的真实状态。

宇视采用的视频加密方案，可以正常的信令交互，在交互的情况下不影响系统的兼容性，即使视频数据被非法获取，只有在合法的解码端才可正常观看，仍然可以保证其安全。

传输层

市场上有多种传输层方案，各有优劣，完全适合安防的方案并不多。

比如信息系统相对成熟，但物理网或安防系统中，摄像头与PC机等终端设备不同，不能主动连接、配置密码，摄像头相当于哑终端。

再比如扫描检测方案，需要先扫描再人工判定合法性与非法性，效率和安全性较弱。

宇视认为，物联网的安全准入方案更加适合安防系统。

除了实现防火墙方案中对IP、MAC及端口绑定之外，还可进行应用的感知，识别安防的接入协议，感知设备的状态，且与检测异常等信息相配合，实时防控得以实现，且支持旁挂、串接，防护手段更加丰富。

跨互联网或广域网接入，主要是保证传输的安全性，且需要对整体的网络、系统和结构适配。

基于此，行业内以VPN方案和ALG网关为主。

前者可实现安全传输，但涉及到IP地址冲突或系统的改造，灵活度低，后者兼容性差，且明文传输，安全性差。

宇视推出了UNP方案，同时满足了方便部署、安全性高和视频跨网设计的需求，且针对安防系统里的协议做了适配，保证了一定的安全性。

管理平台安全防护在主机层，宇视通过多机备份，比如双机或一对多备份的快速切换，保证应用服务安全。

在数据存储上，则使用多级备份、多阵列存储等，另外支持流量中断的及时备份，另外使用了安全块存储。

“安全块存储是我们的创新，它是基于视频流/块的存储技术，因为它的关键信息是独立存放的，即使获取到硬盘也无法直接拷贝出数据。”王连朝表示。

用户管理安全许多重要信息泄漏于用户侧，宇视在用户侧做事前、事中、事后三个阶段的安全管理。

事前防御，在用户终端接入系统前做准入判断；

事中控制，定义授权范围，即对用户的一些操作做授权或者管控；

事后审计，对所有操作做日志审计。

从安全界到CV 圈，从网络安全把关人到 AI 落地践行者，进军人脸识别的360视觉发出了“如果智能不以安全为基础，还不如不智能”的声音。

360所有的产品、所有的平台，都在360安全大脑防护体系之内。

数字世界的安全是动态的、持续的、长久的，而非阶段性、事件性，所有一时兴起、一蹴而就的“安全”，都无法适得其所。

360安全大脑，正是基于一个不间断的动态安全机制构建。

在此机制下，用户可以成为“危险”的知情人，知晓出现的漏洞类型、未来可能受到何种攻击、受到攻击后快速应急和反应方式等等。

在硬件的安全加固上，360先是在智能识别终端上集成硬件安全加固芯片，将人脸识别的算法和计算模型全部固化到硬件安全芯片之中，确保不被攻击。

而后又通过对核心文件的代码、逻辑结构等的混淆，防止黑客的反编译攻击，保护核心代码和核心函数的运行逻辑不被发现，降低后续高级攻击风险。

对人脸识别系统中的控制终端而言，防护措施应该覆盖主流操作系统，确保对不同平台用户的数据和设备安全。

代码加固，应用程序也是重点防控环节。除了只允许安装具有360安全签名许可的应用程序，保证其完整性和来源的合法性外，还对其进行权限管理，所有的应用程序都需经过360 APP加固和渗透测试。

在应用程序上，防反调试、防恶意代码篡改、防反编译、防游戏外挂、防二次打包，防破解、防支付链接，广告篡改、防用户隐私泄露，降低漏洞被他人利用的风险。

上文提到的传输过程，也是黑客入侵的渠道，360视觉采用SSL/TLS加密传输方式，多种网络认证方式，满足不同安全级别需求。密钥安全是业务安全的基础。

360视觉全程都采用了独创的密钥白盒技术，已经应用于90%的政府和银行，它破除传统硬件的限制，确保传输收到安全加密保护，以软件形态解决在不安全环境中密钥安全存储的问题。

紫光华智则从水印、视图加密、隐私遮挡等环节入手。

一手通过显性水印警示威慑，正常观看同时有效降低信息泄露风险。一手通过隐性水印有效追溯泄密的相关人员，并进行责任判定。动态隐私遮挡在确保敏感数据的合法最小访问，保护个人隐私信息，降低敏感信息泄露的风险。

有人以低价产品换数据，以廉价缺乏安全的产品换利益，就有人以日夜技术磨练换口碑，以底线扶正行业的船桅。

而以上，只是部分企业的缩影，更多的视觉企业在角落，为视频网络安全厉兵秣马。

被「正视」的使命

“但我们应该意识到，业务在不断变化，视频网安全一定是威胁和风险长期共存，这是一个常态。”

在黄智林看来，整个视频监控网络必须要保证不因网络攻击而导致视频监控无用，也不因网络攻击导致画面被监视或者被窃取。

威胁长存中，数字化转型汽笛声已响彻云霄。

智慧交通、智慧物流、智慧社区、 智慧港口、智慧医疗、智慧警务......场景化蔓延，无处不智慧。

在云霄之下，是安全隐患的轰鸣，你甚至无法想象，没有安全保驾护航的世界如何智慧。

智慧医疗，手术中会危及患者生命；自动驾驶，被黑客控制会车毁人亡；智慧水务，黑客更改程序增加水消毒的某个成分，整个城市的用水将影响。

“重建设，轻安全的现象会在2021年开始完全改善。”周欣如语气里带着喜悦。

发改委、中央综治办、公安部等九部委联合下发996号文，要求加强公共安全视频监控联网建设和应用，提出到2020年，实现“全域覆盖、全网共享、全时可用、全程可控”的公共安全视频监控建设联网应用。

十四五规划中，网络安全高频出现，多个安全法规以及视频监控相关的安全法律法规将相继落地执行。

显而易见，安防领域的网络安全已得到空前高度的重视。

不管世界对安全重视与否，依赖与否，安全的本质使命未曾改变。

AI视觉，润物无声走进这个世界，人们从好奇，到不以为然，到接受，到习以为常。

它带来了便捷、安全和智能，也会带来不确定和潜在危害。

但AI视觉技术本身，不是原罪；视觉企业，也不应成为众矢之的。

技术永远只是产业中的一环，没有哪个技术能独立于政策、环境、标准、市场、用户而存在。

而当企业们日夜锻造安全能力，殚精竭虑修建安全围墙时，我们可以做的，就是多一点宽容，多一点期待。雷锋网雷锋网雷锋网

“算法几乎没有什么门槛了。”

有不少人如此认为。

当AI初创企业层出不穷，开放式平台日渐增多，几年争奇斗艳下，算法的确不再是九天月，遥不可及。

算法、算力、数据的人工智能三要素中，算法逐渐被合力攻下，不再为少数人独有算法，逐渐渗透进芸芸产业，落地至万千场景时，新的市场模式诞生：

不少企业做起了“算法商城”的生意，打造计算机视觉领域的APP Store。

算法是否真的没有门槛？像下载APP一样购买算法的算法商城模式，真的可行吗？

软件定义 VS 产品定义

市场太大，供应太少。

这是催生视觉算法商城的沃土。

AI等技术日趋成熟，AI正从安防、交通等领域走向全域。

未来5-10年，AI市场将达千亿、万亿级别已是不争事实。

人脸识别和车辆识别金字塔尖底下，藏着一个巨大的腰尾市场。

海量的碎片化市场里，存在着万千被忽视的小场景。

火焰识别、吸烟识别、楼道障碍物识别、快递爆仓识别、疲劳驾驶检测......

无数散落在全国各地区、各行业的AI需求，像潺潺流水的小溪，正流淌、贯穿出一副山河巨制。

它碎片化、客户体量小、项目规模小，营收小，但胜在数量多，如毛细血管般的市场，正成为腰尾部市场走上台前的重要砝码。

但，不仅扎根于AI腰围部的市场少之又少，也没有一家公司能涵盖所有算法。

由此，不少人认为，计算机视觉算法平台，是AI发展的必然未来式。

主张软件定义的华为便是其中之一。

强势入圈安防的华为不断亮出新的底牌，包括2019年的算法商城。

算法商城，可视为华为软件定义摄像头、连接合作伙伴上的进一步延续。

在华为看来，线下场景千千万，一个硬件一种算法将成为过去。

• 算法快速发展的需求。AI时代算法、软件更新换代的速度远远快于过去，每月乃至每周都有版本升级。

• 需求多样性。单一算法需要精准度会不断提升，未来更需要人脸、人体、姿态等多维度数据辅助。

• 运维管理智能化。未来算法多样性，场景多样性，以及全网摄像机的管理，需要一个可视、可管理、可远程控制的产品，与云端互动，实现在线加载、升级、管理。

智能摄像机根据不同的场景按需加载不同的软件和算法，通过多特征提取与识别、多摄像机间的协同、端云间的协同成倍地提高智能分析效率。

通过算法平台，结合生态伙伴，赋能千行百业。

不难发现，这与华为对安防碎片化场景的理解一致。

华为一直尝试重新整合安防的碎片化，又或者，重新定义安防市场。

段爱国曾接受雷锋网AI掘金志的专访时提到，碎片化是传统安防的思维惯性和遗留问题，历史时期，数据的确是碎片化的。

但传统时代，数据不是关键；智能时代，数据堪比石油，需要联通、共享、汇聚，方能产生更多价值。

进入新的时代，碎片化已经是一个伪命题。

安防需要拥抱云和大数据，大联网、大数据、大平台、大生态。

但不少人对此持观望态度。

他们认为，安防场景更多是产品定义。安防行业并不等于手机行业，不能简单类比。

算法商城模式或者软件定义的成立，需要考虑几个必要问题。

1、细分场景是否有高频的交互和算法需求。

To C 市场，APP Store或者算法商城也许游刃有余，以手机为例，人与产品不停地交互，听音乐、看视频、打游戏等，切换、升级、卸载软件非常频繁。

但To B/P市场，场景需求差异较大，用户选择某一产品，是基于其特定的需求和产品的功能。

人与产品没有也不需要频繁交互，软件升级迭代频率也不高。

比如超市摄像头，目的是巡店、货品管理、辅助结算等功能，切换算法的需求存在，但并不高频和迫切，也无需人与产品长时间交互。

2、算法随意切换的前提是硬件的高配置或标准化。

要实现设备承载不同的算法运行，要么设备参数配置高，要么标准化。

但即使同为某一品牌，几百款不同产品，具备不同的芯片、传感器性能、解析度大小、焦距远近等，高配置和标准化似乎都难以实现。

跨越这些障碍，承载多算法、多应用也许需要时间和技术，算法商城提供商需要考虑的问题。

3、市场大小和成本考量。

正如前文所述，海量的腰尾部市场中，碎片化、客户体量小、项目规模小，营收小，单个细分领域市场并不大。

这对算法商城的算法开发、研发成本提出极高要求。

算法的成本在于开发和验证，目前的算法模型训练，是否收集到足够多的场景数据是关键。

针对AI视觉算法商城话题，雷锋网AI掘金志采访了数位业内专家、企业高管，对于AI视觉算法商城模式，企业家们有着共识，也有各自不同的选择和看法。

业内某高管 1：边际成本、客户能力、行业知识是关键

体量大的市场被头部企业瓜分，细分场景的市场容量小，而算法投入大，研发成本要足够低，边际成本足够低，且平台能力、客户能力在线，这个理论才有实现的可能，否则业务难以实现闭环。

以现在深度学习的技术，初步素材积累的工作量惊人。

算法平台的技术可以攻克，核心是客户的整体能力，否则平台的意义不大。

更重要的是，在垂直领域，关键的门槛不是AI算法能力，而是行业知识。

算力、算法、数据技术壁垒之外，「场景、应用、知识」成了决定算法能否真正落地的关键点。

比如识别天气，需要了解不同类别的云，生成原理，演变过程，还需要模拟测试环境和测试集；再比如识别猪，需要了解猪的全生长周期，每个周期具体情况。这些都需要长期深耕行业。

这些都需要深入到一线，与客户沟通交互，获得具体场景的认知，但这些是单个开发者不具备的。

业内某高管 2：软件定义不是一个趋势，是一种可落地的方式

软件定义不是一个趋势，是一种可落地的方式。

1、在成本面前，海量算法需求并非都能被挖掘且落地。

首先，算法的丰富性需要达到一个量级。

其次，算法研发需要巨大的成本投入，比如，可落地的算法需要训练海量的样本，但样本积累的工作量巨大：

需要10万量级的样本，才能训练出80%的精确度，且抓取数据后，需要以张为单位的甄别样本，并标定。比如宠物识别，就需要上百万级别的数据和标注工作量。

根据目前深度学习能力，小样本难以实现高精度。市面上买来小量样本训练，可能只达到70%精确度，误报率非常高，难以落地。

目前为止，之所以AI在人、脸、车落地效果较好，是因此类头部领域积累的样本足够丰富。

另外，客户群体、渠道等问题是变现的核心环节，并非算法单维度。

手机的软件定义之所以成功，一是足够多的应用，二是手机APP本身的研发非常轻量化，且研发完后变现很快。

只有那些掌握了客户群体，掌握了产品，掌握了渠道，有实力的公司，慢慢去运营，才有可能。

2、摄像机本身的碎片化，让大规模应用难度大。

与手机仅有两个系统，任何应用都能运行不同，摄像机内在芯片和硬件都不同。

比如海思的芯片，从几美金到几百美金不等，不同芯片上的算法并不兼容。

有些算法需要2T的算力才能运行30帧，有些算法可能只需要0.5T就够了。把高算力的算法放到低算力的产品上，难以得到想要的效果。

而且算法落地后受摄像机的成像影响很大，即使是同一品牌的产品，不同产品型号之间，镜头广角、传感器等的质量都不一样，最终对算法的效果都有影响，所以大规模产品应用较难。

业内某高管 3：算法商城需要经历教育市场的过程

每个新的行业，会先经历供给创造需求，再需求拉动供给的阶段。

正如苹果迭代几代后，才开始在To C市场大面积普及，人工智能落地时也如此，在教育中得到反馈并不断迭代。

算法商城需要经历一个教育市场的过程。

智能安防摄像机的应用程序并不是一个新概念。

随着深度学习技术的进步，基于应用程序的生态系统与视频分析的同步兴起，更多基于深度学习视频分析的应用，将被更多摄像机所兼容，算法应用的角色也变得更为突出。

在各种场景上，摄像机与场景的组合十分复杂，但近年来，越来越多的智能硬件产品已在迭代跨越这些障碍。摄像机正从单一功能的终端，向多应用聚合的平台转变。

当基础设施完成后，依托云，构建一个类似于APP Store的模式，于用户，只需要下载算法，就有新的AI支持。

对于大公司来讲，这也是持续发展的优选，硬件敲门，软件做增值服务。

在更宏观的层面上，大厂可利用体量和品牌优势，结合合作伙伴的能力，加速数据融合和算法开发。

初创企业，以完全独立的第三方平台的角度切入，是能帮助智能化能力不高的企业在智能化时代立足。

大华股份资深算法工程师：深入业务场景，构建算法全链路技术研发和高质量交付能力

无论是行业算法还是算法商城本质还是希望通过智能化技术让客户能快速、精准解决他的业务痛点。

但随着数字化转型的不断深入，各行各业对于智能化的需求越来越多，需要产业提供在更细分场景下的定制算法，导致了需求越发“碎片化”，并且市场对算法交付要求也不断提升，需要开发者在深入理解行业痛点前提下，进行定制、精准、快速、可控的算法开发。

当前主流算法商城普遍上还是基于图片识别，有一定可行性，但普适性不高；同时，对于部分通用的成熟型算法，由于应用场景差异较小，基础模式即可满足需求。

因此，我们在实现人工智能产业化落地中，始终贯彻“场景牵引”、“可商用”、“快速定制交付”的理念，聚焦从数据管理、算法训练、人工智能应用开发、跨平台部署、产品仿真验证、发布交付的全链路技术研发和闭环管理，在此基础上我们自研了巨灵一站式人工智能开发平台，为各行业提供一站式算法及方案开发交付支撑能力，从而实现算法高质量的定制化敏捷交付，大幅提升算法产业化落地效率。

以交通行业为例，杭州的绿色停车方案（早餐店、便利店等附近车位20分钟内免费停车）缓解了杭州市民短时停车难的问题，所以一经推出，广受好评。

这背后是开发人员切实理解从违章处罚到便民管理的行业需求，有针对性的开发定制，最终提供真正满足客户需要的算法方案。

非现场违章审核算法更是如此，由于不同地区判罚标准不一，需要开发人员重新梳理需求，打磨算法，才可真正降低交警人工复核工作量。

目前，通过深耕行业核心业务，大华股份已开发20余个细分行业算法方案，100多类场景化算法功能，后续也将持续加强端边云算力协同，加快算法灵活加载到全产业链，满足成本与性能的行业智能差异化需求。 

旷视高级副总裁陈雪松：初期先有算法后有商城，可用度是关键

算法商城应该是有算法之后才有商城，而不是有商城后再有算法。

与其说是生态的问题，不如说是行业发展阶段的问题。

算法商城应该在整个算法行业相对稳定和固化的背景下成立。

比如APP Store，是在有了很多可用的APP之后才开始出现和繁荣，最早大家都是直接在对应的网站下载，是APP的大量产生，催生了Store，这是初期阶段的一个关键因素。

另外，算法的可用度是商城的关键。

目前用户对算法（无论是主流算法还是长尾算法）关注的焦点在可用度上，而非数量规模。

只要它可用，用户可以接受，就能快速应用。反之，快速迭代出来的算法不可用，对于用户来说价值为0。

目前算法提供商应该将精力放两个方面：核心算法的可规模化、可用度上，长尾算法的快速生产能力和可用度。

细分领域有很多细碎的产品，比如城管有36类大的管理事件，共2230个产品。

占道经营、车辆违停、垃圾溢出、道路基础、井盖位移等需求均具备不同环境，需要不同的产品。

快速迭代的生产能力和可用性是关键，且有一定瓶颈。

目前，在城管领域，垂直行业的小样本快速训练可取得很好的效果，但要赋能全行业，还有很长的路要走。其中涉及方法、训练平台，数据标定工具和模型生产，这是一个系统化的工程。

其次，计算模型的优化，目前算法商城的提供商在算法的优化和匹配上难以达到落地效果。

业务有过一次大测试，结果显示，算法商城的单一算法运营效率比算法独立运营效率的慢三倍，也就是说，算法商城需要三台服务器才能实现后者效果，这意味着用户要为硬件多付3倍的钱。

云从科技联合创始人姚志强：AI通用化和开发门槛程度不足，可考虑把算法集成到操作系统中

AI算法商城不是一个伪命题，但目前看来前景有限，因为人工智能的通用化、开发门槛与成本还没到降到一定程度，所以最理想的做法是把AI算法工厂集成在操作系统中，操作系统提供基础算法+行业场景+产品模块。

以云从为例，云从人机协同操作系统，简称CWOS（Cloudwalk Operating System），是运行在通用操作系统或云操作系统之上，提供人机协同相关算力、算法和数据管理能力和应用接口的底层软件系统，专为人与计算机之间进行自然交互、协作完成复杂业务而构建，同时为开发者设计研发人机协同智能应用提供全面支持，旨在降低人工智能应用门槛、提升人类与机器智能进行协作的效率和体验。

CWOS目前将研发方向划分到七个技术板块，其中涉及的算法工厂包含了一系列持续保持业界领先的基础AI能力，包括：泛人脸识别、视频理解、场景化OCR、语音识别与语音合成、自然语言处理等。

另一方面，通过一站式的模型服务，为人机协同操作系统提供基础AI技术的生产能力，可以管理全生命周期的AI建模过程，对人工智能生产效率有数量级的提升，同时显著降低了人工智能技术门槛。

杉地科技 CEO 傅剑辉：共性不是痛点，安防不存在太多模式，靠的是产品和服务

算法商城很难做到手机的APP Store，下载就能用。

它能够解决一些场景30-50%的共性需求，但不能解决行业的特性需求，需要定制化。

目前人和车的算法基本能满足绝大多数需求，但很多领域不具备共性，比如工业、水质、环保等等。

短期看，在这种体系中，商城满足不了用户的核心需求。正如目前很多AI摄像头具备了一定的AI功能或算法，但行业客户真正用的时候，不会选择。

长远看，AI+场景不断垂直领域化，即行业化，垂直行业的算法商城模式是可行的，前提是其长期专注某个领域，聚焦行业场景算法。

即使算法商城与行业头部企业合作，也需要经历较长时间的打磨。

共性不是痛点，AI不能颠覆性解决问题，只能在效率提升和流程优化上加速。

比如AI+医疗就是一个门槛极高的行业，截止目前全球范围内，AI在医学只是辅助，而不能决策。

对于AI算法公司，基础模型算法开源，但核心竞争力算法不会开放，这些付出了AI企业巨大是AI企业的核心竞争力之一。

另外，硬件平台和操作系统平台都是对开发者巨大挑战，即使具备了平台能力，硬件和芯片等难以统一，真正用起来比较难。

安防行业不存在太多商业模式，靠的就是产品和服务。

极视角 CEO 陈振杰：「算法商城+开发者生态」的模式适合90%的碎片化市场

根据Gartner发布的2020人工智能技术成熟度曲线，计算机视觉技术已趋于成熟，相关产业正在经历洗牌。

人工智能视觉领域已经由技术萌芽阶段、头部场景落地阶段，发展到大规模工程化应用阶段。

在这一阶段，市场对于人工智能技术落地提出了两大核心诉求：

算法品类的丰富度与算法的高性价比。

未来会有10万种以上的算法，每个垂直行业有几十种算法需求将成为标配。去到行业会发现，仅仅交通场景，就有近100种算法。

与游戏行业类似，AI赛道未来必然有两个方向：一是专业化分工，一是平台的出现。

头部客户的头部需求，将由顶级科学家供应；头部客户的场景需求和行业客户全链条需求，将由初级、中级、高级开发者供应。

公安、交通、金融等头部场景的需求，将由顶级科学家供应，而90%的腰尾部市场需求则更加适合利用“算法商城+开发者生态”的模式进行供应。

极视角想要建立的AI算法平台，将连接算法开发者和算法需求方，提高视觉算法开发者效率。

极视角的商业模式，连接了算法需求方与算法开发者，通过为开发者提供人工智能底层开发平台，与开发者共创海量视觉算法；B端算法需求方则可以根据所需场景，在算法商城中自由选择算法进行部署应用。                    雷锋网雷锋网雷锋网

近日，海康发布了2020年报报告，并接受投资者调研。

先看海康的年报。

2020年营业总收入635.03亿元，比上年同期增长10.14%；实现归属于上市公司股东的净利润133.86亿元，比上年同期增长7.82%。

分季度看，2020年一季度收入增长-5.17%，第二季度6.16%，第三季度11.53%，第四季度20.56%，实现了逐季向上的增长。

回顾2020年的经历，实现上述增长并不容易。

2020年国内收入同比增长10.59%，其中，公共服务事业群PBG的收入是163.04亿元，同比增长4.61%；企事业事业群EBG的收入是151.80亿元，同比增长20.56%；中小企业事业群SMBG收入96.83亿元，同比增长3.50%。

PBG和SMBG受疫情影响较为直接，受经营场所关闭、节省开支等方面的影响，PBG和SMBG在2020年上半年的都承受了较大的压力。

EBG业务受疫情影响相对较小，与EBG业务覆盖行业较多有关系，不同行业受到疫情冲击的程度不一样，同时大中型企业抗风险能力也相对较强，企业的数字化转型需求仍然表现得较为旺盛，因此EBG保持相对较高增速。

2020年下半年，国内的疫情得到较好的控制，PBG和SMBG也有了较大的恢复并实现增长，其中尤其是SMBG，在上半年出现超过20%下降情况下，增长良好。

2020年海外收入同比增长8.98%，疫情之下海外各区域业务开展，较大程度上与各地区对抗疫情和维护经济秩序的状况相关。

海康2020年整体毛利率为46.53%，与上年同期相比提高0.54个百分点，上半年热成像测温产品对毛利的拉动作用较大。

在供应链稳定方面，过去两年美国对中国科技企业的打压，以及全球新冠疫情的影响，全球半导体产能不足，许多行业出现明显的供货紧张。

为应对产能紧张问题，大量企业都在加大原材料的储备，因而短期内原材料紧张的状况并不能有效缓解。海康将延续从2019年5月开始高库存政策，以平滑上游供货紧张带来的波动。

现金流方面，2020年公司经营性现金流净额为160.88亿元，是历年来经营性现金流净额与当年净利润比最高的一年，主要得益于海康积极回款。此外，部分产品如红外测温类产品的付款条件较好，对提升公司现金流水平有所帮助。汇率影响方面，2020年人民币较美金出现显著升值，全年汇兑损失约8.87亿元。

创新业务发展方面，2020年智能家居业务营收29.19亿元，同比增长12.60%；机器人业务营收13.59亿元，同比增长66.91%；其他创新业务营收18.91亿元，同比增长83.49%。

2020年末创新业务占公司总营收9.71%，创新业务正在成为海康增长的重要驱动力。

2021年一季度，公司实现营业收入139.88亿元，比上年同期上升48.36%；实现归属上市公司股东的净利润21.69亿元，比上年同期上升44.99%。

2021年，外部环境依然复杂，美国保持其科技领先的决心非常明确，美国政府正在快速调整其在高科技领域的竞争策略，未来仍然具有很大的不确定性。

过去三年海康的研发费用占比大幅提高，从2017年的7.62%提高到2018年的8.99%，2019年的9.51%，到2020年的10.04%。

再看电话纪要答疑。

海康威视总裁胡扬忠参加了此次电话会议纪要，并以其一贯朴实、接地气的方式对四大业务板块未来发展、供应链、创新业务等等方面进行了解答。

海康的HEOP已经做了三年，可以加载海康不同的算法，也可以集成其他公司的算法。统一软件架构、DaaS层的工具已基本成熟，未来海康会在SaaS层面的业务拓展上投入更多。

对于四大业务板块未来收入占比变化，胡扬忠称，全球发达国家中，EBG收入占比可能最大。

但中国市场有很大不同，政府作为更多。PBG的发展与国家宏观政策、社会需求等各方面相关，未来几年，EBG是否会超过PBG，暂不能下结论。

当下市场对PBG不看好。但PBG中蕴藏诸多市场机会，包括环保、城市化建设、大交通、乡村治理等。

过去40年，全球可能没有任何一个地方像中国一样，面临人口大流动带来的社会治安问题。中国平安城市的建设成绩斐然，社会祥和。

目前针对治安的设备逐渐够用，未来会在社会管理、交通、环境、农业、工业等衍生新需求，这些机会非常碎片化，难以预计全貌、给出明确的增长率，各种变化难用数字衡量，海康维持谨慎乐观的预期。

EBG上，不同行业、不同企业的诉求不一，不同的管理者也有不同的诉求，对企业来说，要算投资回报，要有认知的提高，各方面的发展需要过程，期间不太可能出现爆发式的增长。

中国市场非常大、碎片化、方面众多，难以在短时间全面开花，一个产业的转变可能需要用10年甚至更长时间。

To B，To G市场，是否成为一家平台型公司，厂商没有能力选择，决定权在用户。在PBG、EBG出现平台级公司的可能性非常小。SMBG，从产业互联网的角度也许会衍生出小平台，主导产业互联网。

平台经济带来的规模效应在一定程度上与垄断相关，海康To B、To G的业务没有能看到垄断的可能，也不热衷于这个话题。

供应链方面，过去、现在以及未来几年供应链都会面临很大的挑战。

过去的调整来自制裁带来的不确定性，海康使用包括高库存在内的方式实现了较好地应对。

现在调整来自半导体产能不足，这是过去30年未曾经历的情况，目前先进制程常规制程产品都面临问题，眼下海康的主芯片问题处理较好，长期看挑战依然较大。

从供应链安全的角度说，每类物料不会只有一个供应商，也会做诸多提前准备，并且加大原材料的库存，保证平滑过渡。

海康尊重产业分工，每个物料有长期合作伙伴，不会因某个环节出现问题去投资。

对萤石未来5-6年的成长较明确，持乐观态度。其中，云平台规模在壮大，其过去更多作为基础服务平台，未来机会很多。

海康的开放从做板块时期就开始了，开放的程度是一个行业成熟与否的标志，随着产业的发展，开放是必然的趋势。

无论是海康的自动化领域产品，还是EBG数字化系统，海康定位都是被集成。

如果客户使用海康的数字化转型方案，结果成功后成立自己团队专门做，海康喜闻乐见，这意味着企业在数字化转型中收益，产业有更多参与者。

业务上，没有永远管用的技术，这都要求海康不断发展技术，打磨应用。

在EBG的增长是在于拓展新客户还是头部客户深化问题上，海康倾向后者，因大部分行业的份额都会逐渐向头部企业聚集，而头部企业的信息化投入占自身营收的比例会更大，投资更集中。

胡扬忠强调，公司没有高大上，没有超大的团队，没有科学家，不会砸大量钱挖高端人才，不会砸大量钱干大事，也不做攀比，只是围绕客户，看他们能做什么，能为客户做什么。

技术创新是海康威视生存和发展的主要经营手段，未来将继续坚持以技术创新为驱动，赚技术创新的钱。

海康表示：我们不敢说这是最坏的时代，但一定是对中国科技企业非常不友好的时代；我们不敢说这是最好的时代，但一定是有新机遇新发展的时代。未来如何，与我们当下如何选择息息相关。

以下是调研全文，雷锋网作了不改变原意的整理与编辑：

1、年报的内容相当丰富，统一开放平台、规范等词高频，多次提到了要对多平台多类型设备的支持，并且建立了培训认证的体系，这些动作是否意味着海康已经在扮演AI行业标准制定者的角色？

A：我们在相机里面开放了HEOP平台，可以加载我们自己不同的算法，也可以集成其他公司的算法。我们希望从用户的角度出发，希望可以推动行业在嵌入式平台上面更加开放，推动厂商更多融合。

我们还谈不上标准的制定，也没有能力来制定行业的标准。标准太复杂，中国有很多行政管理部门牵头制定标准，而不全是企业联盟来制定标准。

2、在致股东中提到未来三年是海康发展的机遇期，主要是看到AI落地，大数据应用等新兴业务的机会。此类需求是否会出现一个加速增长的拐点？如果会，未来主要的瓶颈是来自公司自身能力还是AI落地能力？

A：我们预期未来几年的变化将非常复杂，包括逆全球化的趋势、上游供给侧的变革，将给很多产业的结构发生深刻的变化。未来几年，像我们这样靠技术创新发展的公司，会有更好的机遇。

3、人力投入上，去年的人员增长是6%左右，后续人员投入进度如何？

A：前几年我们在人员上的投入较大，去年由于疫情的影响，我们在人员投入上经历了重新审视的过程。未来三年，我们在人员方面还会有比较高的投入时期。

4、海康整体研发体系投入处于什么阶段？年报显示过去几年在统一软件架构方面跑通了，未来投入主要集中在哪方面？

A：过去几年的投入是多方面的。在创新业务上的投入，在横向产品上的拓展，包括机器视觉，智能家居，热成像，汽车电子，毫米波，消防产品，存储产品，X光的检测设备（非损伤的探测设备）等等，过去几年也是在持续投入的，未来几年的投入会更大一些。

统一软件架构、DaaS层的工具已基本成熟，SaaS主要是交给伙伴做，也有部分应用需要海康直接面对用户、自己来做。我们会在SaaS层面的业务拓展做更多的事情，我们的产品会更加丰富，未来几年我们会加大投入。

5、年报一个比较大的变化，去年EBG的收入与PBG非常接近，未来三年，三个BG和创新业务在海康收入占比？

A：从全球的发达国家看，EBG收入占比可能最大，但中国市场有很大不同，因为我们是个大政府，政府作为会更多一些。PBG未来的发展与国家的宏观政策、社会需求等各方面的演变有关系，不能说EBG一定会超过PBG，现在还不能下这个结论。

中国的市场是一个非常丰富的市场，SMBG在移动互联网带来的产业互联网领域发展最快。我个人倾向于三个BG市场发展都不错，受限于不同因素，会出现阶段性快慢。

当下大家不看好PBG，但其实PBG市场存在诸多机会，包括环保，水资源的保护，政府对民生的关注，城市化建设，大交通的变化，乡村的治理等等。从长期看，EBG占比会比PBG大。

6、去年上半年EBG增速很高，去年下半年国内的PBG和SMBG的增速显著恢复的背景下，EBG下半年的增速跟上半年的增速是一致的。去年下半年EBG的增速结果是否符合预期？跟上半年比，为什么也没有表现出顺周期恢复增速的趋势？

A：EBG去年下半年的增速跟上半年增速差不多是正常的现象。因为大企业抗风险的能力更强，尽管受到疫情的影响，但企业内部运营的提升改善诉求并不会不存在，甚至在疫情影响下，运营改善的需求还会更强烈一些。

现在的数字化转型是不是到了质变的阶段，我们还不敢说这样的话，因为不同行业、不同企业的诉求不一样，不同的管理者也有不同的诉求，对企业来说要算投资回报，要有认知的提高，这些都是一个过程，在这个过程中不太可能出现爆发式的增长。

中国是个大市场，传统产业的转型升级的过程是多方面的，不一定首先走数字化转型。各种各样的企业，转型涉及到很多方面，包括经营范围、经营内容、经营重心的转移等等，改进优化的点会不一样，市场非常碎片化，短时间全面开花的可能性不太大。

投资人希望短时间能看到一个大的变化，甚至在当下看到大的变化，但我们认为一个产业的转变可能需要用10年甚至更长时间。

7、EBG增速中来自于传统的偏基建性质的安防业务贡献有多少，来自于新兴的跟数字化转型相关的贡献有多少？

A：从管理的角度很难做这样的细分。

比如说，这些产品可能还是用在原来的安防系统中，对原来安防系统的升级换代，用更先进的技术、更好的管理方式去降低成本、提高效率或者降低风险。

也可能与安防没有关系，纯粹用来满足内部管理、业务发展的需求。海康工业相机的发展非常快的，这类产品就是生产过程、管理过程中对生产设备的检测、定位、测量等方面的功能提升，与安防就没有关系。

所以，想用数据来统计这些产品的不同贡献是比较困难的，我们顺势而为，不刻意去追求。

8、未来供应链的策略是否会全部维持一个高库存的状态？

A：过去、现在以及未来几年供应链都会面临很大的挑战。

过去的挑战来自于制裁带来的不确定性，包括对海康、华为的制裁。海康应对不错，包括用高库存的方式来缓解部分制裁影响，获得更长的过渡时间。

现在供应链面临的压力是半导体的产能不足带来的问题，例如汽车电子配套的半导体不足导致汽车整机厂在停产，这是在过去的30年——我们这一代人经历的时间里从未发生过的情况。

目前不仅是先进制程的供应紧张，常规制程的产品也都面临问题。海康主芯片问题处理较好，但是长期来看，半导体的整体紧缺依然是我们的挑战。

9、从19年下半年开始，公司人员的招聘速度显著放缓，公司未来人员扩张的速度？

A：人员招聘肯定有规划，并会根据公司经营的情况做一定的调整。未来三年，我们认为还是发展的机遇期，我们还会继续加大人员的投入，同时也会做一个均衡的处理，因为投入和产出本身是企业经营过程中要把握的一个平衡点，人员对海康来说是非常重要的一个投入，我们会量入为出。

10、一季度的增速比市场预期高，业绩构成里哪些条件增速情况？一季度后毛利趋势？

A：一季度收入的情况跟之前的产品结构相比变化不大，除去2020年疫情带来的人体测温的这个额外变化之外，其他变化对整体收入影响都不大。

从宏观看，经济出现问题时，产业链上所有的环节都在去库存，包括最终用户也在减少投资，降低风险；在经济逐步走向复苏的时候，产业链的各个环节也都会偏乐观，加大投入。

一季度还是疫情后的正常反弹，接下来，整个产业会逐步走向常规，回归到正常波动。

毛利率有很大的不确定性，一方面因为成本的上升，另一方面是销售价格的变化。行业的毛利率与行业的特性没关系，而是由行业内部的竞争策略决定。

例如半导体，在过去10来年的时间里，半导体行业大体的毛利率偏低，这一次的供应短缺会让很多企业进行调整。电子产品这么多年来一直在降价，从来没有涨过价，这一次的短缺造成芯片的全面涨价。

产品的毛利率会怎么变化的问题，除了供应商涨价，也与行业内玩家们如何定价有关系，定价会怎么去演变，目前还是不确定的，我们再观察。

11、关于统一软件架构和复用，2020年年报重点提到了HEOP，一部分定制化和碎片化的开发是必不可少的，只是比重会有一个逐步降低的过程。复用会达到什么比重或水平？定制化的覆盖颗粒度如何？

A：设定一个目标，一般来说，设定的目标大多数都能达成，所以目标是设计出来的。企业可以设定一些指标，包括组件的复用率提高、开发定制率减少，看起来是改善，可以影响团队的行为，但这些指标并不是我们追求的目标。

我们提高复用率，是提高我们的开发效率，减少BUG、缺陷，如果过度追求指标，团队成员会围绕指标，偏离了用户至上的初心。同样的定制，不会因为大客户就做，小客户就不做，因为很多小客户也是先锋客户。

由于行业的碎片化，无法预计未来哪一个会冒泡，我们政策较开明，没有太多硬性规定。

12、人对世界的感受80%是来自于视觉，那么非视觉的部分，如何衡量投入产出的问题，或如何平衡节奏和布局？

A：第一，有些感知，可能量不大，但在某些产品、某些场景下，会更加有效，作为补充会非常有价值。比如不同波长会有不同的表现，可以解决不同的问题。

第二，投入产出时，最关键的是拐点，一是技术的拐点，一是市场的拐点。如果在拐点时进入是非常合适的；若在非拐点时进入，市场本身的惯性不会给予非常多的机会。

海康2014年启动热成像，毫米波更早，X光观察了较长的时间，等合适的机会才做。

并非每件事情在每个时间点都做，而是等市场、技术的变化，以及自身积累的情况来做。

在初始阶段我们对产出不是特别关心，早期也不知道会做成怎么样。只是觉得对海康来说作为一家做物联网、大数据的公司，多维感知是我们必然的一个选择。既然是必然选择就先不考虑产出，简单化处理。

13、AI开放平台和HEOP与市场类似平台相比的优劣势？

A：AI开放平台是一个开放的算法训练平台。

现在的人工智能还是一个弱智能的时代，算法需要训练。如果用户的很多具体需求都要厂家、算法公司的介入，这是不合适的。

我们提供开放训练平台，用户自己提供标定的样本交给系统去训练，训练同时能生成一个特征库，特征库会很便捷的被下载到应用系统里。

对于各种各样的用户场景下特定的应用提供一个算法训练工具，海康也在不断打磨这个工具，积累样本、积累算法。

对用户来说，少量的样本就能获得不错的训练结果。同时，用户在使用过程中也会不断发现算法不完善、错误的地方，重新进行标定后再回馈到平台，不断迭代完善。长年累月，AI的误报率、漏检率会大大改善。

我们嵌入式HEOP，是在我们的硬件、嵌入设备里把特定模式的算法加载进来，不只是海康的，可以是其他厂商的。如果是海康的算法，可以是在不同场景、不同时间、不同应用里关注不同的东西，可以通过统一系统进行下载；

如果是第三方设备，比如说海思的处理器，已经有很多玩家在上面做算法的开发，那他就不一定要做相机，只需要在海康的相机里，通过某种方式把他的算法加载进来。好处是，对于用户来说，那么多差异化的、特定的场景下、各种各样的、可持续优化的结果，用户可以自己来做，能够提高效率、改善效果。

14、跟友商的竞争合作关系，跟三年前比是否有变化？

A：每家公司关注的目标客户和诉求都不一样，业务上可能会有不同的解决之道，我们更关注自己。公司之间有合作有竞争，产业是不断动态调整变化的，玩家也在变化，海康保持一个开放的心态。

我们没有那么高大上，没有很大的团队，没有科学家，不会砸很多的钱去挖高端人才；也不会砸很多钱干大事，我们也不做攀比，只是围绕客户，看我们能做什么，能为客户做什么。

15、AI算法的成本降低明显，未来三年面对需求的能见度，或者原来通过高成本方案解决不了的，是否在未来三年会变得更加确定？

A：的确看到很多变化，包括用户需求的变化，也看到了基础的变化带来的众多影响。对海康来说肯定是机会，但对大公司来说则未必。具体的情况目前不太方便交流。我们会继续沿着原来的做法，点点滴滴的改进。

16、未来三年销售费用率和研发费用率投入的方向是否会有变化？

A：未来还有很多不确定性。

我们肯定会做很多事情，一是平台搭建，还需要不断的维护，更多的行业应用会起来，会有一些新的融合；二是产品，包括在创新业务、在基础上面，未来可能都会有大的变化。

当前的大环境下，美国在高科技战上的做法，可能对中国的产业结构带来巨大的影响。我相信在半导体、高科技、材料、基础算法等很多方面，中国在未来10年、15年会有很大的发展。费用率还是会继续往上走的。我们做企业既要对风险有能力管控，也要对机会保持追求。

17、关于创新业务，萤石的增速放缓，机器人的毛利率发生下移，往后三年的发展空间？

A：对萤石未来几年的成长，我们还是乐观的。

萤石现在1+4+N的模式，在相机上有演变空间，萤石的产品涉及智能锁、扫地机器人、控制等，云平台的规模也越来越大。云平台以前更多的是作为一个接入平台提供基础的服务，现在来看还有很多机会。

萤石未来五六年的成长较明确。因为萤石面对To C的市场去年受疫情的影响是比较大的，2020年萤石的收入增速不能作为一个正常经营下的常规增速，要看2021年萤石是不是能做得更好。

18、对于年报披露的海康HEOP平台，平台的成熟度以及研发的迁移计划？

A：我们已经做了三年时间，并非现在才提概念。我们很多AI产品都是基于统一平台研发的，对专门硬件平台的剥离是多年前就已经在做的事情。HEOP已经是一个比较长时间的成熟平台。

19、之前提到人员的投入和收入要匹配，能否理解为，海康后续会更加关注人效和经营效率的提升？

A：我们更关注的还是企业的发展。

20、从毛利率的角度可以看到公司应对供应链的风险是比较优秀的，对于原材料的涨价和下游的一些传导能力，是否有考虑或者其他的想法？

A：供应链问题，不是现在才面临的问题。供应链对于我们这样的公司，一直是非常重要的环节。包括供应链的安全、供应链质量的保证、供应链的交付能力，一直在持续做的。根据不同的物料，选择不同的供应商；不同的产业链结构，会做不同的策略。

产业有分工，如果上游哪个地方有问题，就要去投资做这个事情，这不是海康的选择，海康尊重产业分工。我们每一个物料都有长期的合作伙伴，由于逆全球化对中国的影响，一些供应结构也在重新做调整。

过去几年里，美国本土的物料我们不能用，美国公司的物料、全球其他公司物料要符合相关限制。供应商所在的国家、区域的选择等等，做很多的工作，之前一直在做。现在半导体的产业紧张，我们也相适应的在调整供应商的策略。我们跟供应商是伙伴关系，不是一个简单的买卖关系，供应商管理是一个复杂的系统工作，很难用简单的几句话来回答这个问题。

21、在华为海思出现供货问题之后，公司怎样看待未来传统安防硬件设备的产品供应？

A：在供应商的选择上，海康不是在美国制裁出现后才调整的。从供应链安全的角度说，我们每类物料不会只有一个供应商，而需要多个供应商多方准备。具体的供应商情况我们不会披露细节信息，但我们的供应链一定会做很多提前准备，并且加大原材料的库存，保证平滑过渡。

22、海外市场的AI落地速度比国内来说相对慢一些，公司目前国内的AI项目成熟的案例，是否可以向海外市场复制经验？

A：海外的AI拓展确实要比国内慢很多，会有很多问题阻碍市场拓展，当然关于入侵报警、目标检测、目标分类一类的应用，海外市场也是需要的。

我们觉得AI的应用是个大趋势，AI的应用不仅是人脸识别。AI是个基础技术，在很多方面都会发挥作用。AI的成本还会持续的降低，AI技术在帮助我们产品性能的优化和改善上帮助是很大的，由此打开越来越多的市场。

对于海外的市场，对AI应用的观点不同，AI应用的发展节奏也不同，不同国家和地区之间的发展路径也是不一样的。国内的应用走得快一些，但很难说用我们在国内锻炼出来的产品和方案直接复制海外市场。还是要根据每个国家每个地区的不同需求，来制定不同的产品策略与方案。

23、未来开放合作的力度和策略？

A：公司还是希望顺其自然，不提具体的预期。

这个产业比较庞大，各种合作关系也比较复杂，有些人希望尽可能的不要连接到别人的系统中，有些应用和系统不提供接口，当我们做数据连通的时候，可能直接连接就做不到，而是需要在产品设计中有各种针对性的改变。

随着产业的发展，开放是必然的趋势，海康的开放从当年做板卡的时候就已经在做了。基于我们板卡的协议，当合作伙伴替换API函数的时候，加一个后缀就解决了。海康的产品上完成开发之后，在其他类似产品上再花半小时就可以做好，所以海康做的一些新功能，我们的同行都跟上来做，这样就会带动产业的发展。

后来我们积极的参与地方标准、国家标准的建设，海康一直是这些标准的积极推动者，也积极的维护标准，遵循各种有益的标准规范。开放的程度是一个行业成熟与否的标志，现在大家对开放的感受更多了，但我们要说，从公司建立的时候海康就提倡开放，一直到现在。

24、资本市场有许多人期待海康成为一家平台型的公司，业务空间会大幅打开，长期看，如果成真的化，公司的盈利模式会发生怎样的变化？

A：大家都很期待成为一家平台型的公司，但是能否成长为平台是由产业、由用户决定的，我们厂商没有能力来做这样的选择，最终的决定权是在用户那里。

今天看到很多互联网平台，这是各路商家在竞争消费者的过程中呈现的一个结果，不管过程是理性还是非理性。to B，toG业务的市场中，玩家很难成为平台级的公司，最终的主导方仍然是用户。

即使运营商市场走到今天，华为、中兴、爱立信、诺基亚这些公司也不敢说自己是平台型公司，中国移动、中国联通、中国电信有很大的话语权。当然在SMBG中，从产业互联网的角度，有可能衍生出小平台，来主导产业互联网，但这并不是普通的交易型、流通型或者社交型的互联网平台，因为会涉及到设计、施工、验收等环节，所以是个产业互联网的平台。但是在PBG、EBG不太可能出现平台级的公司。

另外最近一个比价热的话题是反垄断，其实平台经济带来的规模效应在一定程度上是和垄断相关的。我们toB、to G的业务没有能看到垄断的可能，也不热衷于这个话题。

25、在公司的EBG业务中，更偏向于数字化转型，帮助企业优化管理，在偏向于生产制造的业务中，公司布局工业相机和AGV，那么未来公司是否也会向自动化制造的方向渗透，做变频器、伺服机器人等产品？

A：工业自动化的范围很广，我们的工业自动化定位是围绕工业相机，从物联感知的角度，做检测、探测的业务。我们也做了AGV的搬运机器人，这是一类标准产品。

在工业自动化领域有大量的自动化集成公司来针对特定的行业，做自动化的产线，为特定的工厂提供方案，海康是这些集成商的一个配套厂商，这是我们的定位，海康是被集成。

相对于企业的种种业务系统，例如ERP、CRM、PDM、PRM等等，海康EBG的数字化系统是为这些信息化系统提供支持的，用数据来为客户赋能，将物联感知的内容更清晰准确的传达给系统，也是定位于被集成。

26、大家对PBG的增长预期并不高，同时新基建的影响也比较难评估，数字化建设的出现，会不会有更高的增长预期？

A：中国的政府是大政府，政府积极有为的推动许多建设，包括传统的基建和新基建。比如在今年的第一天，浙江省政府就宣告推进全省的数字化转型。我们政府的建设还是非常务实的，会根据要解决的问题去有针对性的布局，有的需求急用先行，有的需求久久为功，要搭建基础平台架构，一点一点的垒上去。

在这个过程中，作为企业会判断自己的定位，寻找各种机会，在传统的平安城市为主导的项目上，因为过去的40年中，中国有大量的人口大规模的流动，为社会带来巨大的管理挑战，在这40年里全球可能没有任何一个地方像中国一样，面临人口大流动带来的社会治安问题。

过去15年中国的平安城市建设是很有成就的，使得今天的社会这么祥和，大家踏实的过自己的生活。现在针对治安的设备逐渐够用了，但是还有新的需求在衍生，比如物联数据的收集还可以解决社会管理的问题、民生的问题，帮助环境保护，保护土地资源、水资源，也包括对农业、工业管理的帮助。

比如在交通管理上，在高速公路上的平均通行速度能不能从现在的90公里每小时提高到120公里每小时，能不能通过数字化的改造提升效率，帮助城市的管理。

这些都是很碎片化的机会，虽然投资者希望有预测能预计一个全貌，但是计划总是赶不上变化快，我们很难给资本市场一个明确的增长率。我们也能感觉到中国的经济总量起来了，经济活动的节奏正在变慢，更加精工细作，这样的变化很难用数字衡量。如果定性的判断，我们可以说维持谨慎乐观的预期。

27、年报中提到软硬件开发互为支持，硬件开发需求可能由软件团队完成，软件开发需求也可能由硬件团队实现，怎么理解？

A：对于客户的有些需求，在硬件上开发比软件上开发的难度低，就适合在硬件上完成，有时相反，在软件端完成。我们既做软件又做硬件，会看怎样做更加合理、更加经济、更加有效，这是海康的一个优势。

更具体地说，有些开发需求是因为业务团队、软件团队发现了需求，但是在当前的硬件上不能实现，所以就触发了新的硬件开发的需求，用新的硬件新的感知手段去支持业务；有的时候当新的硬件出现，更强大的功能、更完整全面的感知就提供了更多维度和侧面的数据，于是触发了与以往不同的新的软件的开发。

28、AI开放平台之前是一个以训练算法为主的平台，峰会上提到向2.0版本转变，怎样转向一个有推理能力的平台？做推理的业务，数据是从哪里来？

A：我们把AI分为感知智能和认知智能，在AI开放平台诞生的时候，主要面向感知智能。后来基于知识图谱、图数据库、图挖掘技术，走向认知智能，由此来做推理，来找各种目标之间的相互关系，建立他们背后的逻辑。

这就支持AI开放平台从感知智能走向认知智能。做认知智能的服务，数据是属于客户的，我们不拥有这些数据，例如帮助银行做风控，这些账户信息都在银行手中，我们提供一个开放平台，客户按照这套平台来构建知识图谱，构建数据库，于是获得数据挖掘的能力，这样海康就将能力赋能给客户。

29、在业务层次上，海康之前主要做PaaS，在SaaS层做的工作似乎不多，细分场景更多的靠合作伙伴去做，未来在SaaS层是否会做的更多一些，做应用层的事情？

A：海康在很多业务中围绕PaaS、DaaS搭建业务，但其实SaaS的业务也在做。

某些行业的场景里业务是封闭的，SaaS不适用，但也有一些适合利用互联网的业务，海康为客户提供SaaS服务，比如云眸，现在接入的设备大约160万台，为连锁餐饮、4S店、连锁零售等等客户提供服务。我们也希望更多的合作伙伴都可以基于我们的平台来做SaaS开发，我们在业务拓展的过程中能找到伙伴的时候就依靠伙伴来做，没有合适的伙伴，我们也会满足客户需求，自己来做。

30、EBG的客户和PBG可能有些不同，有的客户需求比较浅，一期项目就可以搞定，需求比较深的做了几期之后，客户可能会自己成立一个子公司，专门去做。如果EBG希望长期维持一个不错的增长，主要是靠新客户的拓展，还是头部客户需求的深化？

A：如果客户使用了我们的数字化转型方案，结果比较成功，于是自己成立团队专门去做，甚至成为我们的同行一起去做数字化转型，从而这个产业有更多的参与者，更多企业愿意在服务数字化转型的过程中得到收益，我觉得是非常好的事情。

这种情况下，对我们提出的要求是我们要不断地发展自己的技术，不断打磨应用，从而为客户创造更大的价值。

在业务上，一个技术管用10年、20年是不可能的，没有永远管用的东西，所以我们要走在前面，给客户提供有价值的产品和方案。

在拓展更多客户还是头部客户深化的问题上，我们倾向于认为大部分行业的份额都会逐渐向头部企业聚集，而头部企业的信息化投入占自身营收的比例会更大，投资更集中。

在服务龙头客户的过程中，我们的能力不断提升，也会带给我们开发新客户的机会。围绕企业的管理运营去开发，这个事情可以永远做下去，因为企业本身的业务也在不断发展变化，企业的内部运营模式就相应调整，它使用的生产工具、处理的生产要素也都在变，我们也总要锻炼新的能力。

从竞争的角度说，最后方案是不是站得住脚，还是要看有没有足够的经验积累，能不能产生规模经济。无论是硬件还是软件的打磨，只要能围绕客户需求走，专业公司的人效最终还是会更高的。

如果企业规模大了之后，方方面面的辅助环节都要自己去做，那么长期看投入的资源就会成为一个沉重的包袱，最终是不合算的，这在信息化产业发展的过程中已经非常明确了。企业即使再成功，也不应该所有事都自己做，想做大而全的企业最终一定是失败的。雷锋网雷锋网雷锋网

AI时代的鱼肚白正现。

变革前夜，大方向已定，真正的难点无疑在于寻找“破局点”。

千亿、万亿市场之下，哪些是一颗颗冒着火苗的晶石，哪些只是包裹着光泽的煤渣，需要深入行业，细细考察。

约翰·科特在其著作《变革》和《变革之心》中说：

变革的真正阻碍在于领导者的心智模式。如果没有第三方的视角，靠企业内部长期培养的人才很难开启真正的变革，因为他的心智模式和其赖以提拔的组织的心智模式是匹配的。

身处时代中的我们，该如何寻找破局点，如何跳出自身心智局限，站在第三方视角审视行业与企业？

行业何所痛、企业何所需

当前AI落地能力与用户需求之间，依然面临算法、算力及数据的技术与成本的拷问。

技术壁垒之后，低成本的规模性智能化，低成本的强大算力，高精准的场景识别算法，快速的检索应用能力，以及城市数据统一，是规模化落地的先决条件之一。

算力、算法、数据之外，「场景、应用、知识」成了决定AI能否落地的关键点。

不少行业专家认为，若以2020为节点，AI的前半场由技术驱动，后半场则是场景驱动。

公安、交通、家庭、金融、教育、园区、楼宇、消防等等，安防应用场景极其丰富、也极其碎片化。

不了解业务逻辑，不清楚应用场景，AI的规模化落地，如陆上行舟，与树对谈。

毕竟，不清楚规则地参与一场游戏，胜算可想而知。

同时，场景碎片化下，用户不集中、应用与产品分散、销售工作难度大。

AI解决方案和服务趋于定制化，产品普适性不强，复用率低，项目成本高，标准化之路荆棘塞途。

智能化时代，安防行业或许实现了从0到1的突破，但从1到10到底怎么走，身处一处的局内人，往往容易陷入一种叫做信息茧房的怪圈。

即是，人们关注的信息领域习惯性地被自己的兴趣或认知所引导，从而将自己的思维桎梏于像蚕茧一般的“茧房”之中。

现代管理之父彼得•德鲁克说：if you  can't measure it , you can't manage it（你如果无法衡量它，你就无法管理它）。

他们到底需要什么？又如何衡量？

于赛道参与者和赛道关注者，他们需要洞悉行业痛点。

于甲方，需要AI安防带来颠覆式的效能革新。

因而要协同各个信息渠道，去伪存真的了解主流系统、主流厂商、主流方案和基本报价，以及各个供应商的真实能力和案例，从中甄别出真正降本增效的解决方案。

于供应商，需要保持在业务、产品以及技术战略上的行业敏感性。

当AI逐渐给百业换装之时，企业得保证不被场景百花丛迷了眼，分辨清哪些是仅能淹没马蹄的浅草，哪些是大有可为的森林。

他们要寻找可标准化的细分场景，探索标准化的落地路径。

要具备产品经理式的思维，了解客户内在需求，清楚业务内在逻辑，产品研发方向和商业化途径。

在AI落地基础上，实现低成本、流程再造、组织变革，乃至真正的降本增效。

高瓴资本张磊曾表示：谁的研究更深刻，谁就能为风险定价。

商业，本质上是一个关于幸存者的游戏。

在这个瓦缝参差、直栏横槛的战场，每个企业都在争取获得时代潮流的领跑机会而不是参赛机会。

正如C. R. 劳在《统计与真理》中所言，在理性的基础上，所有判断都是统计学。

一份优质的报告，可以是「理性」的组成要素之一。

 只剩「报告」的报告

如今市面上的行业研究报告，徒有报告之名，无报告之魂。

所谓研究，似乎陷入一种思维定势，如文献综述般的文字堆砌，不见市场真身的闭门造车。

所谓报告，叙事框架陈旧，方法论大而空，流水账的模式，千篇一律、味同嚼蜡。

当鼠标落在结尾：

资本依然看不到市场前景和投资决策的依据，甲方难见业内优秀的解决方案，供应商不清楚如何改善和加强业务、产品，创业者看不到市场可行性，国家经济部门也难获得宏观调控和管理的研究样本。

报告本身的价值被稀释的同时，也消耗掉我们轻点鼠标，打开报告的信任。

不去探究行业内在的厚度，没让行业从业者感到共鸣，没让赛道关注者如获行家。

这样的报告，不是鱼筐，也不是渔网，它充其量只是一个鱼钩，稀稀拉拉地钓一些小鱼小虾。

这些都让筛选真正有价值的报告、寻求行业真实的洞察和意见，成为一件耗时费力之事。

事实证明，仅靠二手数据缺少市场检验；仅靠桌面研究行业概念陈旧；缺少行业前沿认知的对齐；缺少底层应用实践的反馈。

一份有价值的报告，最关键的是能否提供洞察性的观点，扩充赛道内外的认知能见度：

帮助赛道参与者和赛道关注者洞悉行业痛点，辅助甲方采购决策——选型行业内优秀的解决方案，辅助供应商保持在业务/产品/技术战略上的行业敏感性。

这一点，少有人知，亦或知而不能。

贴地而行的洞察

市场上能获得的大多为二手信息，顶多让人了解80%的真相，剩下20%，才是真正拉开差距的关键信息，而这些信息，都掌握在长居一线的行业专家手里。

同时，受众对信息的反应才能真正使传播产生深远的社会意义。

考量正在或许已经发生的沉浮兴衰，洞察技术发展与行业落地的困境，在AI科技的性感与传统行业的厚重之间，搭建一个通道。

这是雷锋网研究院正在做，也将持之以恒坚持做的事。

雷锋网，是国内最早从事“AI+传统产业”报道的团队。

如掘金内容部旗下的安防、医疗、金融、汽车，对应的平台《AI掘金志》、《医健AI掘金志》、《AI金融评论》、《新智驾》，其产业AI报道，深度渗透至全国各地公安、医院、银行、车企等传统机构，并与上述数百家机构，建立起了战略合作关系。

掘金内容部用了四年有余的时间，完成了这一系列工作的部署，让《AI掘金志》、《医健AI掘金志》、《AI金融评论》、《新智驾》在各自领域，成长为拥有产业核心壁垒的内容平台。

只有进行纵深研究才能真正发现公司的价值形成和来源构成。

而进行行业的纵深研究，必须在深入调查的基础上进行大量的基础研究和实证分析。

掘金内容部，一直致力于找寻业界最为资深的科技巨擘、一线实践派，为业界详细讲解产业最新变革。这让雷锋网研究院有充分的资源和专业优势深入一线，进行大量的调研与考证，挖掘行业不同层面、不同岗位、不同纬度的横切面，总结出最贴近行业的报告。

雷锋网研究院的内容，均从2021年最急需的场景痛点和客户痛点切入，去提供最优解决方案，帮助甲方做采购选型辅助决策，帮供应商做业务、产品、技术战略辅助决策。

当有价值的报告成为稀缺性产品，雷锋网研究院竭力充当填补优质报告稀缺的愚公。

切进外界难以察觉的行业痛点地带，为赛道内外，提供出一副贴近一线的行业真实画卷。

《2021智能安防 · 城市数字化丨场景洞察报告》厂商征集

今年9月，雷锋网&AI掘金志将在第四届中国人工智能安防峰会现场，正式发布《2021智能安防 · 城市数字化丨场景洞察报告》。

本报告由雷锋网研究院主任分析师张旭与AI掘金志采编团队合著，将用三个月的时间，走访30多家政企机构，进行系统性调研。

本报告致力于为泛安防、城市AIoT、AI视觉的需求方、场景方的决策者；解决方案商高管；投资人，提供极具实践价值的业务、产品、技术、管理、投融资层面的指导和决策辅助。

如有兴趣参与雷锋网研究院的调研项目，不妨联系微信：Yukuaikuaier

上一份报告回顾与专家评价

4月1日，「雷锋网研究院」发布了《零售数智化需求报告 - 零售数字化的25个洞察》，深受各界高管及行业专家的赞誉。

报告既洞察出25个行业最需解决的核心诉求，并针对痛点，匹配了行业内经典的解决方案。同时研判出零售数字化转型升级的未来发展趋势，以及最值得关注的细分赛道。

网易云商业务执行总经理肖钰妍：

当今市场上的行业报告很多，但大多以概念化阐述为主，比较宏观。而雷锋网的报告更像一本案头书，一个随时可以翻阅启发的业务实操手册。给想做智能化和数字化，但又不敢或者不知道怎么做的企业，很好的指导和参考。

创略科技总裁杨辰韵：

与市面上其他报告相比，雷锋网的报告内容干货十足，毫无花哨，每个字都是一线经营者经验的结晶，对行业每块业务和场景的洞察都一针见血。同时对行业发展剖析也非常精准，具有深刻的行业敏锐度。分析师张旭的问题犀利且专业，后期内容的编辑整合也很到位，具有很强的专业素质。

奇点云副总裁何夕：

雷锋网的报告，对数字化和智能化有着独特的视角和深刻的理解，对行业具有重要的实践指导意义。观远数据解决方案专家赵岩：看得出来雷锋网报告的整个生成过程是专业、务实的，是深入调研了零售客户基本需求与现状而生成的。对零售现状的思考很接地气，能够提供给零售客户数字化建设方面具体的、可落地的建议与指导。

如何获取完整版报告：关注公众号AI掘金志，对话框内发送关键词“零售报告”，即可进行下载。雷锋网雷锋网雷锋网

如今百花齐放的消费类摄像头市场，此前只见国外品牌独美。

Arlo的前身Vuezone在2012年以“纯无线摄像头”的概念（1基站+N摄像头）开创了低功耗的产品模式，Ring主打配备摄像头的智能WiFi门铃，在2014年被亚马逊收购，纳入其智能家居生态。

当消费类摄像头在欧美市场风生水起时，国内市场萌芽未现，技术气候未成。

但合肥君正隐约感觉到，中国消费类摄像头，尤其是低功耗的电池类摄像头将撑起一片天。确定了电池类方向的合肥君正，逐步开始了从硬件到软件、从产品到平台的全方位的低功耗攻坚战。

2019年北美线上最受消费者喜欢的摄像头类产品中，电池类门铃及低功耗摄像头已占四成以上。

技术逐渐攻克，产品持续改进，加之刚需特性，各类低功耗产品出圈，从线上走进一个个寻常百姓家。
蛰伏已久的中国队也梯度进场，之中Anker和Wyze的光芒在2020年格外璀璨。

而他们的幕后英雄合肥君正，不仅市场预判得到验证，埋首低功耗的上千个日夜也未曾辜负。

从新奇物种到寻常可得，转变似乎在不知不觉之间，但推动这一切的企业们，却将时间拆分成无数个呕心沥血的日子，在那些日子里，他们是如何一步步从黑暗走向光明的？

雷锋网AI掘金志就此与合肥君正消费类产品线总监李雅崑进行了一次谈话，以探寻背后的故事。

苦练低功耗摄像头的内力

“预判容易，投入很难，”李雅崑表示，“尽管这一趋势现已被印证，但当时而言，投入周期很长、投入量很大，也难以保证产出，况且，我们接触的客户似乎兴趣不大。”

电池类摄像头的功耗高低，直接影响了产品的核心：体验。

而这，也是合肥君正一直以来的宗旨，因而尽管前路迷雾一片，他们坚定了深耕低功耗的决心。

绝世武功的修炼，通常离不开基本功。

好在君正的低功耗基本功已然十分扎实。

对产品功耗的影响，主要来自于两个方面，一个是SOC的内部功耗，另一个是SOC之外的周边器件功耗。SOC内部的功耗与CPU的设计相关，CPU核心技术算得上君正的杀手锏之一。

君正是全球范围内少数几个掌握CPU核心自主设计技术的厂商之一。

此外ISP（图像处理器）、VPU（视频编码器）、AIE（AI引擎）这几个核心IP模块也都是由君正自主独立设计研发。

正如北京君正副总经理黄磊曾对AI掘金志所言，视频领域的真枪实弹，要靠核心技术，自研是必选项。

也正是由于君正自研核心技术，才能对SOC内部细节做到精确的功耗优化。

如果说电脑是机器、显卡、CPU内存、南北桥等器件，SoC上，这些器件都存在于芯片内部，各个模块的配合是非常庞大的工作。

SOC的内部通过时钟信号来驱动每一拍工作，好比人的心跳一样，而芯片内部的低功耗优化是一项要求极高的设计工作，贯穿在每一个IP模块的每一拍细节之中。

“最简单的做法，每次心跳的时候你都干就完了，但是那样功耗大，我们就精细到每一次心跳的时候，谁休息谁干活。”

十几年的浸润，君正已经将低功耗融入骨血之中，在功耗，性能，成本等方面优势明显。

在ISP图像处理上，图像处理器Tiziano，保证了安防摄像头级的成像效果。

君正的自研Radix系列 VPU，针对H.265格式复杂度的增加和4K实时编码运算量的增加，重新设计了硬件架构，精细设计的开关控制等降低动态功耗，并通过复杂度选择，对编码关键路径进行算法优化和硬件优化等途径，提供低功耗、高性能、高压缩率的视频编解码能力。

在AIE，即AI计算引擎上，AIE架构层面兼顾计算效能与灵活性，低比特量化技术则进一步强化了君正AIE的低功耗与低带宽AI计算能力。

这种孜孜不倦的愚公自研精神，外化效益是，同等工艺下，君正SOC功耗比友商方案低25%-50%。

而芯片外部的功耗优化，则是一门机器精细的工艺，也是多维层面的战役。

需要软硬件结合，涉及到芯片设计、操作系统层、软件架构层等；需要针对各种场景对运行功耗和待机功耗等做优化，平衡计算各种场景下CPU的运算能力，更好地调度每个单元的工作，从而将功耗降到最低。

“比如调硬件，在PCB板上，电路板密密麻麻的一大片，每一个器件都有供电，有的还不止一个供电，要把每一路电的电阻断开，去接万用表，去测评它的能力。”

与软件调试不同，硬件调试是一件枯燥且耗费精力、时间的环节。

虽说硬件层面的结果是一个待机时间，但这一个环节，就是一项大工程。

比如平均功耗，瞬间响应的功耗如何降低，降低到一定水平之后，如何保证稳定。这个过程需要精确地控制每一个毫安、每一个部件。

“拿一个板子，飞线，飞好线，然后到测试的地方，把夹子打开，夹上电流表或电源，跑起来，测技术数据。”李雅崑回忆起测试场景，“每一路挨个测一遍，这一轮完了，拿下来改一下程序，优化完了之后再测，不同的场景，不同的分辨率，每一路的功耗，逐一测试，基本就是排列组合了。”

合肥君正就这样，一步一个脚印，从芯片的设计到电路板的调试，把芯片内部、外部、PCP在内所有的东西都校准到最精确的位置，最后得到一个300毫瓦的数据。

当抬起头来，他们才发现，不知不觉中他们已经站在功耗层面的头部了。

泽拉图平台：一群80后工程师的情怀

启动时间，是电池类摄像头必须迈过的一座大山。

而百毫秒级的启动速度正是合肥君正引以为傲的功勋章。这勋章得益于合肥君正的泽拉图（Zeratul）平台——基于Linux生态的快速启动技术。

当下，极少数具有简单处理器的Linux快速启动技术。泽拉图平台，从启动到拿到第一帧稳定图像用时不到300ms。

站立于启动时间高峰的合肥君正，身上的风霜也肉眼可见。

“泽拉图这个名字是我起的，”李雅崑眉眼带笑，“他是《星际争霸》中的一个角色，你可能会觉得有点随意，不过代表了我们80、90后工程师的情怀。”

这群80、90工程师、程序员，也将他们的青春倾注在这个平台上。泽拉图的核心宗旨，是在合肥君正搭建好各种底层细节的平台之上，品牌商的产品能更好研发并落地。

在那之前，合肥君正面临两大主流操作系统RTOS和Linux的抉择。

RTOS系统小巧，能实现几百毫秒的启动，但标准化不高，软件生态欠缺。

Linux系统生态强大，应用模式简单，标准化程度高，但启动时间慢。

合肥君正一开始尝试RTOS，但越到后面路途越发艰难。摄像头本质上具备连通性，与云端、手机端通信，做视频编解码，做安全加密，但RTOS的独一无二性，让这些软件都需重新适配，工作量巨大。

“产品的音视频业务程序将有两倍的工作，甚至我想支持一个新的WiFi都很难，驱动要重头写。”

权衡之下，他们选择了Linux系统。Linux强大的生态让他们在开发难度、扩展性上如虎添翼，为更好的融入AI大潮再添一把火。

这同时也意味着他们必须要解决系统启动时间的问题。

为什么要死磕启动时间？

一是信息的完整性。摄像头待机时，主控芯片CPU处于断电状态，人出现后快速启动并识别，是一个硬性指标。比如PIR（人体红外传感器）触发后，如果是百毫秒级启动，视频可以显示人从进入画面到离开画面的全过程，如果是1秒启动，只能捕捉到人从画面中间到结束的过程，如果是2秒，只能捕捉到一个后腿。

二是用户体验。如果启动时间慢，用户远程查看手机体验不佳。

与市面上的摄像头十几秒的启动时间相比，当初Alro、Ring的秒内快速启动简直是对前者的降维打击，也让他们一举成为市场标杆。

“虽然都是摄像头，但不同类别在技术和产品方面区别很大，我们开设了专项方案开发低功耗产品。”

他们拆解Alro、Ring的产品，把每一个零件，每一个流程都一一理解、剖析，待机时间、运行机制.....每个部分反复测验。

在理解的基础上，他们给自己设置了一个目标：秒启。

先以3秒为目标，再以1秒为里程，逐渐往上攀爬。

前期的积累得到回报，他们很快实现3秒启动。

如果从十几秒到3秒的路是枕席过师，那么3秒到1秒的路就是羊肠九曲，1秒再往后便是阡陌纵横。

在实现1秒启动后，他们在传输、唤醒、触发等的每一个细节深究。

1秒之内，逐渐攻破了900毫秒，到2017年底，达到600毫秒。

而后随着T21、T30、T31芯片的迭代，软件技术的成熟，合肥君正又从600毫秒翻过400毫秒的大山，最后达到200毫秒的山头。短短几句话，概括了他们几年来从十几秒到200毫秒的历程。

200毫秒已实属优秀，甚至超过不少欧美品牌的水平，他们并未满足于此，而是提出更高的要求——力图200毫秒以内拿到稳定的图像。

这是个无限接近极限的目标。在当下传感器初始化标准耗费时间约100毫秒的背景下，要想使得拿到图像的时间控制在200毫秒以内，需要在以帧为单位的量级上下功夫。

而“稳定的图像”意味着，在图像出现后，在100毫秒以内对颜色、亮度进行校准、让每一帧的图像更好。

“几毫秒、第一帧的颜色亮暗程度不同，越往后走越细，有些细节不会体现在参数和报告上，但在产品落地的时候，就有问题，你必须去搞定，有点像磨手机壳的感觉。”李雅崑如此类比。

对速度的无限追求，对用户体验的极致提升，或许是他们坚持下去的动力。

这如螺蛳壳内的精雕细琢之路，荆棘载途，他们却甘之如饴。

启动速度之外的图像收敛（出图像时间），是另一个极为关键的环节。

“只有启动时间快，你的出图时间才能快，但是图像的收敛稳定时间又是另外一件事。”

翻译下就是，启动速度和出图时间，是一个纬度的两个方面：启动时间快是基础，图像收敛是效果。

视频刚开始录像时，前几帧的图像并不是一个恒定的速度，不同产品的图像可能在最开始的几帧亮度不一。

与启动时间快慢类似，图像收敛如果效果不佳，即启动后画面太暗或太亮都将难以捕捉到最开始的信息。

如此，不仅用户体验感下降，也可能丢失某些关键信息。

在启动层面，要将启动阶段内的诸多工作集中在第一时间，进行操作系统的解压、系统的引导，驱动的初始化，图像的初始化，是一项毫秒量级的工作。

“我们也是每个细节跟客户抠，比如某个模块初始化是20毫秒，某个30毫秒，同时还需要加入硬件的加速，软件、系统的高效调度。”

在图像收敛层面，市场大多数摄像头帧数为25帧/秒，一般情况下，摄像头可以20帧左右（即不到一秒）收敛。

“但如果现在开灯，摄像头启动时按照20帧的速度收敛，就太快了，300毫秒到1秒没的画面还是黑的，那就没有意义了。”

图像亮度调节涉及到算法。合肥君正根据具体场景，以及外置传感器的参数，一张一张图像地打磨，将时间细化到600毫秒400毫秒200毫秒，从第一帧抠起，到第二帧，第三帧精确到位，输出正常的图像。

“比如一开始从接近20帧收敛，然后逐渐调节，15帧、10帧、5帧、3帧，直到达到极致。”

配置加速启动的硬件，环节理解的软件到位后，并行度达到极致，而后他们通过一系列精密的调试和设计，最终达到操作系统的快速启动。

一旦突破了启动时间的瓶颈，在这条汹涌的河上搭建起一座桥，桥后的路犹如一马平川。

在操作系统的核心之下，合肥君正同时提供了可以落地的 Wi-Fi对接技术、基站对接技术、PIR基础、MCU技术。

得益于Linux方案，君正泽拉图与常规类摄像头可以共用大部分底层技术及API接口，对于产品方案商相当于维护同一套底层系统，而非两个完全不同的产品形态。 

合肥君正之所为，无非一个目的，降低产品在SOC底层方案的门槛，让产品商能够把精力、物力、财力放在产品特性及用户体验本身上。每一次理解、设计、调试，过程繁琐，但合肥君正走得踏实，走得坚决。

几轮春夏秋冬中，合肥君正不断突破瓶颈，打磨巩固，以至于基于Linux的快速启动技术，逐渐成为合肥君正泽拉图的核心技术。

“我们的核心技术，就是在单核的、简单的处理器上，让Linux在一秒甚至100毫秒以内启动，只有这样这个产品才是成立的。”

目前，Zeratul Linux的启动速度及出图效果已经达到甚至超过RTOS——200多ms得到稳定图像，对强光、弱光、夜市等各场景的适应性都显著增强。

在市场的历练场上

除了快启和功耗，合肥君正在Wi-Fi方案上颇下了一番功夫。

对于Wi-Fi的随机性、网络拥挤、路由器兼容等问题，在实验室反复测试，而后结合方案商、品牌商等多方合作，在不同场景、不同条件下测试，力求均达到稳定状态。

如今，他们的Wi-Fi方案适配广泛，适应不同规格不同追求的产品方案。

“这是必过的一关，芯片做得很好，功耗很低，启动时间很快，Wi-Fi方案不成熟，产品照样不能落地。”

从决定投入Wi-Fi低功耗技术，一直到现在，合肥君正都在坚持对Wi-Fi生态的优化，现已进入到稳定期。有人揶揄，如今Wi-Fi市场技术稳定，这些芯片厂商何苦自己如此大费周章。

“如果我给客户一个主控芯片，一个Wi-Fi芯片，虽然搭配起来能解决若干问题，但是他不知道怎么做，我们积累的经验就发挥出来，”李雅崑平静而坦诚，“如果我把这份工作推给Wi-Fi厂商，Wi-Fi的问题找他们，主控的问题你来找我，那这个客户大概率还是做不出来。”揶

揄之话确有其理，只是商场较量并非泾渭分明，核心业务高墙要造，底下输水管道要通，而成败，可能就在一个又一个看似不相关，可有可无的项目里。

诞生近四年来，泽拉图经历了从经典T20到最新一代T40的几代SoC迭代，配合多个产品落地，方案稳定成熟。已有WYZE、360、Eufy、Toucan等多个国内外品牌基于君正泽拉图平台产品的成功出货。另外一些国内外大品牌相关产品在design in阶段。

李雅崑表示，“泽拉图平台下一步的技术和市场目标是融入端级AI技术，与低功耗技术在产品端深入配合，希望可以进一步优化体验，扩大市场，给消费者带来更好的产品。”

君正为此推出了人形、人脸、宠物、哭声、车型、笑脸、周界等消费类摄像头应用较多的检测和识别深度学习算法，赋能端级AI。

遇山开山，遇河渡河

在北美市场，House的家庭结构使得家庭摄像头具备一定的刚需，市场也因此最先爆发。

近年来Wyze、Eufy等品牌的低功耗产品在海外逐渐打开局面，并迅速取得良好的口碑。

国内市场，家门口的安全是家庭安防的第一道关，在后疫情时代，低功耗摄像头将加快进入消费者视野。

同时从2017年左右开始，360、鹿客、萤石、小米等领先品牌先后发布电池门铃和猫眼，2020年运营商正式将门铃纳入集采产品，国内的电池低功耗产品市场也正加速发展。

免去了复杂的布线，繁琐的设置，以及高额的维护成本，随着更多品牌的加入，电池类纯无线摄像头越来越受欢迎。

而这，是时代发展的产物。

技术上，低功耗和快速启动技术的发展，低功耗摄像头在分辨率、待机时间、误报率等等技术规格上都不断提升。

方案和产品上的各项难题逐渐被攻克，在ID设计，品牌市场推广方面，也在逐步提高。

这些都使得在体验、易用至上的C端市场，消费类摄像头的规模将越加壮大。Strategy Analytics相关研究报告预测，到2023年，全球消费级摄像头销量将激增至超过1.11亿台，在消费类摄像头的支出将达130亿美元。

在未来，品牌消费类摄像头，有线版摄像头和纯无线电池类摄像头将相互补充，各有应用。

高端摄像头市场，电池类摄像头和AI摄像头可能成为新趋势。

而合肥君正搭载泽拉图的T40芯片，将在高端消费类摄像头中展露头角。使用了双核Xburst2及增强RISCV协处理器的T40，启动速度、性能、功耗、首帧效果上进一步提升。

专业级硬件NPU加持下，T40可提供更智能的误报过滤方案，减少待机时间影响。

高端电池类产品的衍生需求4K和双摄，也是T40的看家本领，它还支持高中低多种规格的LCD屏幕接口。

眼下，在电池类摄像头，合肥君正已经拿下了市场50%以上的份额，未来将继续向前进发。

无论是从无到有，还是从有到优，合肥君正从来慎重抉择，而后便全力以赴，遇山开山，遇河渡河，不急不躁。而技术日精月进、落地稳扎稳打的合肥君正，也一直在路上。雷锋网雷锋网雷锋网

“我一生中最好的年华走在了寻子路上，如今甚至连一份养家糊口的工作都找不到……”

找了15年儿子的申军良，前不久在抖音上做了一次“寻子复盘”，除了对“梅姨”团伙入骨的恨之外，年过不惑的山东汉子，也有深深的自责：“低估了人贩子逃跑的速度，没有在第一时间发动一切力量去寻找，只是报了警，和两三个朋友找一找。”

错过了黄金时间，一切变得异常茫然，每走到一个十字路口，申军良只能“一边喊着儿子的名字，一边拿着手机在地上转，手机指向哪个方向，就往哪个方向走。”

申已算幸运，《失孤》原型23年仍未找到儿子。如果说人贩子或无常的命运，是毁掉一个家庭的魔鬼，那么守住孩子的首要任务，就是与魔鬼赛跑。

道行是在打怪中不断升级，分阶质变的。

1.0时代  纯人工搜索，偶有神探

在漫长的没有监控的岁月里，寻找一个失踪的人，特别是年幼的孩子，到底有多难？

知乎网友@魏什么凡点评到位：就像水消失在水中。

“一滴水流入了大海，就算有一天化成雨滴，落在你的脸上，你也不会记得他，因为你的脸上早已被眼泪磨灭了知觉。”

这一滴水也许本该属于欢快的小溪、壮丽的大海、平静的湖泊，却被命运吹进了不见光明的寒潭，哪怕只丢失了两三年就找回，也蒙上了终身的心理阴影，有的只肯认自己的养父母，冲着自己亲爸妈大吼大叫砸东西，与走失之前的乖萌判若两娃，“平生遭际实堪伤”。

唐代沈珍珠在安史之乱中走失，三代帝王耗时几十年，举全国之力，出动最好的特工队伍，各路大仙灵媒都用上了，线索全无，儿孙只能对着牌位空悲切。

普通百姓哪里能调动那么多资源?

成年人尚且如此，何况懵懵懂懂，容貌还会发生巨大改变的儿童。但也有“神眼”级别的名侦探，或可一战，建国时赤峰的侦探员马玉林，就是痕迹学的专家。

因丢羊会带来惩罚，出身羊倌的他，凭着足迹，就能判断是哪头羊。后来，哪怕凭借最轻微的脚印，他也能判断出足印的主人去向何方，有何体态特征。凭这样的本事，马玉林协助各地警方，破获了多起案件。

民间有一个关于他的传说：周总理见过他，指着中南海食堂的砖地面，开玩笑的问马，刚才走过的是个什么人？马玉林蹲在地上看了一下说：一个女同志，怀孕五六个月。总理愣住了，找来人一问，果然有一个这样的女服务员，刚刚经过。

如此神眼，或可辅助户籍制度，协助寻找少数失踪的人。但当范围扩大到全国，且第一时间保护好现场，一两个马玉林杯水车薪。

2.0时代  传统监控，费眼费烟

公共场所监控大规模普及后，大大提高了失踪找回率，但依然有孩子老人至今未被寻回，又或寻回时为时已晚，比如惨遭杀害的章子欣小朋友。

以至于老百姓对基层民警萌生误解和怨言：“那么多摄像头，怎么就找不到一个小孩？要这么久的话，还不如上微博呢！”

实际上，社交网络的确作用不小，但基层民警为此付出的汗水并不少。看监控找人这件事，绝对是个费时的体力活。

某大队指导员曾表示：“遇到案子一旦需要视频监控，必备两件套，眼药水和烟。经常熬夜，眼睛熬的通红，烟锅巴嚼的通红。”

线索从0到1的突破，是最耗时的部分。仅是失踪的人或人贩子出现在某一区域这一条线索，往往就需调动十几个摄像头的视频，以帧为单位，加班加点地回看，否则因疏忽大意，又需逐个视频回看。

找到目标人群出现的第一个点后，通过人工判断目标可能去往的方向，再调取沿途一路的监控找到轨迹，此外还需要人工比对身份，这往往也需要数个小时至一两天，这些都是对警力的巨大考验，连续工作数十个小时，每年都有民警猝死，牺牲在岗位上。

最令民警们头疼的是，一旦监控点位不足断档，很可能就线索中断。儿童失踪后的一两天，民警在不眠不休地排查、挖掘线索，家长也经受度日如年的煎熬。

没有几个父母能忍受被动的等待，中国人民公安大学王大伟教授据此提出了“十人四追法”，即一种第一时间发动群众人工搜索的办法，在网上流传甚广。

十人四追法有一定的合理性，可供参考。但现实中，大部分的家长在发现孩子丢失的第一时间，往往极度心焦，精神因重度紧张和打击之下，会出现腿软甚至无法走动的状态，更谈不上找到十个靠谱给力的人。而且如果是专业人贩，乔装反侦察能力极强，被发现概率并不高。

2.5时代  人脸识别 没那么简单

之所以称之为2.5时代，是因为在此期间，技术出现了革新，但于一线警员，依然没有从根本上解决效率问题。

2014年左右人脸识别开始落地安防行业，但主要基于传统模式识别，普及率低，2016年基于深度学习的技术开始在安防逐步普及。

一旦比中信息，加之辅助的高科技合成手段，可以很快锁定对象。乍听似乎道高一丈，但实际应用中，依然存在诸多的问题：

人脸识别的安装场景要求很高，点位少，视场角相小，忽略了人员日常行为中更多的交通工具、交互等信息细节，而这些都是侦办中民警需要的，以及数据鲜活性差、点位断挡难以继续、易受遮挡物及人员姿态影响……

总之，一旦比中效率高，关键是比中本身不容易。

一个通俗易懂的难点：如今疫情期间，人人戴口罩，这给人脸识别带来困难，又回到传统监控的模式，依赖大量人工判断，依然需要超十人的警力加班加点。

科技是发展了，对实战来说，但还没达到质变的程度。

新纪元  ReID跨镜追踪，追影兑现承诺

2018年10月，宇视科技总裁张鹏国在北京安防展期间写下了21条行业预测和感受，在最后，他呼吁安防同仁们：“用高科技产品帮助解决人口失踪问题，尤其是儿童。”

为人父母，难以承受骨肉分离，为安防人，对基层民警的辛苦有目共睹。

张鹏国的呼吁，是一份集体共鸣，不仅是他个人的愿望，也是全宇视，全行业有识之士的共同愿景。

行业深度浸泡+前瞻视角，如今回看，21条预测几乎全中，也就在2019年，宇视的【追影】系统有了质的飞跃，兑现了承诺，向善力是最好的产品驱动力。

2020年2月，深圳龙岗区，民警应用【追影】系统，在24小时内寻回离家出走的女孩，系统回避口罩识别的难点，快速进行定向筛查分析。浙江一起案例，找到已经丢失五个小时的男孩，只用了30分钟。

【追影】突破性的核心技术为ReID跨镜追踪，可筛选并结构化所有视频数据，可模糊人体精准追踪，不再过度依赖人脸，3秒即可完成亿级图片对比搜索。

即使遇到点位断档，【追影】会联动周边区域摄像机做跨镜分析，即便线索消失，也可分类定向快速筛查。

迄今为止，这套系统实战案例近万件，直接成果2000件+，间接辅助产生成效5000余件，其中近千成果是宇视的实战部门和民警共同经手的。

实战成果中有百余例和寻人有关，包括老人小孩，意味着挽救了全国百个家庭。这套系统最大的实战意义，是把一个个基层民警武装成了神眼马玉林，大幅度提升破案率，群众满意度增加，警力损耗度降低。只需要一点点痕迹，就能快速找到线索，大大提高办案效率。

把过去十几个人、1-N天才能办的事儿，压缩到一个人、一两个小时。

学习这套系统也非常简单易懂，实际交付10分钟包教包会，便于一线警员快速掌握。甚至有一起案例，办案警员没有经过任何培训，靠自己摸索研究，就短时间找到了失踪孩子。

科技向善的意义不仅在于做了什么，也在于从哪个角度去做，站在对方的角度，关心每一个微小的个体。

父母是每个孩子的守护神，除此之外，社会需要英雄。我们把目光投向了平凡岗位上勤恳忠诚的最可爱的人——民警。

钢铁侠之所以成为钢铁侠，靠的是高科技和侠义的心。

安防人的工作，就是生产钢铁侠的战袍，助阵凡人成为英雄。愿天下无拐，失踪的宝贝早日回家。雷锋网雷锋网雷锋网

今日，海康威视智涌钱塘·2021 AI Cloud 生态大会正式召开。

在两年前的大会上，海康威视总裁胡扬忠现场宣布海康威视AI平台将正式对外开放，并谈到了智能化时代的五个过去，五个未来。

胡扬忠认为，过去的智能模式是业务驱动技术。未来，技术和数据将直接创造新的应用与业务。

去年3月，海康因疫情暂未办会、对外发声，但海康威视EBG解决方案部总裁李亚亚在雷锋网 & AI掘金志9月主办的「中国人工智能安防峰会」上，以「赋能数字转型，服务千行百业」为主题，详细对外解读了海康威视的数字化赋能思考与实践。

海康认为，数字化转型是一个逐步进阶的过程，场景化是路径，需要通过系统的产品体系去支撑。面向企业领域，海康威视从拉近管理距离、提升业务效率、规范作业行为、防范安全隐患四个维度出发，为行业数字化赋能。

此次大会前，海康威视发出预告：20年磨砺，长成一棵“树”；数智赋百业，源于一泓“水”；数字化转型，搭起一架“桥”。

今年，在海康威视成立20周年之际，海康将如何解读这源泉之水，阐释这连接之桥和大树？又会为行业带来哪些革新？

以下为海康威视总裁胡扬忠的现场演讲内容，AI掘金志做了不改变原意的整理与编辑：

海康威视总裁胡扬忠在演讲中表示，今年恰逢海康威视成立20周年。

回顾20年，可以用“一棵树”来体现海康威视的成长。

20年来，海康威视以“感知+智能”为根，“数据+智能”为本，培育成一棵业务之树。海康威视从研发生产视频压缩板卡起步，目前在感知及中心端硬件设备、软件平台、智能算法及数据模型等方面都得到了发展，并且大力发展行业业务，目前服务的行业超过70个。

在行业服务方面，一直以来，业界有一个讨论：是行业+技术？还是技术+行业？

前者，行业+技术，就是首先要深入到每一个行业场景，看看自己的哪些技术和产品能够为行业所用，并且根据行业用户需要不断充实、发展、完善技术和产品。也就是说，行业是主导，是牵引，技术是配合。

后者，技术+行业，就是拿自己的技术，想改造行业。也就是说，技术是主导，是牵引，行业是配合。

“三分技术、七分业务，这是我们的认知。”

事实也表明，在智能化时代，以AI技术为杠杆来撬动行业转型，很难取得成功。行业转型，还是行业用户自己。

在这个选择中，海康威视一直坚定地选择前者，深入行业场景完善技术和产品、为客户创造价值。

20年来，海康威视以“销服网络为根，产研体系为本”，培育成一棵团队之树。

销售团队，在国内外建立了贴近客户的销售服务网络，产品销售到155个国家和地区；

生产团队，在国内拥有三大制造基地，在海外已建成三个工厂、四个物流中心；

研发团队，除杭州本部的研究院、软硬件产品研发中心外，在国内建立了6个研发中心、19个省级研发部，在海外建立了3个研发中心。

“无论是成立之初的28个人，还是现在的4万人，我们一直坚持走到田间地头，坚持以技术创新服务客户，赚技术创新的钱。”胡扬忠说。

20年来，海康威视以“文化认同为根，以运营管理为本”，培育成一棵管理之树。

成立之初，海康威视就确立了“专业厚实诚信”的经营理念。“善见致知，同行致远”，是海康威视人的使命。

随着业务的不断发展，公司的管理变革也从未间断。无论是战略管理、人力资源、财务管理、质量管理，还是流程IT、法律合规，公司的运营管理能力不断提升。

20年来，海康威视以“供应链为根，渠道合作为本”，培育成一棵生态之树。

海康威视的价值创造从来都不只是自身的内部活动，而是与产业链上下游、合作伙伴、甚至是行业用户的价值共创。

未来，公司将继续坚持“充分开放，成就彼此，打造产业创新联合体”的合作理念，加强生态合作，共迎未来。

展望未来，海康威视将继续坚持以技术产品为根，以赋能客户为本，不忘初心，秉承工程师文化，继续以“专业厚实诚信”为理念，以人工智能赋能应用场景，以数智融合赋能企业数字化转型和智慧城市建设，深根固本，务实笃行，做智能化时代实体经济的践行者。雷锋网雷锋网雷锋网

一个城市，如画的城市环境为“表”，居民的生活品质、工作状态为“里”。

如何让城市的表里为一，让城市生活、工作、生产有质有量，需要精细化管理做到“精中有细”。

是屋外没有垃圾满溢的异味，小区安全整洁，街道整洁美观，道路通行顺畅，港口生产安全高效......

城市是有机生命体，是富有温度的公共空间，城市的精细化管理，上下左右，皆是诉求。

面对与日俱增的海量碎片化的场景算法需求，芯翌科技推出了面向城市、工业等众多精细化场景算法需求的平台：星河-算法仓库平台。

城市的建设，有起点，但无终点。

这个叫做“星河”的算法仓库平台，是如何让城市之中的人，体会到“我看亭台高阁，不抵万家灯火”的意境呢？

星河所能

芯翌自研的星河-算法仓库平台，是一套精细化场景算法的生产、对接、集成、展示平台。

星河算法仓库平台的诞生，源于芯翌深刻察觉了AI落地行业的过程中，客户的真正痛点和需求。

当AI市场争奇斗艳，AI门槛降低，并不代表实际赋能之路如平原易野。

AI算法落地慢、响应客户不及时、效果提升不明显、客户定制化程度高...细碎的问题不胜枚举，一个个难点纷至沓来，无数个问题堆积如山。

AI能给的，和行业所需之间，还需穿越过一段长长的砂石戈壁路。

说白了，行业难点要攻，落地痛点要解，在AI商业化过程中，AI企业的外功与内功之紧急、之重要不分伯仲，“星河”平台正由此诞生。

在效率为王的新时代，星河平台竭力在四大层面体现一个“快”字。

在生产上，芯翌在数据层、算力层、算法层和应用层四个层面设置了标准化的模块、框架、工具和系统。通过自动化的手段，结合算法生产流程，打通每个层面的相关模块，极大的提高了算法生产和上线的效率，保证了算法产品的质量和可维护性。

在对接上，芯翌充分考虑了行业特点，对常用的功能、协议做了封装，这意味着，相关的数据和行为（或功能），不同协议得以结合，还内嵌有任务中心、算法中心、资源中心等功能。

另外，芯翌还对外提供Restful接口。

Restful，即表现层状态转化，它为前端设备设置统一机制，方便不同的前端设备与后端进行通信，通过一套统一的接口为Web、iOS和Android提供服务。

这让芯翌在快捷开发的同时，能够快速对接企标和第三方应用。这些底层操作，极大地增强了安全性，简化了编程，使用者不必了解具体的实现细节，而且只需要通过外部接口，就能访问和对接。

在集成上，芯翌基于多年AI行业经验，沉淀出一套AI应用服务框架，它能够快速地集成AI服务代码，对于新AI算法，修改量极少，减少了研发的人力损耗。

在展示上，芯翌也颇费了一番功夫。他们自研了一套相关演示、绘制标准，通过后端配置，可以很快从前端看到新上线的算法效果，做到所见即所得，不仅能够快速、全面展示AI算法能力，更能直接让客户现场体验。

精雕细琢之下，星河平台落地成绩斐然，现已覆盖十余种场景、百余种算法。

在城运，星河平台亮出“识别不文明养犬行为系统”，率先在上海市虹口区进行运行。

系统能实现小区出入犬类目标的智能分析筛选，将小区内公共视频拍摄到的影像与后台数据库进行碰撞分析，自动挑选包含犬类的影像并截图保存。

在港口，凭借云、边、端多场景工业算法和系统应用平台的融合方案，赋能港口桥吊作业、堆场管理、船员访客和安全检查等多维场景。

“AI+港口安全生产解决方案”还获得上海市2020年服务业发展引导资金。

在应急，将化工生产企业中违规打电话、抽烟、在岗打瞌睡、烟火检测等进行应用，加强应急管理覆盖度和精细化。

在电力，将防护罩、油/液位等设施设备检查，与安全帽佩戴等不安全行为检查结合，对“人、机、环”进行自动监测和安全状态判别，提高电厂安全管理。

星河所长

如果仅从快和广泛的应用场景难以全面体现独特之处，我们或许可以从其生产过程理解星河平台出类拔萃的技术优势。

于用户而言，平台的算法开发简易，几乎触手摘星辰。

对于业务场景，用户可以通过自定义算法名称、算法属性等进行任务的配置，在星河平台，人人都是开发者、人人都是应用者。

正如“星河”之名，平台既支持单算法的定义和展示，也支持多种算法的融合。

尤其是针对微卡口场景，经常需要一路视频跑多种算法。通过芯翌的多算法融合框架，在极大支持用户定义参数的情况下（不限于时间、空间），有效实现多种场景的组合。

据芯翌介绍，星河平台理论上支持无限种算法的集成。

扩展性和多元接入也是星河平台的过人之处。在完成算法集成对接的基础上，支持英伟达（T4、2080Ti等多款GPU卡）平台、AI专用芯片平台（华为altas300、MLU220等多款AI加速卡），具有灵活的算法、算力调度的接口，同时支持第三方算法的接入，做到开放、兼容。

随着人工智能技术的持续落地，鉴于神经网络的通用性和高效性，算力、算法、数据在一定程度上达到易用。

星河平台基于此，在“数据即代码，模型即软件”软件2.0思想上进行内部软件架构的升级和改造。

通过贯穿各环节的人工智能技术设施，芯翌将数据采集、标注、训练、评测、应用、部署全流程打通，形成生产闭环，使AI创新、迭代和优化更加高效。

新算法的上线，借助算法工厂可以做到2周内完成从模型训练到服务集成、业务体验，不仅投入可控，还保证了算法效果，进一步助力芯翌的AI算法落地。

这得益于星河平台的业务架构。

平台采用分层的设计，每层通过接口进行交互，层内模块高内聚、低耦合，可以快速、独立的上线，支持灵活的节点扩容。

提供一站式AI应用开发的能力，能够帮助用户快速拓展新业务、落地新算法；

同时提供算法的自我进化、自我迭代能力，当实际应用产生中遇到误检、漏检，用户只需要以负样本数据为“原料”投入到算法工厂平台，再通过简单配置即可完成算法模型的训练、评测、发版，帮助用户在实际场景中提升算法准确性；

在部署和应用对接上考虑平台异构性，基于自研的异构虚拟框架，解耦算法和算力，支持灵活的算法调度、异构调度，能够快速支持算法部署、应用上线。

星河所依

星河平台是怎么做到的？

芯翌科技虽然不足三岁，团队资历却并不“年轻”，研发人员都是在人工智能领域浸润超十年的实力派，在深度学习、计算机视觉以及人体识别等细分领域饱经历练，理解深刻。

“特别是对于超大规模、复杂数据下深度学习算法的设计、改进和优化，我们在实际落地中积累了丰富的经验。”这让芯翌能以算法立身，依托一流的图像感知和识别算法，使得AI与行业场景水乳交融。

算法实力也得到了国际机构的认证，在全球最权威的人脸识别供应商测试（NIST-FRVT）中世界前三，其中戴口罩人脸识别测评中取得世界第一。

在ReID领域四大权威数据集（ Market1501、DukeMTMC-reID、CUHK03、MSMT17）上刷新了所有榜单最高纪录；COCO视觉挑战赛—人体关键点检测赛道世界第一。

技术的高峰要攀，业务需求的沟壑要填。

“授人以鱼不如授人以渔。我们采用相对统一的范式来解决AI生产、应用、部署的难题，将技术融入于场景，赋能行业，为客户带来丰富的价值。”

芯翌研发副总裁都大龙对AI掘金志表示。

不同于市场上“求高”、“求多”的路径， 与客户的现实需求紧密结合是芯翌的基本宗旨，深挖客户痛点是他们的核心环节，提高可量化的价值，让AI真正赋能到行业场景、业务链条中是他们的最终目的。

「星河」璀璨，芯翌「万千」

“我曾踏月而来，愿枕星河入梦，我看亭台高阁，不抵万家灯火。”

这是“星河”名字的出处，也是芯翌之所愿。

星河-算法仓库平台，在加快AI算法落地的同时，极大提升了客户满意度。

“城，所以盛民也；民，乃城之本也。”

芯翌深谙此理，也竭力以一己之力，去为城为民，提供一方净土，一片家园。

无论是一以贯之地提升技术与产品的研发能力，还是持之以恒地将技术创新与行业理解深度结合，芯翌都一心为不同行业提供更加优质的人工智能服务。

而星河算法仓库平台也不负众望，已覆盖十余种场景、百余种算法，在长三角及粤港澳大湾区等完成20余个项目交付，在城运、商场、学校、港口、电力等场景，与用户一起让城市居民的生产和生活更加智能化。

未来的芯翌，也将在AI+城市和AI+工业上持续发力。在技术和产品研发上，夯实AI算法生产工厂，实现批量化、规模化的生产和布署AI算法，不断提升投入产出比；打造视频联网+AI大脑+视频应用全链路技术产品平台，不断完善闭环的数据流转飞轮，支撑城市级规模的人工智能应用场景。

天道酬勤，力耕不欺，期待有更多如芯翌般务实的AI企业，让AI市场姹紫嫣红，精彩绝伦。雷锋网了雷锋网雷锋网

“我们能够把宇航员送上天，把蛟龙送入深海，也一定能够保护我们的孩子，为他们找到回家的路。”这句话出自2019年全国两会。

两年后的今天，公安部召开新闻发布会，宣布全力推进“团圆”行动。

公安部刑事侦查局副局长童碧山现场表示：今年1月起，公安部部署全国公安机关开展以侦破拐卖儿童积案、查找失踪被拐儿童为主要内容的“团圆”行动。

依托“打拐DNA系统”，全力侦破一批拐卖儿童积案，全力缉捕一批拐卖儿童犯罪嫌疑人，全面查找一批改革开放以来失踪被拐的儿童。

目前，此项工作正全力推进。

童碧山表示，希望失踪被拐儿童的父母和疑似被拐人员主动到附近的公安机关刑侦部门，接受免费的DNA信息采集以及相关信息补充完善等工作，争取早日实现家庭团圆。

技术发展中，我国失踪人口找寻从传统的登报、电视寻亲等手段，到后来依靠网络技术和DNA对比，再到如今借助信息流推送、AI人脸识别寻人。

某业内人士曾告诉AI掘金志，在儿童走失这一问题上，存在两个关键角色，一个是受害人，也就是走失儿童；另一个是加害人，也就是我们常说的人贩子。

一、针对犯罪嫌疑人。作为儿童走失问题的加害者，人贩子一般具有以下特点：

1、经常出入儿童较多的场所（如妇产医院，儿童游乐场所等）； 

2、人贩子大多是成年人，面部特征成熟； 

3、人贩子存在一定比率的前科人员。

针对这些特点，人脸识别技术可以依托其精准的智能识别算法，在适用的场合为办案人员提供帮助。这里需要考虑事前、事中、事后三个环节。

事前：针对人口贩卖的前科人员，有必要将他们的信息录入到重点人脸布控名单中；

事中：通过在关键区域部署的高清摄像机或人脸抓拍机，当儿童在医院、游乐园、火车站等场所走失时，可以通过视频图像数据寻找嫌疑人图像，通过嫌疑人的正脸图像与人脸库进行比对，确认人贩子身份；

事后：通过大规模的人像天网建设，对人贩子进行大范围的人脸动态识别，实现快速精准定位，为抓捕、找回走失儿童提供数据支持。

二、 针对走失儿童。作为受害人，儿童分为两个年龄阶段：

1、婴幼儿，缺乏脸部图像数据，且面部特征较不明显，容易混淆；

2、3岁以上儿童，大多有脸部图像数据，行动能力较强，面部特征较明显。

在技术的支持下，寻亲手段不断升级，寻人效率也大大提高。

在这几年间，AI在陆续落地中越来越成熟，结合每线索，无形中为失踪的亲人搭建一条条回家的桥梁。在这背后，有无数企业一直在用技术为无数个破碎家庭的团圆而努力。

阿里

阿里为此研发“团圆”系统，全称是，公安部儿童失踪信息紧急发布平台。它是由阿里巴巴集团和公安部刑事侦查局打拐办共同发起创立，阿里巴巴无偿提供技术支持的一个寻找被拐儿童的平台。

“团圆”系统是利用最尖端的地图定位功能，以案件发生地点为中心，向周围发布孩子遗失消息，发布的范围主要是根据失踪时间来定的：

失踪1小时内报案，推送给100公里范围内的群众和警察；失踪2小时内报案，推送给200公里范围内的群众和警察；失踪3小时内报案，推送给300公里范围内的群众和警察；失踪超过3小时，推送给500公里以外的群众和警察。

系统已成功接入淘宝、支付宝、高德地图、新浪微博腾讯QQ、今日头条、百度地图、百度APP、滴滴出行、饿了么等几十个主流APP，这几款APP用户覆盖量超过了9亿人。

据数据统计，“团圆”系统上线三年，共发布走失儿童信息3978条，找回3901名失踪儿童，找回率高达98%。并且在这套系统投入使用后，失踪儿童找回的平均时间从此前的132小时，缩短到78小时，压缩了接近一半的时间。

腾讯

腾讯优图实验室通过研发的“跨年龄人脸识别技术打拐寻人”，帮助警方进一步进行DNA亲子鉴定，找到了4位被拐大约10年的孩子。

其中一个孩子被拐时才3岁，到2017年底已经11岁了，而这段时间正是人一生中面部变化最为剧烈的阶段。

对于跨年龄人脸识别，优图人脸识别算法对0岁-18岁的人脸的成长变化进行模拟建模，生成大量可供学习的人脸样本，然后采用深度神经网络算法来学习这些人脸在成长过程中的复杂变化。

经过成千上万次的模型训练，训练出了一个可以进行跨年龄人脸识别的深度神经网络模型，分布式蒸馏学习法则的算法模型进行跨年龄人脸识别的准确率达到了96%以上。

优图团队利用模型对警方提供的海量数据进行了实际比对，警方圈定了与每个被拐孩子最像的排名前五的结果进行了最后线下确认。警方通过DNA检测，第一批成功确认了4个被拐儿童。

百度

“百度AI寻人”于2016年底启动，采用人脸识别技术，接入民政部、宝贝回家、反邪教网等权威数据，帮助走失人员、寻亲者和公益机构、志愿者寻亲。

对于幼年走失的情况，经历时间跨度大，五官发生较大变化，人脸识别的难度提升。

人脸识别本身在实际操作中就存在着众多影响因素，如光照、人脸姿态、表情、遮挡程度等，在跨年龄人脸检测中影响因素更多。

百度研发的跨年龄人脸识别技术，采取度量学习的方法，并通过大规模人脸数据训练的模型，将两者结合采用端对端的训练，大幅提升了跨年龄识别的识别率。基于2亿张图片的训练样本数据，百度人脸识别准确率已达到99.7%。

在2019年寻亲成功的刘洪江，就是通过跨年龄人脸识别技术，成功匹配到了自己4岁时的照片。截至2020年1月1日，用户在“百度AI寻人”平台发起的照片比对已超过39万次，寻亲配对成功案例已超10000例。

宇视

宇视曾协助某派出所，寻回失踪男孩。

当时男孩已经失踪5小时，结合男孩的衣着、体态、照片等信息，宇视『追影』系统在海量视频数据中完成秒级检索，迅速确定男孩位置。

该系统在当地派出所上线2月余，帮助破案7起，彻底告别耗费大量警力逐个查看视频寻人的时代。

2020年2月18日，在深圳市龙岗区，民警应用宇视『追影』系统，在24小时内寻回离家出走的13岁女孩。

系统回避戴口罩识别的难点，捕捉衣着、体态、年龄等信息，最后按时间、相似度呈现给民警，次日上午锁定女孩轨迹。派出所远程指挥路面警力，在距家2公里外的天桥上寻回女孩。

『追影』包含四大功能模块，核心技术为ReID（跨镜追踪），可筛选并结构化所有视频数据，极大提高办案效率。

自2019年10月1日，该系统在深圳龙岗区公安分局正式上线，运行4个月协助破案20余起，为近30起案件提供有效线索。

此外，2018年，在一线城市杭州，《大国重器》第二季，宇视以智慧城市大脑从10万人海中，25分钟找回走失老人。2019年，在AI摄像机覆盖少的市郊和农村，宇视ReID 10分钟极速推算老人踪迹，3.5小时市外寻回。

截止目前，宇视『追影』系统实战案例已超过千件，实际交付中10分钟包教包会，便于一线警员快速掌握应用。

旷视

2020年12月底，旷视就通过全城全目标结构化技术，助力绍兴市某县民警成功寻回一名走失老人。

民警根据家属提供的照片，首先通过旷视洞鉴系统成功找到老人第一次出现的画面，随后，民警将这一张有人脸和人体特征的全景图导入昆仑中进行全城范围的全目标检索。

系统通过分别提取和交叉比对人脸特征和人体特征，很快找到了一张具有清晰正脸的线索；利用正面照，继而检索到了一张背面照；最后系统凭这张背面照找到一张老人最后出现在画面中背面照，距离民警当前办案的时间只相差一小时，考虑到老人行走速度不快，民警随即通过查看附近监控，并通知家人及民警在附近寻找。不到5分钟，老人就找到了，而这已经是旷视全城全目标系统推出后破获的第三起走失案件。

走失寻回的背后，旷视全城全目标结构化技术功不可没。在旷视的科技助力下，全国还有多起成功寻找到走失的自闭症少年、迷路的少女等案例。

在旷视看来，当前城市级视频数据应用存在大量治安感知设备不智能、人工调取查看录像耗费人力、视图研判范围较小等痛点，城市管理水平提升有限。为此，旷视提出了全城全目标结构化视图智能应用理念，通过对全城视频图像数据的充分利用为城市管理提供全面支持。

云天励飞

动态人像识别是云天励飞的核心技术 。

2016年，云天励飞动态人像识别系统云天“深目”正式上线，开展大规模人像信息累积、搜索、布控和数据挖掘。

云天励飞曾有一个引起社会广泛关注的案例。

2017年春节前夕，云天“深目”15小时协助深圳警方跨省成功解救被拐3岁男童。据悉，当时警方接到的是儿童走失报警，接警后发现其实是一起拐卖案件。

随后，民警调取监控录像，发现了犯罪嫌疑人一张比较清晰的图像，放到深目系统中，用人工智能和大数据的手段去做了比对，最终发现了犯罪嫌疑人的身份和行动轨迹，并找回儿童。

2019年6月，警方接到报警老人失踪报警，他们通过云天励飞的“深目”系统搜索视频资料，发现老人最后出现在了南山的某个小区，而且之后就没有发现老人走出该小区的行踪。

随后，警方就开始进行地毯式搜索，而且加强了路面巡查，最后在这个小区四楼与五楼的架空层花丛中发现老人。当时老人意识清醒，但身体比较虚弱，随后就立马送去了医院。

截至2020年，云天“深目”共协助警方破获了10000多起案件，找回400多名失踪儿童和走失老人。

佳都科技

在失踪人口寻找的领域，佳都科技打造AI回佳平台，利用了人工智能人脸识别技术和全民随手拍的人脸库进行识别比对，从而协助失踪家庭寻找走失的亲人。

主要应用了佳都科技的AI引擎，提供了两大核心技术。第一个技术是人脸识别技术，识别率高达99.9%，每秒十万次的人脸比对，如在海量寻亲数据中运用将大大节省人力成本，提高寻人效率。

另外一个技术是人脸模拟算法，利用AI算法模拟人脸的成长变化，帮助那些失踪多年的家庭生成小孩成年后的照片，从而帮助他们能够更有效地寻亲。

结语

技术从来都不是高冷的，冰冷生涩的程序代码可以转化成极富魔力的温度。

“我觉得当技术能够切切实实为社会、为每个普通的家庭带来一些帮助和温暖的时候，就会觉得所有的研发再艰难、过程再长，都是值得的。”某位业内高管曾如此对AI掘金志表示。

“团聚”两字无比珍重，期望企业们能让技术能够成为指明回家路的那座灯塔，通过人工智能的力量，让更多走失人员回归家庭，收获一份幸福美满的团圆。

而如果技术普惠于民，也理应得到掌声。雷锋网雷锋网雷锋网

芯片产业正遭遇着史无前例地的缺货时期，从汽车到手机纷纷缺芯涨价，整个产业链似乎被笼罩在前所未有的恐慌之中。 

安防产业是最早感受到这一波芯片缺货潮的行业之一，而眼下，情况愈演愈烈，需求有增无减。 “安防缺芯，摄像头涨价”又一次热搜出圈，这一次，来自央视财经的报道。

安防缺芯依旧

 去年8月，因海思缺货引发的第一波缺芯潮时，AI掘金志曾对此进行了报道，海思「缺货」，安防「缺芯」               

某业内人士告诉AI掘金志，2020年8月之前海思芯片的价格和供应都比较正常。

8月5日-10日，价格突然暴涨，9月初，海思安防芯片最少涨价5倍以上。伴随着多产业的全球性缺芯，安防缺芯状况持续至今。

据央视财经3月23日报道，安防芯片短缺，安防产品交货周期已经普遍拉长半个月左右，部分产品交付期延长至九个月，下游代理商都适当增加了囤货。

另外，芯片告急导致安防摄像头售价涨四成。有供应商表示，去年9月200万像素常用款摄像头140多元，现在已经涨到210多元。

与2020下半年海思被禁出现的IPC芯片缺货相比，此次芯片市场的供应情况更加严峻。

“缺货从去年Q3正式爆发，2021急剧恶化。”某从业者对AI掘金志表示。

除摄像头主控芯片外，IPC  SoC、存储芯片、WiFi芯片等核心零部件均出现一货难求现象。

“存储芯片缺货最为严重，其次是主控芯片。”

一货难求之下，坐地起价、恐慌性囤货等乱象丛生。

“其实市场上的货完全可以满足华南地区半年以上需求，只不过需求被放大了，一家缺货10K找10家问，市场便以为有100K的需求，市场有30K的货，无形之中就出来70K的缺口，所以价格就炒起来了。”某模组提供商从业者补充道，“也因为部分贸易商利用市场焦虑，囤货炒作。”

是什么打破了半导体行业规律？

 此前，半导体行业的发展奉行三段论，从存货到消化库存再到重新拉库存。

按照半导体市场的发展规律，在总供应不变的情况下，需求时强时弱，存在从强转弱或从弱到强的动态变化，芯片缺货属于正常情况，且存在一定的缺货周期。

但当下这一动态出现不平衡和矛盾点，芯片缺货的周期规律发生巨大变化。

三段论也从2016年之后不再适用，导致企业可能在价格高时反而拉高库存，造成供需动态不平衡。

“实际上从2016年到2021年，市场均出现了不同程度的芯片产品短缺的情况，2016年DRAM短缺，2017年不仅是DRAM短缺，连Flash   NAND也短缺，2018年功率半导体短缺。”

紫光集团联席总裁陈南翔在前几天的Semicon China 2021大会上表示。

“如果按照奥林匹克周期从2014年开始算起，2019年属于“小年”，不应该出现芯片短缺的情况，但即便是到了2019年，也有CPU、5G芯片、TWS等产品供应不足的情况。”

行业规律之外，外在推动因素是什么？

原材料短缺和价格上涨是主要原因之一。

2019年，联合国将半导体最基础的材料“沙子”定为“短缺材料”，沙子中所含的硅元素，是制造半导体器件的基础材料，整个半导体产业将面临从“沙子到芯片”各个环节的涨价。

据央视财经频道记者采访海关人员介绍，之前企业光刻胶采购量约为100多公斤，目前仅能买到10-20公斤。

原材料之外，需求井喷，芯片产能和市场需求不匹配占主导因素。

一方面，市场进入“个人半导体”时代，10年前一个人只用于一部智能手机，现在除了手机外，还有电脑、手表、手环、耳机等等产品。在未来，这一现象会更加明显。

另一方面，某安防芯片从业者张明对AI掘金志表示，全球疫情催生了家庭办公和学习等宅经济，5G、平板、笔记本、手机需求量暴增，芯片上游的产能向其倾斜。

高通CEO安蒙也曾放话，PC、汽车等联网芯片订单井喷，高通芯片恐怕不能满足行业需求。

“摄像机芯片目前绝大多少集中在22-40纳米，这个层面上游晶圆和封测产能都非常紧张。”张明说道。

终端商抢芯片，制造企业抢晶圆。

“这一波影响非常直接，去年海思缺货，小米、oppo等都在抢晶圆资源。”

据悉，晶圆代工厂产能在手机、笔记本、服务器等需求已经满载，安防芯片难以插队。

而另一关键环节封测也呈现相同的趋势。

据工商时报报道称，受上游晶圆代工产能持续爆满的影响，今年上半年半导体封测产能仍严重吃紧。

订单的持续涌入，诸如日月光这类大厂的投控产能已经排满到今年下半年，其他公司如华泰、菱生、超丰的打线封装订单同样爆满。

晶圆代工紧缺之下，2021年全球各大晶圆代工厂、IDM大厂、IC设计厂均纷纷宣布于年初涨价。晶圆代工价格涨价10%至20%，封装测试涨价10%至20%。高级芯片的需求全面增加，尖端晶圆厂和封测厂等会优先考虑高端产品。

“与汽车车规级芯片、手机芯片等相比，安防芯片附加值并不高。”张明补充到，“封测厂内，设备24小时全年无休运转，一旦封测厂的A客户晶圆资源没跟上，有资源的B企业就上。”

张明表示，尖端晶圆厂也如此，有晶圆资源的企业也能优先得到封测资源，形成恶性循环。

与此同时，产能的扩充并非易事。

AI掘金志获悉，晶圆厂和封测厂属于超级大的资金密集型的行业，需要维持生产线24小时运转以最大化营利，产能的增加将是几十亿为单位的量级。

“一方面扩大产能需要时间，另一方面，芯片原厂相比去年产能已经大幅提升，但依然无法满足日益增长的市场需求。”

某机构预测，从2018年到2030年，集成电路销售额将增加124%，彼时集成电路产能至少增加2倍，但扩产速度仍然难以追赶需求增长速度。

芯片短缺和涨价带来的不确定性导致市场恐慌性囤货，各环节订单激增。台积电高管在最近两次财报电话会议上表示，客户为了应对不确定性的风险开始囤积芯片。

有数据显示，2020 年中国的芯片进口额攀升至3800亿美元，约占整体进口额的1/5。

国际关系的变化也加剧了芯慌现象。
此前，《日本经济新闻》报道，全球半导体严重短缺的开端是美国政府对中国企业的制裁，尤其是对中芯国际的制裁。

中芯国际拥有成熟的28nm芯片生产线，原本可极大地弥补产能，然而受美国制裁影响，目前其14nm生产线产能仅仅达到1.5万片/月。

报道指出，订单集中涌向台湾企业等，再加上全球汽车半导体等各行业的需求快速复苏，供应短缺迹象加强。

同样的观点，也出现在近期法国广播公司的一篇报道中，他们指出特朗普对中国发起的“科技战”是当下芯片短缺问题的间接推手。

“芯片荒”局面尚未缓解，一场暴风雪，不仅席卷了得州，也让全球芯片紧缺现象雪上加霜。

今年2月，美国德州遭遇超级寒流袭击，导致严重能源供应短缺与电力中断，包括Samsung、NXP与Infineon三家半导体业者位于奥斯汀的晶圆厂因此停摆。

但也不乏乐观的观点。

长电科技首席执行官及董事郑力认为，此次缺货一定程度上也意味着国内半导体产业进入了新的发展阶段。

“几年前，我们很羡慕外资大厂缺产能，因为我们那时是缺订单，如果什么时候缺产能了，就说明我们的公司发展到一定程度。如今国内很多公司已经发展到一定阶段，才出现缺产能的情况，我认为这是一个在集成电路行业比较典型的景气循环的现象。”郑力说道。

结语

 在持续性的缺芯危机之下，供应链安全问题凸显，芯片供应链成为安防产业链中众多企业的核心竞争要素之一。

但也正如郑力所言，是危机，也是机遇。

传统安防行业经过数字化、网络化、高清化之后，正在与AI融合，向智能安防升级。

马太效应日益凸显，资源开始向头部企业聚集。

无论材料断供是还是技术短板，解决“芯慌”仍需要一段时间。在这场芯片战争中，其他国产芯片需要也正在努力迎头赶上。雷锋网雷锋网雷锋网

甭管猪乐意不乐意，养猪近几年在风口几乎安家了，养殖业的热浪一波接一波。

从华为机器视觉的智慧养猪方案，到百度、阿里、腾讯、京东等互联网巨头推出的各类养猪解决方案。

从近10年前，网易人性化养殖的味央猪，到2015年世界互联网大会的京东创新扶贫项目“跑步鸡”，再到万科、恒大、碧桂园灯地产大佬公开招募养殖人才，组建团队，进军养猪大业。

当总裁、CEO们纷纷下场为猪站台，养殖业这块料，真的这么丝滑吗？

灰头土脸难登 AI 之堂

中国的畜禽业多为分散经营，在农村中仅作为副业生产。近十多年来，规模化畜禽养殖业迅猛发展，成为一个独立行业。

即便如此，长久以来，对于AI，畜禽养殖似乎难登大雅之堂。

当AI赋能一切，不少产业血海一片时，开始有目光看向了灰头土脸的养殖业，当各路英雄高调入场，看客们大多带着三分玩味、三分揶揄、三分欢喜。

浪潮之下，众人皆言养殖的春天来临，春天会来不假，只是在那之前，路上有多少戈壁和沙漠，似乎都被未到来的春光掩盖。

生物安全，养殖业最大的敌人。

大型畜牧场的生物安全尤为重要，它决定了企业的效益和存亡。

2018年的非洲猪瘟让中国心有戚戚，事实上，非洲猪瘟已存在上百年了，即使在医学如此发达的今天，依然不见有效的非瘟疫苗。

这使得包括猪在内的养殖业，在生物安全管控上极其严格。

这也是大佬们入场智慧养殖需要跨过的最基础，也最重要的一关。

生物安全是一个系统工程，需要软硬兼施内外兼修、综合防制。生物安全制度和体系需要覆盖全部生产经营要素、过程和区域。

除了目前的测温功能，AI等技术如何在产前中后全过程，即涵盖饲养生产、兽医防疫、产品加工全过程中进行防范、预警、追溯，在各个环节保证生物安全，是医学问题、养殖问题，也是科技问题。

“按养殖舍、生产区、场区、周边三公里划分四级防疫区，按场区内外疫病管控情况设立红、橙、黄、绿四区作业和监管。各区之间严格区分，不能随意流动。我们每次进出猪舍，都要洗澡换衣服，清洗，消毒，检测和隔离，不是想进就能进的。”

大华股份智慧农产解决方案总监罗国全如是说。

换料环节中的乾坤。

传统的养殖，大多为“差不多”思维，喂养的时间，饲料份量等标准都依靠传统经验，不可控因素多，养殖的效率和质量也难以提升。

以换料为例，规模养殖中，牲畜不同阶段对饲料营养需求不同，需要根据牲畜的日龄、月龄或季节不同更换饲料。

比如鸡群在45天的生长周期的五个不同阶段中，需要根据时间、产蛋率、体重等的不同喂养不同的饲料。

换料也并非到点即换，应设置至少一周的换料过渡期，否则牲畜会因为蛋白质和钙的含量突然增高，引起鸡群的饮水量增加，并因消化不良而拉稀。

甚至光照也是必须考虑的因素。当只增加光照不更换饲料，会造成鸡群的生殖系统早熟，产蛋高峰期短，增加死亡率；如只更换饲料不增加光照，会导致鸡群营养量过剩，脂肪聚集，蛋重较大，同样增加死亡率。

“还有比如散户养猪，可能180斤觉得可以卖掉了，但也许它还可以长到200斤。”

某业内人士告诉AI掘金志，猪在不同时期，进食量和涨重比并不一致，同样是2斤食物，某个阶段可以长1斤，但某个阶段只长0.5斤或者不长，差不多思维会造成很多成本在无形中被浪费掉。

这些都需要精准饲喂机器和系统，每天准确测出牲畜的耗食量、耗水量、料肉比、换料时间、光照等等要素，并及时采取措施调整。

对机器要求高，新技术、新产品投入大。

养殖场环境特殊，苍蝇、老鼠、蚊子等各类生物是养殖场内的常客，普通图像采集设备难以应对这一复杂场景。

比如，要求机器具有较强的抗干扰能力；不可避免地，机器上会出现相应生物的排泄物，当清洗、消毒时，需要机器防尘、防水、防腐蚀能力。

这些场景与要求，不深入场景难以察觉，并且需要投入巨大的人力、物力、财力研发新技术、新产品，并反复测试。

在各种条件下，准确、实时、客观的获取养殖大数据，实现标准化养殖并不容易。

大行业，小公司。

比生猪养殖为例，中国每年消耗总量几乎占全世界总消耗量的50%，但中国仍然以散养户为主，市场前20企业的占有率都不到10%，典型的“大行业、小公司”的格局。

企查查数据显示，截至2021年2月，我国共有36.7万家猪养殖相关企业，2020年相关企业注册量达近10年最高，共新增7.76万家，同比增长78%，2021年截止目前共新增5537家。

与此同时，注册资本在100万以内的养猪企业是该市场的主力军，占据了总量的72%，而注册资本在1000万以上的，仅占3%。

地域上，河北省是生猪养殖和调出大省，存栏量和出栏量连续多年位居全国前列，是全国重要的生猪生产和供应基地。云南省和山西省则分别以2.92万家和2.51万家企业排名全国第二和第三。

同时，养殖业门槛低，规模化、标准化极为落后。养猪效率低、成本高，相关数据显示，中国每公斤猪肉饲料成本是美国的2倍，人力成本是美国的5倍。

难挣快钱，还需躬身入局

既然智慧养殖又苦又累，为何各界大佬前赴后继。

雷锋网AI掘金志就智慧养殖话题与大华股份智慧农产解决方案总监罗国全进行了一次谈话。

大华股份在养殖行业以视频安全管控切入，提供AI养殖，生物安全管控，养殖物联网大数据应用一体化的解决方案，为养殖企业智能化、信息化、数字化转型赋能。

罗国全表示，整体看来，精准饲喂、养殖物联网数据运营和应用，以及整个业务闭环最重要，也最难。

精准饲喂上，当前的智慧养殖方案对于养殖的PSY和料肉比等核心数据还未形成非常准确的量化比较关系。

业务闭环上，技术、落地方案、应用场景三者的融合需要经历不断验证、测试、调整的过程。受限于当前非洲猪瘟疫情的管控，以及落地场景的软硬件现状，与其他行业而言，这个过程周期更长，也更复杂和困难。

当前不同的养殖企业所具备的软、硬件基础能力不同，同一个企业不同时期建设的养殖场的软硬件基础能力也不同，如很多养殖设备，环控设备，厂家品牌，软硬件接口，安装条件等等，难以完全统一。

比如技术应用到猪只测温时，面临猪舍内部风机、作业人员洒水清污、环境温度等问题，又或者猪只盘点因为遮挡问题，可安装高度问题，都面临巨大挑战。

据悉，大华只用了不到1个月就将猪只盘点准确率从 53%提升到 80%，目前已达98%。

“但这还不够，我们的目标是 100%。”

其次，生猪价格较高，检测偷盗行为以及养殖场的资产管理成为日常的重要环节。

“假如从猪场到屠宰场有一小时的车程，这期间的猪只运输管理就全靠驾驶员的自觉。当养殖企业有100辆以上的车时，就更需要建立完善的调度和管理体系。”

大华据此研发的农牧智能物联综合管理平台，集成猪场全方位信息，场内的猪场分布、猪场数量、母猪资源、育肥存栏、疫情检测，场外的驾驶员、市场信心等多维业务管理和多维数据应用。

猪、鸡、牛、羊以及鱼，虽然都归为养殖业，但不同养殖种类的生命周期、个体体征、生长要求、生产过程差别极大，研发新技术、新产品，在智慧养猪领域一步步磕磕碰碰研究出的名堂，不见得在智慧养牛场景能够落地。

“比如牛羊因为体表毛发多通过热成像相机测温相对较难实现，但猪体毛发较少，目前，测温精准度已可以达到±0.5℃；解决方案的技术应用，产品要求，网络架构等都会存在较大差异。”

后续，大华将进一步赋能牛、禽养殖等细分领域。

对于市场上部分针对AI养殖“华而不实”的批评，罗国全表示，不可否认，市场确有通过AI等炒作来吸睛之举，全局来看，任何一种先进技术发展过程都是从假想到概念再到落地和实际应用的必经阶段，这个阶段需要时间。

而技术、场景的深度融合需要养殖企业和技术赋能企业都沉下心，脚踏实地。

“既不是技术赋能企业主观认为的我能做什么，客户应该要什么，也不是养殖企业认为的你应该能做什么，要给我什么。”

罗国全告诉AI掘金志，大华和客户深度交流、碰撞，合作中，一次次的优化，调整方案，采集素材，优化算法，才最终落地到客户的实际业务场景中去的。

目前，智能巡检、AI 猪体精准测温、猪只盘点，生物安全作业合规检测等技术都是基于其他行业的相关或类似应用的技术能力，深入养殖客户的业务场景。

养殖行业是一个“苦”行业，也并非一蹴而就，需要每一个行业人或者准备进入这个行业的新行业人能吃得起苦，耐得住寂寞，躬身入局，长期耕耘。

“别的不说，做养殖业务，第一点是我们业务人员的承受能力，猪场都是在远离市区的地方，很多地方信号都没有，有时吃饭都会围满苍蝇。”他补充道，“我们还是吭哧吭哧地做。”

“同时我们也深刻感受到了畜牧养殖行业前景值得期待，据我们了解，传统养殖业也是非常欢迎类似大华这样的科技企业进入，帮助他们赋能转型。”

智慧养殖的诗与远方

据农业农村部官方数据显示，2020 年养猪规模化程度已经达到 57%。

以往存在北方主产，南方主消的情况，在三年生猪产能恢复、各省保产稳供以及限制跨省调运生猪的政策影响下，地域格局将面临重构。

非瘟疫情下，生猪产业的哑铃型结构越发明显，2018 年中国养猪企业前 20 强的生猪出栏量占比只有10%左右，2020 年预计占到 15%-20%。

根据头部企业扩张计划，预计未来 3-5 年头部企业的出栏量会翻 3-5 倍，未来头部企业的出栏量占比会越来越高，体量快速增长的趋势明显。

国家层面的对养殖业一以贯之地高度重视，近年陆续出台了《非洲猪瘟常态化防控技术指南（试行版）的发布》，《加快生猪生产恢复发展三年行动方案》等政策。

中央一号文件连续18年聚焦三农，中信证券研报指出，2021年中央一号文件中，生猪养殖政策由“加快恢复生猪生产”转为“加快构建现代养殖体系”。

从 2020 年通报的 18 起非洲猪瘟感染案例，及年初广东、新疆及其他省份零星感染案例，养殖头部企业都在印证国家政策的牵引力和全局判断。

与此同时，前瞻产业研究院数据，截止至 2018 年，中国智慧农业潜在市场规模突破 200 亿元，达到了 203.06 亿元。据预测，2020 年中国智慧农业潜在市场规模将达到 267.61 亿元，2015-2020 年复合增长率达 14.3%。

中国养殖发展处于起步阶段，随着人口红利消失，以及粗放的养殖模式，智慧农业市场潜力较大，AI+应用将成农业发展主流。

潜力大、阻力大，相关软硬件受限于行业知识的积累和应用场景的深入，也缺少时间的迭代周期。

智慧养殖业是多学科、技术融合应用的产物，除了软件系统外，配套的硬件设施，需要丰富的现场操作知识，尤其是对特定应用场景的深刻理解。

积累丰富的现场生产知识，与技术结合，才能做出成熟的方案。

智慧养殖业处于摸索期，没有通信的行业标准，也没有明确的技术方向。

无人区的探索，需要战略层面的认知和定力，认定智慧养殖的未来，并持续投入。

科技与养殖的结合，或许还有很长一段时间磨合，但潜心深耕的企业，已经在路上。雷锋网雷锋网雷锋网

整个晚会，宛如“隐私专场”，人脸识别滥用、简历流入黑市，我一个激灵，炸鸡不香了。

特斯拉我买不起，人脸我有的是!

据报道，只要安装了具有人脸识别功能的摄像头，消费者只要进了其中一家店，在不知情的情况下，就会被摄像头抓取脸部信息并自动生成编号，以后顾客进入去过哪家分店，去过几次，商家都可以快速得知。

让我康康，是哪些商户安装了人脸识别系统。

宝马汽车 4S 店、Max Mara 专卖店、科勒卫浴，江苏大剧院、喜茶、老百姓大药房、良品铺子、水星家纺、九芝堂、晨光玩具......

此次披露的摄像头公司包括苏州万店掌、悠络客电子科技、广州雅量智能、深圳瑞为信息。

看得小编直呼好家伙，躲过了房子、宝马的高奢消费，没躲过喜茶、药房等日常场景。

百年老品牌科勒卫浴倒是乖巧，麻利地公告道歉，连夜拆除摄像头，无法连夜拆除摄像头做断电下线处理，一系列动作行云流水，算是稍稍平息了公众的怒火。

各门店纷纷表示，对于该设备的使用，仅作到店人数统计；对该设备所采集的信息不做保存、分析及转移。

被曝光的企业陆续发表声明致歉。但是不少网友并不买账。

还有什么场景是没有人脸识别的？我们只能被“裸奔”吗？

看着手里的喜茶，我坐不住了，难道我只能戴头盔，穿脸基尼吗？

大家还记得去年一男子戴着头盔看楼盘的照片吧。

看来为了信息不被泄露，上到各界大佬，下至群众百姓都使出了浑身解数。

大佬怎么玩？

不少艺术家和时装设计师发挥特长，试图与人脸识别技术一较高下。

艺术家亚当·哈维（Adam Harvey）开发了CV Dazzle 反人脸识别妆容，使用戏剧性的化妆和动态发型来打断脸部识别的算法。

计算机视觉炫目:CV Dazzle 

甚至，在伦敦，艺术家组织了炫目俱乐部成员，酷炫着装，按计划游行。

有理由怀疑他们只是想开爬梯。

后来，连字符实验室与亚当•哈维又突发奇想，不如给AI很多人脸呢？

于是就有了超脸HyperFace，与炫目妆容相反，他们在服装上展示许多虚假的人脸，以此迷惑算法。

很可惜，艺术家的奇思妙想甚至连iPhone都骗不过。

因为很多面部识别技术使用红外（不可见）光识别，它们通过突出红外点映射网格，这些算法创建一个人脸的3D模型，像一个雷达地形图。

它不在乎你用什么颜色的化妆品，或是穿着印有2D人脸的衣服。

莫斯科国立大学和华为莫斯科研究院的科学家们提出“脑门贴纸”。

他们研发出一种具有特殊纹路的纸符，在纸片上生成了一种对抗攻击图像，让其不再是一张平面的纸了，而是三维立体，能直接干扰和欺骗AI的纸。

人们将该纸贴在脑门上，迷惑AI。

理论上可行，只是感觉贴上会变成不太聪明的亚子。

中国一股曾消失的组织表示so easy，直接上造型。

这场“文艺复兴”最终只停留在字面上，毕竟这不符合我们都市丽人的风格，如此花容月貌怎能不见天日。

我觉得不行，有必找到到一个靠谱的、体面的反人脸识别方法。

物理遮挡无效，能否用红外对抗红外呢？

脑海里突然想起《甄嬛传》中安陵容的经典台词：“是皇后杀了皇后。”

对，用AI来对付AI，用魔法对抗魔法！

由香港中文大学、复旦大学、印第安纳大学组成的一个研究小组想到了这一点。

他们研发出一款能发出红外线的球帽，采用了“对抗模式”的反人脸识

别设计。据悉，这款球帽曾在阿里出售。

有不少学者从眼镜上做文章。

2015年，日本国立情报学研究所发明出高科技眼镜Privacy Visor，利用红外发射技术，通过在眼镜框架上安装11个近红外发光二极管，使摄像头无法检测到人的面部特征。

摄像头通过检测眼睛和鼻子部位的光线对比判断面部，面部的明暗对比特征消失，摄像头也就无法识别到人脸了。

据悉，该款眼镜当初拟定售价为240美元，约合1490元人民币。

emmmmmm，效果嘛，大家看图理解，反正我是不会买这款售价不菲的眼镜。

2016年，美国卡耐基梅隆大学和北卡罗来纳大学的研究人员也开发出一款反人脸识别眼镜。

该种眼镜可以让摄像头前的人显示成为另一个人，在对商用级别面不是软件的测试中，其误认人脸的成功率为100%。

左边男性在佩戴后被识别成了女演员米拉 · 乔沃维奇，右边的女性被识别成一个中东男人。

研究人员Mahmood Sharif曾表示，不少面部识别软件的神经网络是基于对人脸像素颜色的分析来猜测一个人的身份的，被测者脸上任何轻微的变化都会影响到整个识别系统。

他们通过优化算法找到了可以躲过系统识别的眼镜颜色，并且保证颜色可以平滑过渡(类似于自然图像)。这些图案会扰乱面部识别系统的感知，影响AI读取它们的准确性。

但是，不法分子或许能通过眼镜轻而易举地逃过安全监控或者以别人的身份进入某些区域。考虑到这一点，开发者将研究结果提交给本国的运输安全管理局(TSA)。

此外，你还可以试试Reflectacles的强力反光眼镜/墨镜：IRpair和Phantom。

它们的原理十分简单，在太阳眼镜的镜框上贴上高反光率的材料。这种材料能反射大部分可见光和摄像头发射出的红外线，从而“亮瞎”摄像头。

另外，这款售价95美元的眼镜还会有意向不到的效果。

由于光线反射，能够提高夜晚的可见度，用户在夜晚戴着它，能够最大程度的降低被过路车辆误撞的几率，提升安全性。

与此同时，你需要接受的是，摄像头里的你会拥有《X-Men》的镭射眼，自带圣光，目光炯炯。

眼镜之外，更多的人还是在算法上下功夫，他们多采用“对抗训练”的方法，给人脸施加“隐私滤镜”。

2018年，多伦多大学研究人员设计新算法，动态地破坏人脸识别系统。他们的解决方案利用了一种叫做对抗训练（adversarial training）的深度学习技术，这种技术让两种人工智能算法相互对抗。

简单来说，该算法通过改变一些人眼几乎不可识别的微小像素来改变识别器的检测结果。

尽管算法对于像素的修改十分微小，但对于检测器来说却是致命的。

结果表明，他们的系统可以将原本可检测到的人脸比例从接近 100% 降低到 0.5％ 。

据悉，这个反人脸识别系统具有神经网络自主学习能力，可以随着人脸识别系统的进化而不断改变自己。

2019年，来自挪威科技大学的《DeepPrivacy：A Generative Adversarial Network for Face  Anonymization》一篇论文中称用新的更有挑战表示的方法欺骗了人脸识别系统。

在不改变原来的数据分布的前提下把人脸匿名化，更通俗来讲，就是输出一张逼真的人脸，但是不改变原图人的姿态和背景。

在这种技术的加持下，人脸识别系统依旧能够正常运行，但是完全无法识别出原来的人脸身份。

根据作者们的测试，经过他们匿名化的人脸仍然保持了接近于原图的人脸可识别性，普通的人脸识别对于匿名化后的图像，识别出人脸的平均准确率只下降了 0.7% 。而人脸含有的自然信息自然是 100% 不重合的。

但这项技术同样存在风险，比如伪造者冒充他人自由出入具有人脸识别系统的设施。

同年，Facebook 的人工智能实验室 Facebook AI Research（FAIR）开发出一种“去识别”系统，该系统可以欺骗面部识别系统，例如，让面部识别系统将你识别为一位女明星。

该技术使用机器学习实时地改变视频中人物的关键面部特征，诱使面部识别系统错误地识别对象。

据称，该技术将一个对抗自编码器与一个训练过的面部分类器配对，以使人的面部稍微扭曲，从而在迷惑面部识别系统的同时，又能维持一个人们可以认出来的自然样貌，它可以用在视频，甚至是实时视频中。

Facebook表示，为了控制人脸识别技术的滥用，才推出了对视频进行去识别的方法，考虑到这项研究可能会对未来的个人隐私保护工具产生影响，Facebook 并不打算在任何商业产品中使用这个反人脸识别技术。

2020年，芝加哥大学Sand Lab团队创建了“福克斯” Fawkes技术。与上述技术原理相似，主要通过AI技术，神不知鬼不觉地修改你的照片，以欺骗面部识别系统。

福克斯的运行原理比较复杂，简单来讲，它通过代码对像素进行一些微调，普通人很难看出两者的区别，但对于人脸识别系统来说，这就是天壤之别。

具体来说，Fawkes将A改造成B，尽管A图和B图的差别非常细微，但是当前厂商的人脸识别系统，会认为A图和B图不是同一个人，这样就可以保护用户隐私。

而且，Fwkes的处理速度很快，单个图像仅需要几分钟。经过Fawks快速处理的图像，可以在不改变原貌的基础上，随意分享在各大社交媒体平台，而不用担心照片被相关公司随意抓取或用于非法途径。

不难发现，技术上，大家的途径不谋而合，即利用AI系统的神经网络漏洞，设计算法与之对抗，或进行攻击，从而起到干扰、误导和欺骗识别系统的效果。

结语

人脸识别，从移动支付到手机解锁，从交通出行到旅游检票，从门禁打卡到关卡安防，从银行办理到政务协助，人们从好奇，到不以为然，到接受，到习以为常。

它给人们带来了便捷、安全和智能，也会带来隐私、安全和不安。

但人脸识别技术本身，不是原罪。

“人脸识别技术是无罪的，钢铁可以被用来制造枪支，也可以被用于制造婴儿保育箱。”

对于人脸识别技术落地所遭遇的困境，亚马逊 CTO Werner Vogels如是说。

刀可以伤人，也可以做出温馨的晚餐。有人用人脸识别技术牟利犯罪，也有上述人士为技术的安全使用殚精竭虑。

决定技术发展的走向，取决于监管部门的选择。

过去一段时间，以人脸识别为代表的AI技术在部分地区的发展的确遭遇了一些挑战，但我们也绝不能因此去否定它所有的光环。

毕竟技术的正向革新往往都是伴随着阵痛匍匐前行的。

本文图片均来源于网络雷锋网雷锋网雷锋网

旷视高级副总裁、城市业务事业部总经理 陈雪松

雷锋网AI掘金志曾与旷视高级副总裁、城市业务事业部总经理陈雪松有过一次谈话， 彼时他刚退身国企单位，加入AI公司旷视。

他曾谈到，AI在安防行业的这把火，火得燎原，且不易灭。

几年过后，当AI掘金志再次与其交谈时，AI安防已经在时间车轮中飞快地运转许久。

那么，在这位传统安防与AI的双重浸润下的安防老兵看来，四年里，AI这把火，在安防行业燎了哪些原？

AI 安防的“果实”

四年前，陈雪松曾说：

“我在安防行业工作了17年，切身感受到人工智能对作业模式、作业流程、作业效率的改变。虽然AI在安防中的落地过程中屡屡遇到阻碍，但不得不说，这一次，它对传统安防地改变是彻头彻尾的。”

四年后，陈雪松对“彻头彻尾”进行了更详细的解释：

规模效应和业务逻辑。

这几年，AI应用规模出现指数级上升。

2017年，“百路适用和建设”是主体。

陈雪松回忆，当时部里的一个文件，要求各地建设摄像头，试点试用AI，第二年发文要求保底建设100路。

2018年，千路建设已初现规模，不少区县级城市建设起千路级规模。

2019年，万路建设成为主要城市的常态，万路的汇聚和计算成为中大型城市标配。

规模的梯度递增意味着什么？

百路规模时，AI安防只能处理大家所熟知的人脸，节点处于出入口，后台显示的是离散的点上数据。

千路规模时，在城市的主干道或关键节点和环节上覆盖，形成圈层概念。

万路规模时，形成整个社会面的活动态势，各行业的边际效应开始显现。

以交通为例，百路时，后台只能呈现简单的点路信息，只能反映实时的车流量和车辆运营状态，连所谓的非机动车、机动车混行和车辆违规停放等应用都难以实现。

而达到十万亿信息规模时，后台能够掌握海量信息的权威视角。

陈雪松笑称，这就是“管中窥豹”和“看图知晓天下”的区别。

而行业需求和行业积累是规模效应的内因。

安防的智能化途径有二，前端的智能摄像头和后端的智能化平台。

其中不可避免面临的一个关键环节是，解析到底在哪里发生？

陈雪松指出，一个城市至少有几十万摄像头，以视频为核心的网络架构实际是在边缘汇聚，到中心节点时，是点播和浏览模式，它并没有真正实现全链路的拉通，如此一来，链路带宽对AI企业来说，将是天价成本。

而因用户的智能化诉求，驱动着AI从端和中心计算的改造向边缘侧计算发展。

在边缘侧部署计算节点过程中，实际上进行了网络改造和网络升级。

边缘计算与网络改造工程量并不小，从用户建设的成本看，一个完整的工程建设中，网络改造成本可能远高于智能化成本。

所以边缘计算、端计算和中心计算三者结合，规模效益才得以显现。这从而也驱动了整个行业的标准化。

同时，平安城市、雪亮工程等政策更是功不可没，让十几年的安防产业逐渐积累起一个个万路级城市。

陈雪松预测，目前一二线城市的智能前端覆盖率已达到一定规模，未来更多是纵深发展，在行业上往下深化沉淀，区域上往区县级城市发展。

在业务逻辑上，传统安防的管理逻辑以人防为主，技防为辅。

无论是社会安保，还是园区安防管理，亦或重大活动，人的发现、决策和管理是核心体系。

“这几年的一个重大变化，以人群和人防为主体变成了人防与技防结合。”

“人防和技防”在目前概念横飞的市场早已不是新鲜词，却是这位在安防行业摸爬滚打20年老兵的切实感受。

“目前在安防的执行层面，机器还不能完全代替人，但是发现层面的业务逻辑基本上被技防替代，这是最大的根本性的变化。”

陈雪松提到，疫情防控上，目前依然有大量人在一线巡防和驻点，但他们更多是临时的应急响应和处置力量，以加强现场执法和治安管理的影响力。而要形成社会面的常态化布控，需要依靠AI等技术。

在社会治理层面，如今的AI安防基本以后台分析为主，后台数据驱动前端的执行。

公安领域，在执行处置环节，AI主要基于后台的视频大数据和人像大数据，以及人的行为模式轨迹大数据等帮助执法人员进行分析与决策，从而更精准、更有效的处理业务。

算法精度高峰的山脚

“AI安防正呈现边界溢出效应。”

人脸不再只是唯一核心，以AI视觉为核心，辅以大数据，AI在社会面的综合管理和城市的管理领域逐步拓展。

一来，AI的附加值极高，能够从本质上推动，甚至拉动一些传统产业的变革；二来，从投资利用层面，解析视频成本固定，公共性设施领域，为不同行业赋能时，效益增倍。

同时，市场对AI的理解和尝试变得更加清晰和聚焦。

从企业运营上看，不管是AI公司还是传统公司，都逐渐聚焦到真正的可持续发展战略和经营的质量上，AI企业也少了份噱头与泡沫，多了份沉稳与扎实。

“是否可用，是否好用，最终关注的还是用户的价值体现，这一点大家更加务实。”

从用户层面看，认知价值的边界更加清晰，效能的呈现，将成为更主流的发展趋势，客户关心的不是技术，而是技术带来的价值。

与此同时，算法精度已经从单一维度向横纵两个维度快速发展。

“对我们来说，在算法精度的追求上，不管你哪次爬到峰顶的时候，你都会发现你还在珠穆朗玛峰脚下。”

陈雪松强调，最初简单的1:1、1:N的人脸识别精度已达到一定高度，随着前端智能化规模化发展，人体、人和车、人和人、人和环境、车辆本身、各种行为的识别催生了多维算法的应用。

乱搭乱建乱放，占道经营，井盖位移，老人跌倒，整个社会治理层面需求全面爆发，这些，是基于海量摄像头，而非所谓的卡口摄像头。随着AI规模化应用，一个城市每一天新增的视图数据可多达十几亿。

在这个维度，要求多个算法精度同步提升，这对算法多维度的高精度要求极高。旷视在聚类一条以人、车为核心的数据时，也挑战了之前从未有过的精度要求。

“以前即使是上亿的识别，也只是单一人像维度的检索和验证，现在做聚类，是包含人像、人体、车辆等多维数据的碰撞，量级高达几百亿，不仅归档率、分类度要求很高，而且都是基于自然摄像头产生的（数据质量也参差不齐）。”陈雪松补充：

“这个维度的计算和以前单一点状计算完全不是一个维度，目前真正达到可用程度的技术提供商，中国不超过2.5家。”

这也是AI行业的下一个珠穆朗玛峰。

2017年，陈雪松曾担忧于行业发展的三大阻碍：前端智能化不理想，各部门之间数据难打通和业务流程难改变。

在他看来，这些问题已经得到极大地改善。

• 前端智能化

2020年，相关部门下发文件对前端智能化覆盖率提出了更高要求。这将通过端设备、边缘计算和中心计算三者的智能化共同实现。陈雪松认为，目前还在建设阶段，但从万路规模看，发展非常快速。

• 数据打通

“如果单从信息化角度来说，它难以本质性的改变数据打通问题，而这恰恰是AI的价值所在。”

陈雪松感慨，从前的智慧城市建设，最难的一件事情就是数据孤岛。公安、城管、交通，不同的系统不能共享资源，不能交付和访问，形成了资源孤岛和信息孤岛。

而如今，各部门所掌握的传统大数据只占数据总量的5%，95%则是等待AI挖掘的视频数据。

基于AI产生的海量数据，价值足够大，也促使各系统将自身的结构化数据与与视频数据碰撞，产生数据关联，以及更高维的数据价值。

“你有了一个黑洞，能够吸引其他星球向你靠拢，”他强调，“这比单纯的行政命令促进数据融合效果更快。”

行政体制的推进也在促使资源逐步实现共享。目前在北京、上海等地的政府均在推动社会资源和解析资源的汇聚，并为各行业提供应用。

“这是下一步的发展方向和模式，同时也是投资效益比最大、最能充分发挥前端感知能力和后端计算的创新价值的关键。”

• 业务流程

越来越多的视频大数据被指挥体系和执行体系关注，甚至由指挥决策体系牵头进行视频大数据应用建设，流程改造逐步得到推动和完善。

陈雪松表示，其中也有不少困难，建设以信息化部门为核心，应用部门的参与度和业务能力提升任重道远。

当AI作为基础效能工具，整合进流程里，被常态化部署时，即是AI成为生产力时，意味着流程改造基本完成，但这是一个逐步深化的过程。

目前，AI已经将110电话接警、网络接警、微信接警等能力整合进流程中，成为制度化的、被认可的体系。

低头努力，发力狂奔

陈雪松认为，AI公司本质是基于行业进行变革。AI公司在算法能力之外，必须要提供行业能力，而这个行业能力是现有业态的补充和提升，是做增量后拉动更多合作伙伴分润的问题。

“AI行业赋能安防时，并非是将原来的业务再重做一遍，而是基于AI，赋能、补充原有流程，做增量。”

他举例，城管领域传统通常是人巡模式，随着数字城管向智慧城管的转型，我们也助力很多城管客户将视频分析模式补充进来，并进一步将自动发现和处理流程整合到处置流程中。

他还提到，AI公司之前，视频领域本质上只有视频建设，AI之后，边缘计算、中心计算、视频大数据等等应用，在既有技术上进行深化和提升，同时也拉动了前端能力建设。

当前公安体系里的分层解耦，本质上是去适应和解决过多的碎片化带来的问题，这也是未来大规模建设的趋势。

陈雪松总结，在一些垂直新的领域里，AI公司都在努力向业务上做一些延伸去探索闭环价值。他认为随着市场教育逐渐成熟，用户的关注、需求一定远超目前实际能提供的。

“在这个基础上，AI公司还需要低头努力，在垂直赛道上发力狂奔。”雷锋网雷锋网雷锋网

从算法为王到落地至上，如今AI圈的角逐，高手如云，战事胶着。

此时，AI To B赛道杀出一股新势力，Aibee 爱笔智能。

在渐入正轨的AI界，它非常稚嫩：诞生于2017年11月，至今不过3岁有余；

在众多AI创企在智慧零售折戟沉沙之时，它加速进攻：在泛零售领域风生水起,并且定义出一个全新的AI赛道——线下空间数字化与智能化；

在曾经市场趋冷的VC圈，它吸金量瞩目：曾创下中国AI初创企业天使轮融资额新纪录，3年内累计融资超1.7亿美元。

纵有诸多标签加身，Aibee 却不喜招摇、无意喧哗，在酷炫的AI圈，显得有些过于低调。

2021年3月，CGTN（中国国际电视台）Closer to China with R.L.Kuhn《走近中国》栏目就以中国的"科技创新"为题，立足全球视野，对这个初出茅庐却成绩斐然的企业进行了长达30分钟的报道。

这个让国际惊鸿一瞥的中国AI企业，具有怎样的力量？

生于高知之家

Aibee 由林元庆于2017年11月在北京创办。

翻看其履历，密密麻麻的学术之旅，每一段都极具含金量。

林元庆学成于北京理工大学，深造于清华大学，转折于宾夕法尼亚大学。

林元庆此后十几年的机器学习和计算机视觉科研路，从攻读宾夕法尼亚大学博士期间开启。

这是一所极具开创性精神的大学。

世界上第一台全电子数学计算机“ENIAC”正是由这所大学在1946年设计，开创了计算机的新时代。

同时还培养了沃伦·巴菲特、埃隆·马斯克、思科系统公司创始人莱奥纳德·波萨克等杰出校友。

这种开创性精神，在林元庆身上也可得一见。

林元庆曾担任NEC美国实验室媒体分析部门主管。

与其他AI实验室相比，NEC Labs重研发与落地，设置技术推广市场机制鼓励技术应用。

NEC Labs 雷厉风行的行事风格为AI创业注入了源源不断的活力，掀起多股AI浪潮，更为AI输送了如余凯、朱胜火、黄畅、徐伟、周曦、王孝宇等各细分领域的领头人。

林元庆在负责NEC 美国实验室媒体分析部门期间主攻两个研究方向：一是大规模细粒度图像识别，二是自动驾驶的3D视觉感知。

林元庆领导的团队，取得多项重要计算机视觉技术国际测试世界第一，包括第一届ImageNet挑战赛。

而后就是大家所熟知的，2015年，林元庆应吴恩达之邀加入百度，负责深度学习实验室（IDL）。

对于早在10年前就布局人工智能的百度，AI已经成为百度的第二增长曲线。

其中，百度深度学习实验室是百度研究院成立最早和规模最大的实验室之一，专注于深度学习、图像/视频理解、3D视觉、人机交互、自动驾驶等领域核心技术的研发，是百度人工智能技术研发队伍中的排头兵。

2017年，林元庆又任百度研究院院长，全面负责百度的硅谷人工智能实验室（SVAIL）、大数据实验室（BDL）、深度学习实验室（IDL）、增强现实实验室（ARL）。

可以说，百度研究院囊括众多底层基础技术到感知、认知技术的AI多领域研究，并强调展开跨领域研究合作，研究技术广、落地场景丰富。

如果说林元庆在科研道路上如有神助，那么他对应用科学如痴如醉的热爱，就是那个神。

这些强技术、重落地的经历，对林元庆的风格、思路都颇具影响力，让他更加务实，更看重技术融合及应用。

而这些，的确在后来成为构筑 Aibee 技术与落地的基本盘之一，Aibee 的解决方案，融合计算机视觉、大数据分析、机器人、语音识别、自然语言理解等多模态人工智能技术。

多元的经历造就了 Aibee 的诞生，也赋予了它不走寻常路的基因。

当不少AI企业争先发人脸识别、语音识别等单维度技术的捷报，林元庆坚信多维AI技术融合，才是人工智能的未来。

当大多数AI企业醉心于智慧城市的宏大天地中，林元庆向“小”看，聚焦于外人看来不足为惧的线下零售。

林元庆并非一意孤行，而是基于三个标准：

体量足够大、离价值足够近、场景足够丰富。

以线下零售为例，其体量巨大，中国社会零售总额近40万亿，线上份额约1/4，占据3/4份额的线下市场是一块极具潜力的AI应用的处女地。

其价值效果显现快，2C灵活的本质，让AI赋能零售的效果验证更容易更快。

其细分场景多，整个零售环节涉及诸多要素，看似不足挂齿，实则产业链极长。

AI要能真正革新第四次工业革命，必须进入各行各业，但垂直行业，尤其是实体行业，AI的能量还远未被释放。

林元庆正是着眼于此，赋予了 Aibee “赋能升级垂直行业，打磨极致的技术”的使命。

尽管林元庆学术成就斐然，他却深谙行业之道：

“零售行业不会关注你在国际期刊上发过多少论文、在世界竞赛上拿过多少冠军，他们关心的是你到底能不能创造价值。”

他强调，Aibee 追求极致的技术的最终目的，是帮助线下空间实现全面的数字化，走向智能化的运营、管理和触达。

正是这种对市场的清晰洞见与坚持，造就了今天的 Aibee ，使其得以成长为国内拥有AI多维技术能力的线下空间数字化与智能化解决方案提供商。

炼于乱石之地

Aibee 看中的泛零售这一宝地，其实颇具高山险峻之感，无数AI初创公司在此丢盔弃甲。

林元庆看来，原因有二。

单点AI技术的应用，于线下零售数字化，杯水车薪。

以商业地产广泛需要的客流技术为例，AI赋能可分为三个阶段。

头肩识别；人脸识别和ReID识别；多维AI技术识别。

Aibee 刚创立时，行业大多从人脸+ReID的角度出发，以客流系统为主要手段。

而那时 Aibee 就意识到，仅靠一两个技术维度难以走通，会使获得的数据局部化、精准度不足、不成体系。

“举个最简单的例子，北方冬天大家都穿黑大衣，ReID怎么识别？”

不成熟的技术、不全面的逻辑，只能产出一个单薄的成品，难以支撑零售数字化的星辰大海。

零售的数字化、智能化升级，是多项技术的融合，并逐个在场景应用中迭代，最终把技术整合，形成整体解决方案。

但抛开融合，彼时相当多的单点技术都不成熟，有的甚至根本为零。

强大的研发投入和力度，考验着一个企业的融资能力和资源积累能力，更考验一个企业一以贯之的决心。

零售对价值敏感度高，让AI创业是一个“and”的关系，而不是“or”的关系。

“零售领域对价值尤为敏感，而做一锤子买卖也不是我们想要的，这并非冠冕堂皇之言，从一开始，客户价值就一直在我们list的首页。”

林元庆说这话时颇为真诚。

林元庆认为，B端产业链非常长、复杂度非常高，任何一个短板，都可能成为掉队的致命因素。

以智慧停车为例，涉及3D扫描、摄像头落地安装、质量控制、系统运行、运维、数据产出、数据分析、与购物中心的客流数据关联分析、精准推荐、寻车系统等等环节，而每个环节中又涉及纷繁复杂的技术、大小不一的产业链长度和工程量，以及对接不同的客户。

要深入每个毛孔里，深入了解、发现问题，再涉及解决问题的整体解决方案，这个过程复杂而艰难。

“技术的门槛迟早会被跨越，在这之外还有产品的门槛、数据的门槛、资源的门槛、组织的门槛。”

Aibee 凭什么冲出来了？

我看到的不是AI的问题，而是零售领域很强的需求。

定位高端购物中心，相较超市、便利店等场景，前者往往创新意愿更强，更愿意为技术买单。

抓住核心痛点，购物中心多以租金为生，缺乏用户数据，不懂用户，运营和管理缺少抓手。

前三年，Aibee 都在与时间赛跑，为打磨极致的技术苦练基本功，而后梳理出业务逻辑，逐一进攻。

简单来说，Aibee 是围绕“人、货、场、车”进行全面的数字化，并提供全套数字化方案。

首先，“场”维度，通过全场3D重建，厘米级定位场内每个区域、店铺、柜台甚至是商品的三维坐标，使各种要素在空间中得以精准地坐标映射；

这一环节是整个解决方案中数字化、智能化的基础。

其次，“人”维度，实现了线下场景全量数字化，基于此形成清晰而准确的全场、楼层、业态、店铺、过店、进店、深逛顾客数据漏斗，200+数据维度全面解析客群情况；

同时，“货”维度，通过计算机视觉技术或 RFID 技术，数字化所有区域、货架的空间位置以及识别陈列商品；

有人问，“车”的维度呢？

别急，Aibee 的智慧停车解决方案也做得极为细致，涵盖停前、停中、停后三个环节。

停前的预约；停中的精准导航、VIP自动地锁；停后的反向寻车、汽车后市场服务、周边信息推送。

同理，通过停车场的 3D 重建以及对车辆的跨摄像头实时追踪，Aibee 可以绘制完整的车辆实时动态轨迹。

“停中环节最难的是，到场后怎么快速找到预约的车位，如果太难找还不如随便停个车位，所以精准导航非常关键。”林元庆说道。

Aibee 则设计了指示灯栏导航、手机VR导航等多种导航选择。

当车辆进入停车场，手机上的VR实景导航将全程指引车主前往预约位置，道路上方的停车场LED指示灯根据预约信息和车牌识别，在每个路口提示方向。

当购物结束后，购物中心内的每一块智慧屏幕都可以基于顾客的当前位置，为顾客做路径规划和VR 导航，轻松找到车辆。

此外，Aibee 还能给停车场管理者提供空置率、车位使用情况、车位违停情况、车道实时拥堵情况在内的一整套数据。

这套解决方案，真正在购物中心场景内，将人、货、场、车大数据打通。

在购物中心的熔炉里日日夜夜淬炼的过程中，Aibee 逐渐提炼出一套底层技术架构。

这些底层技术架构的核心模块,在不同的线下空间基本相通。

这一点在开拓新领域时尤为明显，他们意识到，很多看似不同的行业，其底层技术和业务逻辑诸多相似。

比如品牌连锁门店、机场、高铁、景区等场景，都是连接B端与C端，且面向C端客户，都能划分成人、场、车、物/货等环节。

在这之后，Aibee 从商业地产/购物中心出发，业务触角不断延伸，现今已经形成商业地产/购物中心、品牌连锁门店（银行网点/汽车 4S 店/零售门店）、机场三大主线，并向景区、高铁、停车场等领域继续延展。

Aibee 将零售的概念极大扩容又不偏离核心，也就是在这个过程中，Aibee 摸索出一条“线下空间的数字化和智能化”之路。

立于高山之巅

过去十年，To C锁定了中国商业舞台的焦点，消费互联网、流量、GMV、社交电商等关键词充斥着每一块屏幕。

悄然间，To B的号角逐渐在各个角落吹响，降本增效、数字化转型、企业服务吸引了资本的目光，成为引领资本圈、产业界的时尚热词。

大势当前，巨头也转身。

一直被诟病没有To B基因的腾讯，也在其成立20周年之际宣布腾讯从消费互联网向产业互联网升级的战略调整。

阿里、百度等互联网巨鳄早已以凶猛之姿发力B端市场，力压千斤。

这一嬗变背后，是十余年流量争夺战趋于顶峰，To B金矿价值初显的征兆。

毋庸置疑，数字化经济浪潮来临，To B是门好生意。

在滔天巨浪之前，Aibee 早已凿起AI to B的船，并聚焦线下空间数字化与智能化，力图构建一套线下空间操作系统。

如果说深耕购物中心让他们活了下来，扩容泛零售领域让他们更具竞争力，那么“线下空间数字化与智能化”这套操作系统的诞生大有可能让他们走向伟大。

正如前文所述，中国的经济已经到了一个临界点了，高质量的经济将是未来10-20年经济发展的绝对走向。

而AI，正是开启这个临界点的最佳钥匙。

AI席卷而来、数据指数递增，其结果是：数字世界与实体世界的交集越来越多、边界越来越模糊。

新世界之下：如何建立用户与载体之间的关系？如何提升线下零售领域的管理效率？如何重构线下与线上的联系？

Aibee 给出的答案是：线下空间数字化与智能化的操作系统。

Aibee 提出一个“OOO”（Offline Online One-world）"线下线上一世界"理念，同时也将自身定位为线下与线上的"连接器"。

什么是线下空间？其数字化与智能化的操作系统如何构建？

首先要明白，线下空间是块潜力巨大的领域。

零售在GDP中的占比超过40%，其中线下零售占比超过70%，数字化的渗透率却极低。

互联网时代，是争夺用户注意力和时长的战争，当线上流量血海一片，用户线下时长成为待开发的蓝海。

线下空间在哪？在购物中心、在机场、在品牌连锁门店、在景区等等领域。

这些领域，几乎占领了绝大多数用户消磨时间的核心空间。

Aibee 要做的，正是基于互联网用户时长概念，将线下空间数字化，搭建数字化基座。

帮助线下空间全面而彻底地去了解“人、货、场、车”等线下全要素。数字化本质就是线上化。

如果互联网时代是网页搜索和推荐，那么数字化时代就是线下可搜索亦可推荐。

将“人、货、场、车”全部数字化后，输出到系统，所有数据在操作系统之上，这将是一个巨大的“搜索+推荐”系统。

“就像iOS，搭建好操作系统之后，不需要关心硬盘和CPU如何交互，功能直接调用，应用直接开发。”

当所有物理要素数字化后，可发掘出越来越多的应用，衍生出越来越多的价值。

“5年之后，中国如果还有购物中心还没有 Aibee 这样的全套的数字化与智能化的解决方案，这个购物中心就OUT了。”林元庆语气温和而肯定，“我们希望，当你进入一个购物中心，或者进入一个机场，楼不是 Aibee 盖的，但数字化大概率是 Aibee 做的。”

行于未来之路

在 Aibee 创立之前，对于林元庆的AI to B理念，不少投资人表示，中国To B企业大多生存艰难，难有前景。

所幸，林元庆持之以恒的坚持，所幸，Aibee 遇到一群愿景一致的盟友、一群坦诚信任的合作伙伴。

据悉，红星美凯龙、郑志刚C资本等其客户均成为 Aibee 的投资人。

“假如说我从今天开始出来创业，再给我三年多的时间，我也做不到 Aibee 现在的成绩。”

在这种“不可复制的幸运”之中，短短三年多，不知不觉 Aibee 的脚步已经越走越坚实。

在商业地产行业，Aibee 在国内TOP 30商业地产品牌覆盖率达到50%，已成为商业地产数智化市场No.1。

在品牌连锁门店行业（零售门店/银行网点/汽车4S店），以汽车4S店为例，Aibee 与广汽达成数字化门店标杆工程合作，与百度有驾合作上线了数百家“VR 数字化 4S 门店”。

在交通旅游方面，Aibee 与北京首都机场共同探索、打造全面的智慧机场解决方案，通过数字化基座的建设，形成包括智能人像视频分析平台、旅客服务平台、智慧问询互动屏、大流量智能测温、智能人脸寻车停车场等一系列的应用落地，并在众多大型头部机场及航司达成深度落地。

在首都机场之外，Aibee 推动国内超300家4A/5A景区实现智能化升级，此外更联合中国铁设，开拓高铁新场景。

幸运背后，是战略眼光、技术研发、组织架构、市场扩展等等多方面的共同答卷。

林元庆表示，Aibee 创立以来，没改过方向，一直在原定赛道上不断深入和扩容。

“哪些做哪些不做，我们从一开始就会想得很清楚。比如我做停车场，我关心的是购物中心、机场、高铁，不做他们之外的停车场。”

林元庆给 Aibee 定下一个十年计划、三大阶段。

第一阶段，埋首技术和产品研发，并标准化，找到产品市场。

在这个阶段，林元庆在组织管理上花费了最多的时间。

公司刚成立时约100人，模块化研发，每个人负责不同模块，所有人都汇报给林元庆。

第一年开始系统初成，第二年降成本、可部署，第三年着力于产品化，提高泛化能力。

第二阶段，在每个细分赛道全线进攻，占领市场份额。

“如果打法得当，相信我们三年之内，可以占据汽车数字化门店70%以上的市场。”

“这个目标不会一帆风顺，很有挑战，但我们的信心来自于前期大量研发投入。市场上需要的技术，目前只有我们能提供。”

第三阶段，初步形成线下空间的数字化底座，发掘社会场景和应用。

“有一些路可能很容易，但不一定能走很远，有些路可能很难，但如果是你相信的方向，就坚决去做，我应该属于后者。”林元庆补充道，“创业者相信什么是最重要的。”

过去不断增肌的三年，Aibee 逐渐打造出一副健硕的身躯，而今站在第二阶段的起点，Aibee 依然在清晰、坚决的战略之上，不惧荆棘遍野，遇山开路，坦荡前行。雷锋网雷锋网雷锋网

十三届全国人大四次会议于 2021 年 3 月 5 日在北京召开，全国政协十三届四次会议于 2021 年 3 月 4 日在北京召开。

全国两会正在进行时，AI、人脸识别、智能交通等成为备受关注的议题之一，不少参会的人大代表、政协委员、企业大佬等都纷纷提出多项提案和建议。

籍由此，雷锋网AI掘金志对目前两会提案和建议中，涉及到视觉智能、城市物联领域的内容进行了梳理，包含以下几大看点：

1、佳都刘伟提出应加强人脸识别技术监管，集中整治不规范采集与使用。

2、红杉资本沈南鹏聚焦碳达峰，提出构建低碳道路交通网络，应发挥AI等技术优势。

3、百度李彦宏提议，加快推动智慧养老进社区，用科技让老年人的生活更轻松。

4、360周鸿祎聚焦数字时代安全“必答题”，提出了加快构建智慧城市安全基座、网络安全行业特殊人才认定和激励政策等。

5、联想杨元庆的提案主要围绕算力基础设施建设、老年人“数字鸿沟”等方面展开。

6、民盟中央的众多提案中涉及了人脸识别、社区应急、智慧长江等领域。

7、人大代表胡成中建议生物识别信息管理参照身份证。

佳都刘伟关键词：人脸识别、技术监管

佳都集团董事长刘伟此次的提案主要聚焦科技领域，包括人工智能和轨道交通智慧化建设等。其中，在人工智能层面，他提出，应加强人脸识别技术监管，集中整治不规范采集与使用。

刘伟认为，海量人脸识别生物信息数据在各个场景被采集，在相关法律法规相对滞后的情况下，一旦人脸数据被不法领域使用，极可能引发科技伦理、公共安全和法律等众多方面的风险，危及公众人身与财产安全。

为此，刘伟提出建议：

人脸识别应用前要申报审批。由公安部门统一承担人脸识别应用的审批与监管职能，设立相应审批标准及程序，加强资源统筹、部门协作、信息共享。具体在5个方面改进：

1、技术应用设立行政管理职能，写字楼、商场、企业等应用人脸识别技术前都应申报审批，由公安部门依法审核其合法、正当和必要性。

2、对于如小区管理等特定人群人脸识别应用，须以自愿为原则由个人信息主体进行必要性审查。

3、对不合规安装、使用人脸识别技术的定期整改，依法打击非法滥用。

4、组织专项立法，明确数据所有、使用与收益权限。

5、引导相关行业协会和中介组织制定人工智能产业技术标准、行业自律规范。

红杉资本沈南鹏关键词：道路交通、人工智能

今年两会，红杉中国创始及执行合伙人沈南鹏带来了6份提案。

主要涉及碳达峰、种子开发与耕地保护、物流数字化、医疗器械企业上市科创板、医疗高值耗材带量采购和国产信创软件政策保障。

其中，在碳达峰提案中，沈南鹏提到，道路交通在交通运输业的整体碳排放中，占比高达84%，构建低碳道路交通网络，应进一步发挥AI等技术优势，提供道路交通疏堵减排的解决方案。为此，沈南鹏提出三点建议：

1、以智能化改造增强公共交通吸引力，提升公交出行分担比例。

建议各级政府在智能交通新基建中安排专项资金，加大对公交车载智能终端、公交信号优先技术改造的财政投入。

调整路权分配原则，提升公交等绿色交通路权，建立与脱碳目标挂钩的公交出行分担率，探索建立智能调度提升正点率和舒适度的出行质量评价。

2、加大智能道路研发建设和标准化工作，破除交通基础数据信息壁垒。

通过财政补贴等手段鼓励 AI、物联网、通信企业参与智能道路技术攻关和基础设施建设，针对智能网联车载、路侧设备关键技术（测试评价、信息安全等）制定统一标准。

对道路交通主管部门（规划、交警、建委等）设立交通网联数据协调交换机制，丰富车路协同应用数据来源，政企共建道路场景库支撑技术测试和应用示范。

3、编制道路运输业碳排放核算方法指南，基于实时数据建立在线监测平台。

结合行业特殊性和新技术，编制道路运输业碳排放核算方法指南，探索引入机器学习等在排放数据收集中的应用，提升移动排放源溯源准确率。

生态环境部牵头，通过推进全国层面的遥感监测，远程OBD监控、排放检验等移动源实时数据采集和联网共享，加快建立道路运输领域能耗与排放在线监测平台。

百度李彦宏关键词：智慧养老

今年两会，全国政协委员、百度董事长兼首席执行官李彦宏的提案，涉及自动驾驶和智能交通、智慧养老进社区、互联网平台数据开放共享、人工智能教育体系建设、未成年人网络安全教育等领域。

其中，第二份提案中，李彦宏提议，加快推动智慧养老进社区，用科技让老年人的生活更轻松。

他指出，近年来，多地呈现“9073”的养老格局，即 90% 的老人依托社区居家养老，7% 的老人在社区机构养老，3% 的老人在养老院等机构养老。

但就目前社区情况而言，真正能够系统性开展养老服务工作的还仅限于经济条件较好的部分城市社区。

在社区养老人力资源不足的现实情况下，智能音箱等智能设备既能便利老年人的生活，也能帮助社区实现养老管理智能化，更好地满足老年人养老需求。

对此，李彦宏委员建议相关部门加强政策引导，鼓励更多智能设备进社区，拓展和深化智慧养老服务。李彦宏提出了三点建议：

1、加速实现与老年人相关的医疗服务与健康管理设备智能化。

2、引导企业扩大适老化智能设备供给，全面普及以语音为核心，结合眼神、手势等多模交互的人工智能助手。

3、依托人工智能产品和技术，在具备条件的城市选择老年人较多、陪护需求较高的社区进行智慧养老试点。

360周鸿祎关键词：城市网络安全、网络安全人才

今年两会，360集团董事长兼CEO周鸿祎提交了三份提案，分别涉及加强智能汽车网络安全、网络安全行业特殊人才认定和激励政策、加快构建智慧城市安全基座等方面。

一、加快构建智慧城市安全基座“城市级网络安全基础设施”。

周鸿祎指出，自 2012 年正式启动国家智慧城市试点以来，中国智慧城市建设正遍地开花，目前大约 500 座城市已明确提出或正在建设新型智慧城市。

但目前，我国城市网络安全基础设施十分缺乏，不成体系。周鸿祎在提案中指出，现有的网络安全系统大多数是针对特定应用场景和特定用户建设的，自建自用、功能单一，不具有公共服务属性，难以实现城市级的网络安全整体运营和协同联防。

因此，必须通过集中建设和运营“城市级”网络安全基础设施，以类似于电厂、水厂的公共服务方式为城市提供统一的网络安全服务，以提升城市网络安全水平，增强人民群众安全感。

为此，周鸿祎建议：

1、将城市级网络安全基础设施作为智慧城市的标配。

2、开展城市级网络安全基础设施的统一安全运营。

3、以城市级网络安全基础设施为载体进行服务赋能。

二、网络安全行业特殊人才给予认定和激励政策。

近年来，国家成立了众多网络安全学院，用来加快人才培养步伐，但人才缺口仍十分巨大，特别是网络安全顶尖人才依旧十分匮乏。

这些顶尖人才就是俗称的“黑客”，他们通常具有过人的网络安全天赋和能力，在网络安全对抗、维护国家网络安全中能够发挥特殊作用。但这些人往往由于学历不高，难以通过正常职业发展途径、成为主流价值观所认同的专业人才。

因此有必要重视这个群体的社会价值，采取特殊人才认定和激励政策，使他们得到社会和国家认可，鼓励他们更好地发挥专业特长，为国家做贡献；也防止他们流失到其他行业和国家，甚至去做黑灰产。基于此，他建议：

1、要制定专门的网络安全特殊人才认定政策。

2、要对符合条件的网络安全人才给予个人税收优惠政策。

3、要对符合认定条件的网络安全特殊人才予以必要激励。

联想杨元庆关键词：算力、银发族、数字鸿沟

今年两会，联想集团董事长兼CEO杨元庆围绕加强IT基础设施、发展供应链金融、发展职业教育、帮助“银发族”跨越数字鸿沟、提高企业碳中和治理能力等方面提交建议。

一、在推进算力基础设施建设，有效支撑中国数字经济高质量发展提案。

去年疫情发生以来，国家提出大力发展以数据中心、5G、人工智能、工业互联网等为代表的“新基建”，推动数字经济跟实体经济深度融合。

然而，当前我国算力基础设施还存在布局不合理、发展不均衡、共享不充分、服务单一、能效不高等问题。算力是制造业创新升级不可或缺的支撑，需要更多算力投向制造业，支撑我国制造业升级转型，才能实现“中国制造”向“中国智造”的跃升。

为此，杨元庆提出建议：

1、加强国家层面在算力基础设施建设的顶层设计和总体规划，引领算力基础设施整体有序发展。

2、倡导建设多元化、智能化、高效能的新型算力基础设施，有效支撑数字经济的高质量发展。

3、推动制定以应用效能为导向的算力评价体系和评测标准，引导算力基础设施建设健康发展。

二、运用信息技术切实解决老年人困难，帮助“银发族”跨越“数字鸿沟”。

“银发族”是中国经济的重要参与者。随着数字经济的发展，数字化、智能化技术深入各行各业，在给人们带来便捷的同时也给传统生活方式带来了冲击，尤其是老年人面临的“数字鸿沟”问题逐步凸显。

就如何帮助中老年人正确安全使用信息技术,规避网络风险,已经成为“智慧社会”亟待解决的社会和家庭问题，杨元庆提出具体建议：

1、产品层面，鼓励企业推出更符合老年人需求的智能终端产品。

2、服务层面，统筹考虑各类互联网便民服务的线上线下整合，便利老年人使用。

3、安全方面，加强针对老年人的个人信息安全执法力度和个人隐私保护水平，切实保障老年人安全使用智能化产品、享受智能化服务。

民盟中央关键词：人脸识别、社区应急、智慧长江

此次民盟中央提出了众多提案，其中涉及了人脸识别、社区应急和智慧长江。

一、加快推进人脸识别技术监管立法的提案。

从刑侦到移动支付、智能家居再到娱乐类APP，在信息化、数字化和智能化快速发展的大趋势下，人脸识别技术迅速广泛应用，搭建起确认由本人亲自实施的验证环境，有效解决电子支付、网络交易、网络申请公共服务等身份安全问题。

但同时，人脸识别技术作为不需要个体主观同意就能采集生物特征信息的新型人机交互技术，引发了一系列问题，比如人脸识别的风险溢出问题、人脸识别技术的权界问题。

为此，民盟中央建议：

1、建立行业准入和分级管理制度。

2、推进建设人脸识别技术国家标准。

3、发挥行业协会商会积极作用。

二、提升社区应急能力，筑牢生命安全“前沿阵地”的提案。

社区作为社会治理的基本单元，是突发事件预警、减缓、处置和恢复的关键环节，其防灾应急功能的强弱直接影响公共安全。

去年抗击新冠肺炎疫情取得的显著成绩，但从社区应对突发事件的能力来看，仍存在一些短板。为此，民盟中央提出提升社区应急协同能力、社区应急信息处理能力、社区应急物资保障能力、社区应急响应能力、社区应急人才保障能力、社区应急主观认知能力6大建议。

其中，在社区应急信息处理能力建议中提到，加强信息技术运用，通过智能移动终端（App），对社区内实有居民、公共场所及设施等基础信息进行全面采集，对发现的城市风险隐患，实现电子化上报、动态化跟踪、闭环式管理。

打造统一预警监测平台，对接上级信息平台，提高预警信息传播发布的权威性和时效性。

针对社区公共区域，布设应急广播终端，实现预警动员与实时干预。借鉴发达地区经验，围绕应急体系基础、备灾、信息收集与报告、避险疏散等，打造社区“第一响应人”队伍，提升先期处置的能力。

三、建设智慧长江，促进长江经济带高质量发展的提案。

2016年，国家颁布《长江经济带发展规划纲要》，将推动长江经济带发展提升到国家一项重大区域发展战略。开展智慧长江建设，对于增强我国水利自主创新能力、促进流域管理技术手段升级、推动现代智慧水利建设、提升国家水灾害防御和水资源供给保障能力等具有重大意义。当前建设智慧长江还存在数据、业务、协同、服务、保障机制等方面问题。为此，建议：

1、加强核心技术自给能力，为智慧长江的建设和发展提供基础支撑。

2、推动数据共享，提升流域治理和公众服务能力，为智慧长江建设发展提供资源和动力。

3、推动水利信息服务市场化，吸引企业投入和参与。

4、构建以政府为主导、以“智慧长江公司”为执行主体的建设发展模式，完善智慧长江生态圈。

5、打造智慧长江数据服务平台及产业联盟，盘活长江大数据。

人大代表胡成中关键词：生物识别、信息管理

近年来，人脸识别等技术被广泛应用。

全国人大代表胡成中提出生物识别信息管理参照身份证。为此，他建议：

1、有替代方式的情况下不得采集生物识别信息。

2、在公安或网信系统增设专门的数据保护部门。

3、设必要门槛，杜绝任何企业都可染指公民生物识别信息的现状，乃至参照身份证管理办法，原始数据应统一由国家掌控。雷锋网雷锋网雷锋网

美国人类学家格尔茨在提出内卷化概念时，他绝对意想不到，这个概念在2020年渐渐脱离原本的学术规范，达到“万物皆可卷”的空前盛况。

有学者认为，内卷化是一种规则范式在穷尽其生产力功能之后所呈现出的一种无差别吞噬或者沉没效应。这种沉没效应，正在科技与AI媒体内纵情肆虐。

上行期里，这个市场野蛮生长，轻易就能尝到大把红利。

如今的下行期，竞争白热化、内容同质化，节奏越来越快，赛道越来越拥挤。

一则新闻，百十家媒体蜂拥而至，千百位科技媒体人，重复造轮子。短视频对用户时间的抢夺更是对文字媒体的降维打击。

于用户，内容选择浩如烟海；于媒体，用户忠诚度逐渐流失。

跳出内卷的红海

卡尔·荣格有个“Shallow Work”（肤浅工作）的理论，是指那些通常不会为世界创造太多的新价值，而且容易复制的工作。

而眼下，话题资源的稀缺性与千军万马的追逐，正逐渐让这个行业失衡。

轮子，在日复一日地造着，不少泛科技媒体圈的从业者们，也在Shallow Work的末班车里一圈圈地打转着。

但一个媒体人真正的身家，不应该囿于这样的追逐。

这会让身处其中的媒体人如浮萍般飘摇，难以扎下实力的根基，更难以构筑属于自身的职业利器。

有些卷让人心有戚戚然，一呼百应，有些卷浪滔天下，埋葬着一声声无力的叹息。

所以，敢于脱离群体，直面残酷局面的人，是真的勇敢。

在这样一个时代，要摆脱所谓“内卷”，需要发掘出一条新路。

去把过去那些驱使我们的动力，以及那些衍生出了今天高度一体化的“所有人挤一个赛道”的活法重新审视一番，去重构科技媒体的范式。

这条路在哪里？

定位理论创始人艾·里斯认为，促进企业生存最有效的方法是收缩品牌的焦点，即“聚焦”。

于个人，亦如此。

与其在泛科技与AI的围墙里眼穿肠断，不如穿越内卷焦虑，到产业科技里一较高下。

大风起于青萍之末，浪成于微澜之间。当下的产业科技媒体，正是这样一片极具潜力的内容处女地。

当你极具信息密度的文字，迸发出以一当千的力量感；当你参与到打造传统科技媒体的权杖中、参与到传统产业的新生与崛起里，你获得的，是行业权威的认可，也是更广阔的职业空间。

何况，科技的革新，或者说时代的进步，本身就含有产业这一环。

一个好的媒介应担责任之一，也理应是连接产业与科技，翻搅出那些被隔阂掩埋的真理。

蓝海里的「集体踏空」

然而，在传统产业的这片蓝海之上，多数科技媒体看似在对的方向上日夜兼程，实则经历着一次次集体踏空。

产业AI内容采写的最大问题，便是“代入感”的缺失。

消费品时代，To C狂欢，媒体人承载着记录者和产品使用者的双重身份，因此可从用户视角，审视商业运作的规律。

AI和数字化之年，To B当道，企业才是产品的直接购买者和应用者，因此占据产业链的C位，也成为产品价值的最佳发言人。

媒体人与大众，则以旁观者的身份，加入内容记录和内容消费的滚滚洪流。

代入感，无从谈起；产业棱角，难以窥探。

拿什么写？写给谁看？能否触达真实用户？于用户价值几何？

当一串四连击坠落脑海时，我们才如梦初醒：

我们的文字，不过在产品卖方的认知框架内流动。

我们的媒介，根本无法将内容分发到目标用户手里。

缺失的“代入感”，畸形的行业认知，局限的媒介辐射范围，让多数产业AI报道，如隔靴搔痒、难向产业界下沉。

做正确的事

雷锋网-掘金内容部，是国内最早从事“AI+传统产业”报道的团队。

旗下的安防、医疗、金融、汽车，对应的平台《AI掘金志》、《医健AI掘金志》、《AI金融评论》、《新智驾》，其产业AI报道，深度渗透至全国各地公安、医院、银行、车企等传统机构，并与上述数百家机构，建立起了战略合作关系。

做对的产业AI报道，和对的AI产品，形远，但道相同。

AI企业，早期过于聚焦智能本身，误以为只要专于技术精度，就有传统行业的用户纷至沓来买单。

这一错觉，在AI媒体人身上也正在发生，我们总以为只要专于文章本身，就能引来传统行业的用户流连驻足。

但事实并非如此。

产业AI化的前提，是对客户逐个做好“CEO工程”，需要在对传统业务流程非常熟悉的情况下，完成信息化的改造，实现信息流通，随后把业务流程中各个环节的数据，予以沉淀和清洗，才能通过数据分析，实现智能化。

同样，做好产业AI报道的前提，需要点对点的一一打入封闭的传统机构体系，拉通超大规模产业端的机构资源，沉淀好核心产业专家库和用户读者群体，才能实现产业AI信息获取的独一无二性，以及目标读者覆盖的精准性。

掘金内容部，用了四年有余的时间，完成了这一系列工作的部署，让《AI掘金志》、《医健AI掘金志》、《AI金融评论》、《新智驾》在各自领域，成长为拥有产业核心壁垒的内容平台。

《程序员的修炼之道》的前言中，引用了古代石匠们的工作准则：我等采石之人，当心怀大教堂之愿景。

我们也秉持“不要用廉价的笔触，引起广泛的共鸣”的信念，力求通过找寻业界最为资深的科技巨擘、一线实践派，为业界详细讲解产业最新变革；竭力在AI科技的性感与传统行业的厚重之间，搭建一个通道，与科技+产业一起，进入新的时代。

今天，站在行业转型、谋变的临界点，我们也希望在更大的市场中寻得更多的商业故事、记录更多的战略奇迹。

请相信，这是属于AI+传统产业最好的媒体平台，也是属于AI+传统产业最好的蛮荒时代。

每个有信念感的内容产生者，都会成为细分赛道里的首席布道人。在这条求索的路上，我们也希望能够遇到你，与我们一同前行。

我们需要的人才：

AI安防编辑、网络安全编辑、AI医疗编辑、数字化转型编辑、行业分析师

薪资：8-16K

办公地点：北京、深圳

我们的优势：

1、一流的传统产业界与AI界影响力、口碑、专家资源、读者群体。

2、一流的团队稳定性：10-20人的团队，已保持15个月无人离职的状态。

3、一流的信念感：每个人坚信自己长期做的事，会推动所在赛道的发展。

如果你有着出色的文字功底，并想成为细分赛道中杰出的写作者和行业专家，不妨投简历至：yukuai@leiphone.com 或直接微信：Yukuaikuaier雷锋网雷锋网雷锋网

近日，海康威视举行投资者问答会议。

海康2017年开始提出AI Cloud的架构，云业务定位集中在主业的客户需求，聚焦公司擅长的领域，不是为了做云而做云。

海康过去20年做的都是to G和to B的业务模式，以一次性收入为主，但海康凭借好的服务、产品，收入粘性很强。

to B市场非常碎片化，一方面可预见性差，另一方面稳定性很强。服务型收入有提升，但规模不大。

海康具备原材料储备调节计划的能力。储备池是非常动态的，总量基本保持不变，进出物料每天变化，海康每天根据产线、订单的情况和研发的进度做动态的挑战。

安防领域的应用型技术较多，有开发门槛但不高。海康一直推动中国国内供应商替换，近年来国内供应商比例慢慢上升。

目前，国内的芯片市场百家争鸣，百花齐放，众多厂家现成的芯片可以使用，海康并不担心供应链的稳定。

高毛利的产品，后期服务支持相对较多，渠道销售的产品，产品标准化程度高，所以不同类型业务对公司最终的应用差异化并不是非常大。

智能化业务对公司定位的业务来说，毛利率不错，但毕竟是碎片化市场，领域越细分，投入越大。

机器视觉结合工厂自动化管理的需求，海康开发的迭代速度、融入用户产线的速度以及性价比上，比外资厂商更有本地化的优势。总体在机器视觉方面发展较好。

AGV领域公司百家争鸣，趋势明显。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：AI和算法驱动之下产生了新的商业形式，比如基于云的服务，持续性收取服务费用的业务模式，目前发展趋势如何？

A：2017年开始我们提出AI Cloud的架构，将产品区分为不同的层次，从边缘节点到边缘域到云中心。

公司在云业务上的定位，还是为了我们主营的系统级产品和软件整体架构而服务的云，不是单纯为了做云的业务而做云，我们集中在主业的客户需求上，聚焦公司擅长的领域。

不同的场景所需要的智能化产品和解决方案的搭配形式不同，比如园区考勤的项目，我们一般建议把考勤的算法放在人脸识别的前端，放在前端的好处是网络没有那么大的影响，可以快速的允许授权人员通行，不会出现排队等候的情况。也有一些对时间诉求没有那么强烈的项目，从节约成本的角度会放在后端。产品和解决方案还是以用户需求为基础，并不是海康想卖什么。

海康过去20年做的都是to G和to B的业务模式，以一次性的收入为主。虽然是一次性的，但是我们把客户服务做好、产品做好，收入粘性依然很强。

这个市场很碎片化，它一方面可预见性差，另一方面稳定性很强，不至于因为丢了一个大项目，导致收入缺口很大。

服务型收入目前有一些，但规模体量不大，所以我们也没有单独拿出来说，但据我所知是有提升的，只是规模跟海康的体量相比比较小。

Q：供应链方面，公司原材料储备量怎么样，替代产品的性能如何？

A：不同品类的物料，我们有不同的策略安排，有短期的也有长期的，同时也要看我们自己产品迭代的情况。相信公司具备调节计划的能力。

大家不需要把储备池当做静态的池子，虽说总量基本保持不变，但是里面进进出出的物料其实每天都在变化，非常动态。

我们每天都会根据产线、订单的情况和研发的进度做动态的调整。我们所使用的各种元器件，都有相应的备选，中国市场的供应体系比较完整，内循环可以做的比较好。

安防领域的应用型技术较多，有开发门槛，但是不算很高。这些年，我们一直在推动中国国内的供应商替换，原本国内供应商的比例也都在慢慢上升。

目前因为制裁问题，替换上，可能会从市场化的选择加速到一个新的节奏，但总体上替换进程比较平稳。

目前，国内的芯片市场是百家争鸣、百花齐放的状态。即使短时间没有出现龙头芯片厂家，众多厂家现成的芯片都是可以使用的，所以对于供应链的稳定方面，我们现在不担心，已经找到了比较好的解决途径。

Q：公司的毛利率方面的中长期展望？智能化项目在PBG和EBG中不断出现，对于业务的毛利是否有积极的影响？

A：公司一直希望保持40%以上的业务毛利润。因为海康本身的产品种类非常丰富，业务由不同的产品组合而成。毛利率高的产品多销一点，公司整体的毛利率就往上走，如果低毛利的产品多销一点，毛利率就往下走。

但是毛利率高不代表最后的净利润率高。高毛利的业务高费用，低毛利的业务低费用，这是比较普遍的市场规律。

高毛利的产品销售之后，后台服务、技术支持、项目系统运维这些服务的支出会相对多一些。比如说我们渠道销售的产品，眼前来看可能毛利率相对低一些，但是产品标准化程度比较高，所以它最后的净利润率还是很不错的。所以不同类型的业务，最终对公司的影响，并没有那么的差异化。

关于智能化业务对未来的影响，就公司定位的业务来说，业务毛利率不错，毕竟都是碎片化市场。领域越细分，投入相对较大，投入越大，意味着这个业务毛利较好，否则无法支撑起大量的投入。

Q：创新业务选择的标准是什么，如何判断创新业务是否合适海康开拓？

A：我们目前在跟投机制下投了8个创新业务，它们跟海康本身主要业务有一些差异，因为我们投创新业务的要求就是不能跟海康现有业务产生交叉，要去开拓新的市场，在业务的选择上会有一定的聚焦。

目前的8个创新业务，要么是我们有理解的技术方向，要么有客户资源方面的协作，要么能在上下游产生协同作用。

在海康威视上市公司的体系里面，我们也存在大量的创新孵化，我们每年会推出大量的新产品，海康本身就是一个创新驱动的公司，孵化随处可见。

如果我们把产品的颗粒放大去看，它是否构成对新的产业的孵化，还不太好评价。创新一直都是海康持续发展的最根本的动力，通过单独设立创新业务，让海康威视员工跟投，既可以保证业务的快速发展，也为公司人员团队的稳定打下良好的基础，所有海康人一起携手走得更远。

Q：机器人业务进展如何，机器视觉和移动机器人都在什么场景中发力？

A：机器视觉领域对技术有比较高要求，包括像素、帧率、机器设备稳定性等等。

过去这个市场有比较多外资品牌，并且看起来似乎并不太大。我们进入市场之后，发现机器视觉很符合大的工业自动化趋势。

工业产线要降本增效、进一步降低对人工的依赖，必然要借助越来越多的技术手段。其中作为眼睛的感知功能是不可或缺的，工业相机是比较典型的感知设备。

我们现在的工业相机除了实现在硬件本身性能的突破之外，还嵌入了智能算法，让相机变成工业用的智能相机。比如缺陷的自动监测、条码扫描分类等等。

结合工厂自动化管理的需求，工业相机的智能化上比其他海外的公司走的更快，我们的开发迭代速度，跟用户产线融入的速度，比外资厂商更有本地化的优势。

当然，我们的性价比很高，所以总体上，我们在机器视觉方面发展较好。

AGV领域公司百家争鸣，大量创业企业投入这个方向，说明这是趋势，大家都认为AGV对工厂效率提升作用较大，一定程度实现了工厂内部物流的数字化，较大地改善了工厂效率。雷锋网雷锋网雷锋网

在狂飙突进的城市化进程后，中国最为瞩目的城市景观早已不再是亭台楼阁，一座座摩天大楼刷新天际线，一栋栋小区高达上百米。

据高法研究室公布的数据显示，2016年到2018年间，全国法院受理的高空抛物案件多达1200多件，其中近三成造成人身损伤。

高空抛物造成了一件件社会悲剧，又因取证难、法律难以定性量罪等难点，成为“悬在城市上空的痛”。

幸运的是，3月1日起，最新刑法修正案生效，备受关注的“高空抛物罪”等新罪名开始施行。

根据新刑法，高空抛物情节严重的，可处一年以下有期徒刑、拘役或者管制等。

在法律一步步规范完善途中，技术措施也在逐步演进。AI安防领域是如何利用先进科技手段，追溯和遏制高空抛物不良行为的？

海康威视的高空抛物智能告警解决方案，只需要部署两台智能摄像机，就可以实现一个外立面的高空抛物检测智能告警。

海康高空抛物线专用摄像机（800W 超清星光摄像机）可进行图像的高清及远距离采集，通过交换机，将信号稳定传输至后端录像机，实现监控预览、存储、回查等其他功能。从而回溯可能对地面车辆、人员、公共财物等造成的伤害。

根据楼层不同高度，海康有不段的摄像机组合，达到监控全覆盖的目的。

小高层（6层左右，20米）：选择1台变焦筒机即可。

中高层（12层左右，40米）：选择1台变焦筒机、1台云台筒机即可。

高层（12层以上，40米以上）：选择在附近楼层对面50米外，架设1台球机满足4层楼监控。

在住宅高层达到100米时，采用两个摄像机上下组合即可全楼层覆盖。

根据不同布线条件，可选择有线方式和无线方式接入。

通常无线AP的覆盖半径在数米到数十米不等，无线网桥的传输距离可以达到数公里，可以根据实际情况选择对应的无线接入方式。

大华股份的智慧社区高空抛物解决方案2.0，通过其800万全智能网络摄像机全天候检测社区居民楼，精准定位高空抛物，实时智能告警。

大华也支持采用有线、无线两种组网方式，针对布线困难场景推荐采用5.8G无线组网方案降低整体施工成本，远距离采集高清视频图像，并稳定传至后端录像机，实现监控预览、存储、回放等其他功能。

大华800万全智能标准枪网络摄像机可以通过不同变焦镜头对高楼进行全范围覆盖，并通过大华轻型护罩的自动加热、散热功能，有效减少雨雪天气对监控画面的影响。

接入大华NVR存储，并通过SMARTPSS软件平台统一管理，对于高空抛物能及时在指挥室进行弹窗和语音提醒，实现报警信息可视化，并能迅速定位坠物显示抛落轨迹，方便快速回查视频画面和取证。

整体解决方案可以实时追查违法抛物行为，避免人工手动查询录像，省时省力，减轻物业管理人员的工作负担，有效震慑抱有侥幸心理的抛物者。

宇视高空抛物解决方案，针对户外雷暴与夜间光照不足的情况，其超星光技术，即使在无任何外置辅助光源的环境下，也可显示清晰的彩色图像。

在事后调查取证方面，前端设备获取的清晰视频图像将存储于后端大数据或指挥中心平台内的浙江宇视IPSAN高性能存储服务器中，为数据提供可靠保障。

此外，基于IMOS操作系统的宇视平台支持视频数据的搜索、回放、智能分析，可大大帮助节省溯源时间。

安装方面，可根据楼层高度向物业推荐选配相机的数量与焦距，每个相机在布点时已固定好角度，后期无需调整，易于维护。

2月15日，华为放出了一段颇具创意的广告，将华为监控摄像头的植入到西游记剧情中。

广告中，华为好望摄像头还原了孙悟空从山顶飞下的整个轨迹，轻松找到了他的落脚点。

这一解决方案对应的正是华为智能高空抛物解决方案。

据了解，华为好望摄像头采用了华为HoloSens SDC 的算法和应用生态，可通过华为HoloSens SDC接通视频流，可对大楼的高空抛物事件行实时智能监测。

该解决方案内嵌多种智能算法，可在恶劣环境和复杂背景条件下精准定位到抛物事件。可不受天气、飞鸟、光照、夜晚等条件影响，更可对垃圾袋、纸团、矿泉水瓶、刀具、瓷器、锅碗、砖头等危险性物品进行精准监测。

同时，该解决方案24小时高清在线的视频拍摄，并可确保可视角度在100度以内无畸变。

后端云平台可以实时显示设备状态信息、每次抛物时间的完整图片及视频，可清晰地查看抛物路线。

关于解决方案之外的那些问题

泛泛而谈的解决方案之外，仍有诸多疑问。

比如，摄像机能否适应复杂的环境？

1、光照问题。

白天，强烈的太阳会造成逆光现象，而阳光被大楼遮挡时，又会出现背光现象。夜间，小区光照不足，为保证业主休息，不可能大规模安装补光照明设施。

大华表示，大华摄像机不仅支持120dB宽动态，也支持背光补偿，在光线复杂且强烈的环境下，仍然拥有优秀的监控效果。

夜间场景，在不通过补光等方式来提高环境照度前提下，对摄像机的低照度性能要求较高。大华具有最低支持0.0002Lux的摄像机，可有效保障夜间低照环境下的监控。

宇视认为，下雨、下雪或强阳的确会影响摄像机的视窗，但整体还能看清画面、捕捉信息，至少下雨或强光不会让画面全模糊。

宇视的IPC视窗外部一层防水镀膜，它代替了雨刷，雨水自动滑落正常成像，水珠不容易附着上面，这项几乎不仅减少了一个功耗点/故障点/成本点，还提升了7%的透光度，避免了蚊虫吸附。

2、雾霾天气。

在空气污染严重的冬季，雾霾会导致摄像机的监控距离、图像清晰度下降，使得高空抛物发生时的关键细节信息丢失，很难通过事后录像追溯到有利证据。

相关人员表示，不少防高空抛物解决方案中都有支持透雾功能的相机。

3、积灰问题。

宇视表示，依据科学角度安装设备，安装时可尽力避免相机画面大面积覆盖天空，不少摄像机有相应的防尘功能。

某业内人士告诉雷锋网AI掘金志，对于光照和下雨问题，目前主流厂商的大部分摄像机都具备很好的强光抑制、光学宽动态和防雨雾功能，基本上不会造成影响。

4、帧率。

除了光线、角度等因素外，摄像机的帧率也会影响到事后的回放，抛物下降速度之快，不易捕捉，难以辨识。

雷锋网获悉，安防主流厂商都具备大靶面、高像素、高帧率等性能的摄像机。比如宇视采用60帧，拥有运动物体无拖影功能。

5、住户隐私。

某大型安防企业负责人告诉雷锋网，对于高空抛物，一般采用高分辨率或者高帧率枪型摄像机和云台摄像机，枪机镜头的更换比较容易，监控的距离和角度可以根据焦距范围进行选择。

一般高空摄像机都选择安装在地面立杆上，不会安装在对面建筑的楼顶。仰角拍摄，通常只能拍到阳台，仅能覆盖建筑物立面，无法照到居民家中，这样能够最大程度保护居民隐私。

只是手段， 而非目的

尽管如此，高空坠物的解决依然任重道远。

比如目前的方案更多的作用是事后追溯。

“现在能够做到的且最合适的方案还是事后追溯，事前预防目前还是想象阶段。”

雷锋网AI掘金志获悉，目前的抛物的物体类型五花八门，摄像机无法通过深度学习来事前预警；另外一方面高层下坠的物体速度非常惊人，例如在30层的高楼往下扔一个物体，到达地面的速度将达到150KM/H，很难做到事前报警。

某业内人士指出，高空抛物作为一个极其细分的场景，百分百识别所有高层抛物的解决方案几乎不存在，90%的准确识别已实属优秀。

仅靠安防解决方案解决高空抛物问题远远不够，未来还需要相关企业努力完善相关方案、政管部门加强日常管理监督工作，以及有效地法律机制。

此次高空抛物罪的正式入刑，无疑是法律层面前进的一大步。

法律新修也好，方案完善也罢，都只是手段，而非目的。

他们共同的目的，是消灭掉那把悬在每一个人头顶的危害人生命的利剑。雷锋网雷锋网雷锋网

2021年1月底，消息称商汤科技已于2020年年底完成Pre-IPO轮募资，此后，商汤科技的估值约为120亿美元。

据悉，商汤筹备上市已有段时间，也接触了不少投行，现在暂定的保荐投行团队有中金等。

此前，商汤科技一直对外表示，没有具体的上市时间点。

天眼查公开信息显示，商汤科技自成立以来，四年内共融资近30亿美元。

到目前为止，AI独角兽中，旷视科技、依图科技、云从科技、云天励飞均已提交招股书，开启上市进程。雷锋网雷锋网雷锋网

据上交所公告，2月24日，王力安防正式登陆A股市场，成为中国门锁行业唯一一家上市企业。

王力安防成立于2005年，主营从事安全门等门类产品以及机械锁和智能锁等锁具产品的研发设计、生产和销售。

本次募集资金近7亿元，主要用于新增年产36万套物联网智能家居生产基地建设项目。

王力安防的上市之路也是创始人王跃斌的奋斗史。

1987年，这位高中毕业的浙江永康青年王跃斌远赴科威特打工，3年后，带着3万元回浙江永康，同时积极寻找创业项目。

1996年，王跃斌先是创立了王力机械制造公司，做挖沙机械。

而后，住房商品化全面推进之后，王跃斌敏锐地意识到，商品房市场的崛起将使中国门业市场藏金百万，于是进入防盗门行业。

王力安防发展逐渐壮大后，其女儿王琛进入公司管理层，担任董事、副总经理。

这也奠定了王力安防浓重的家族色彩。

据悉，王力安防实际控制人王跃斌、陈晓君和王琛直接持有和间接控制王力安防股权合计为79.56%。王跃斌和陈晓君是夫妻关系，王琛是王跃斌和陈晓君的女儿。

王力安防上市前，王跃斌家族成员持有公司股份合计接近98%。

作为一个家族色彩浓厚的企业，王力安防此前的大经销商，多为实控人的关联方。

2016年，公司第一大客户湖南康康门业科技有限公司，是王跃斌之兄弟王斌革的配偶李爱苏的兄弟李丁奎控制的公司；当年第二大客户山西倬腾安防产品科技有限公司为王跃斌表弟吕宁及其配偶控制的公司。

2016年之后，这两家公司没有再出现在公司的前五大客户名单中。

招股书显示，王力安防2017-2019年、2020年1月-6月的营收分别为17.15亿元、17.27亿元、19.5亿元、6.77亿元。归属净利润分别为2.05亿元、1.48亿元、2.1亿元、5930万元。

数据显示，门类产品为王力安防的主要营收来源，占比一直保持在95%左右，智能锁近年来营收占比一直较小。其中，钢制安全门为公司收入最重要构成部分，营收波动较大。2017年营收为14.05亿元，2018年却降至13.38亿元，同比下降7.86%。2019年公司钢制安全门营收有所增长，至14.74亿元。

对此，王力安防称，公司下游客户主要为零售业务客户和工程业务客户。零售业务客户主要是以家庭为单位的最终消费者，工程业务客户以房地产开发商为主的房地产开发企业。由于下游房地产业受到宏观调控的影响，新房地产项目开发数量的和二手房产的交易量均受到较大影响，导致公司钢质安全门销售数量下降。

近年来，王力安防逐渐在安全门的基础上，加大对智能家居领域的战略布局，蓄力转型。

其中，此次募集基金7亿元，其中，6.2亿元将投向“新增年产36万套物联网智能家居生产基地建设”项目，该项目的投资总额为9.68亿元。据悉，该项目是王力安防进一步扩大产能、提高生产效率、扩大市场占有率的重大战略举措。

王力安防还设立五大研发基地、六大研发中心，以及与北大联合的智能家居安全性能联合实验室。

此外，智能锁作为王力安防的业务之一，近年来的比重有了明显提升，未来也会成为其重要的发展方向。

今天，智能的融入让传统的锁具已经不再是单纯的防卫产品，科技血液的渗透使其具备从未有过的社会价值。

据统计，目前全国已有超1500家智能锁企业和3500个品牌，2018年出货在1500万套-2000套之间，全行业产值突破百亿元。智能锁的大放异彩也让赛道内挤满了众多玩家。

王力安防的上市，意味着智能锁市场的千锁大战依然焦灼。雷锋网雷锋网雷锋网

雷锋网雷锋网

市场险恶，内卷当道，眼下这个浮躁的世界，增长成为唯一的真理。

行业内“三年赶超”、“五年第一”此起彼伏，合肥君正却坐在角落安静如斯。

当话筒递到面前时，它又语出惊人。

它说：我不想当leader；

它说：我并非不可替代；

它说：努力一辈子，追求的是自由和平等，企业也如此。

声量不大，却字字珠玑，它似乎一根筋地，只知追寻自己的信念。这个奇葩的企业，为何如此不同？

安防 C 端的「幕后」英雄

与当年海思恶战TI、安霸无二，消费类摄像头也经历过一场海外生死较量。

2015年前后，Arlo、Ring率先登场，产品在彼时惊艳四座，独占全球市场三年。

2019年开始，360领队，Wyze和Anker双面夹击，蛰伏已久的中国品牌梯度进场。

Wyze由下至上，主打性价比，产品迭代N次，打磨一年有余，一经推出，遂以超低价格霸榜亚马逊。

Anker由上至下，定位高端用户，以高性能和稳定性抢占市场，快速迭代，以精品制造收获粉丝无数。

2020年的中国品牌异军突起，出其不意地成为了黑马：Anker、Wyze包揽消费类摄像头冠亚军。

中国消费类摄像头的崛起，也是国产芯片的崛起，这个被海外垄断的市场，终于被抢回来了。

这场后来居上的商战精彩纷呈，背后的一个幕后英雄却少有人知晓——合肥君正。

合肥君正何许人也？

北京君正爱子，智能安防、智能视频领域芯片主力。

如果说海思聚焦头部厂商和高端市场，合肥君正则潜心碎片化需求和民用消费类领域。

它2014年诞生，入局稍晚，6年的田径式奔跑，一点点抹平差距，默默地从追赶到赶超。

诞生之初，行业前辈已硕果累累，合肥君正成立的第二年，拥有了第一颗芯片，而后是第2颗、3颗、4颗，它逐步补齐了高中低端芯片体系，产品覆盖面、市场占有率稳步前进。

2020年，芯片出货量突破几千万颗，比2019年翻一番。同时，获得了360、小米、海康等的认可，市场份额位列IPC领域全球三甲。尤其是电池类摄像头，合肥君正拿下了市场50%以上的份额。

年轻的合肥君正，是怎么拿下这个市场的？

面对这个提问，合肥君正消费类产品线总监李雅崑讲起产品研发过程中的琐事。

他提到，摄像头很多时候处于待机状态，摄像机通过人体红外传感器去触发设备唤醒，并进行监控录像。

人体红外传感器的原理，是当画面中出现黑体或者有热量的物体时，感知图像变化，从而触发传感器。

但现实中，除了人之外，阳光、植物、汽车尾气都有温度，都会造成误报，而误报会使待机时间成倍降低，这对电池类产品颇为致命。

这看似简单的一个小问题，合肥君正花了2-3年时间优化。

从传感器的数据处理，到启动后对图像的判断，从算法、软件开发与适配、硬件调试，到实地测试。

人从不同角度走进来，是否开空调，是否有树叶，每一个细节，每一项改变后的排列组合，合肥君正都不惜力气，逐一调试、反复测验。

700多个日夜，合肥君正的人就这样不知疲倦地，鏖战小小家用摄像头里的乾坤。

要知道，Arlo第二款产品，也是在第一款失败的基础上投入2年时间才出。

产品虽小，壁垒不低，明白这一点的合肥君正，从一开始就严阵以待，不惧艰难，并绽放出如今的异彩。

我们并非不可替代

对于行业盛谈的护城河、可替代性，北京君正副总经理黄磊先是阐述了自己的理解：

“大家都说护城河，我感觉这个概念其实是处于防守状态，在电子科技行业不可能防守，都是不断的进取。”

AI掘金志：那您觉得消费类现在还有没有可能有谁突然杀进来？

黄磊：我觉得随时都有可能。

AI掘金志：你们好像已经把这块打下来了？

黄磊：海思那么强，一下子就碰到巨大困难，我们更谈不上不可替代。

AI掘金志诧异于黄磊的这份直白。

“全世界无数人在做CPU，但是真正杀出来的很少，活下来的更少，特别不容易，我们一直处于针尖上跳舞的状态。”黄磊补充到，“消费类市场要一直跑，永远前有狼后有虎。”

黄磊提到，以最早的MP4市场为例，彼时多家企业之间刀光剑影，但最终无人取胜，只因产品被时代淘汰，而这，在消费类市场并不新鲜。

“非要说，加个时间线，三年之内我们还是有独到之处的。”

“低功耗、AI和行业认知。”黄磊如是说。

• 低功耗

功耗，是智能硬件领域永恒不变的话题。

功耗的优化是IC设计里面一门极其精细的工艺。

需要软硬件结合，涉及到芯片设计、操作系统层、软件架构层等；需要针对各种场景对运行功耗和待机功耗等做优化，平衡计算各种场景下CPU的运算能力，更好地调度每个单元的工作，从而将功耗降到最低。

低功耗，正是君正的技术基因之一。据悉，君正是国内少数手持CPU核心技术的公司。

无论是华米多代手表，还是汉王的电子书，亦或MP4，君正此前做的系列产品均与低功耗相关。

一来，合肥君正自研CPU，低功耗作为CPU的核心之一，他们可以在SOC内部的每个环节上细扣优化；

“视频领域真的打下来，要靠核心技术，第三方拿不过来的，一定要自研。”黄磊说到，“你要知道know-how的问题，得知道码率做到最低，黑光全彩怎么做。”

二来，君正不仅在CPU上采用指令集授权，完全把握CPU内部设计，同时在SOC层面，协同自主设计实现，在功耗，性能，成本等方面优势明显。

“低功耗产品可能能够占到未来整体民用出货量的30%，并且还可能泛低功耗化。”

黄磊提到，目前头部品牌和伙伴，低功耗芯片成为第一选择。

合肥君正的T40，AI功耗做到了1.2瓦以内，低功耗已是标配。

• AI

2014年成立之初，合肥君正内部的第一个部门，就是算法部门。

在合肥君正看来，彼时市场已有众多厂商，且大多鏖战成像和传输。

他们意识到，硬生生去打这个市场难以出头且毫无意义。

纵观市场中，合肥君正摸索出了“三个一”。

秉持一个原则：提供独特的价值；

发现一个现状：真正具备AI能力的芯片厂商不多；

预判一个未来：AI一定会成为趋势。

“在计算领域，最核心的是确定方向，剩下的就是行动了。”

但AI门槛极高，能不能攻克，他们并没有十足的把握，只是可以确定的是：君正对AI从始至终且重度投入的态度。

黄磊指出，一个AI算力标称4T的芯片，完成一个算法，依靠的不仅仅是算力，带宽、功耗都会影响到芯片的算力发挥。

“就好比一家工厂有100万生产能力，但进厂房的那条路（带宽），如果是一条乡间小路，原料（数据）都运不过去。”

带宽由网络的比特数决定，比特太大，带宽难以解决，比特太小，精度受影响。

如何用超低比特实现同样精度的算法，很大程度决定落地与否。

合肥君正在CPU、解码和SOC自研的基础上，经历了无数次大大小小的循环：客户反馈、迭代、反馈、迭代。

“1T和2T分别是个坎，算力特别高的时候就很难兼顾功耗。”

从2014年至今，合肥君正不停地投入巨大的资本，用于研发团队技术攻关与迭代。

而后，他们的判断果然得到验证，费类对AI需求大，人形检测成为标配。

而后，他们的付出终于遇见曙光，将拥有deep learning的芯片做到2美金以下。

过去两年间，合肥君正出货量5千万左右，每颗都是AI芯片。

性能上，以散热为例，T40在功耗1.2瓦基础上，无需额外解决散热问题。算力上，芯片内部迭代N次，一经推出即可提供4T甚至8T算力。

君正还开发出AI Magik平台，软硬结合，横跨君正所有芯片。用户在这个平台训练好算法后，都可以无缝落地到君正任何一款视频芯片上。

• 市场理解、服务能力

民用消费类市场非常分散、碎片化，千奇百怪的需求，让其时间、精力、研发等的投入比传统安防更甚。

黄磊认为消费类的核心有两个，一个是快，一个是通用性。

消费类市场变化快，新产品层出不穷，反应机制要非常快。

合肥君正以消费类起家，可以做到一个月内针对市场出全套的方案，1.5个月之内推向市场。

而通用性，考核的是快速变通的能力。

传统安防行业，对于下游客户而言，一般按照生产规划支付成本。但很多时候，产业链各环节客户并不可控，用量难以提前预定。

君正的算法和云的关系高度灵活，直接与客户连通，采用先用后结算的方式，最后根据实际用量收费，极大增加了灵活性。 

“消费类的落地，本质上是管理问题。”

合肥君正每月出货量达几百万，每颗芯片的出库、测试、封装、分发等等流程，随着量越大挑战越大。

2020年活跃的客户有几百余家，落地时，每家都需要调效果、调码率。

如何调整组织结构，在不落下客户的同时，公司自身也向前发展，并不容易。

而这一方面，君正内部提炼出一套与客户配合的管理机制，在不断完善之中。

• 待核心伙伴如朋友。

合肥君正选择核心伙伴极为慎重，但一旦选择了，会全力以赴，坚决维护伙伴利益。

这种务实、真诚的态度得到的回报，是客户同等的信任。

尤其在高端市场，对于下一年的具体需求，合作的头部品牌如实沟通，君正因而可将需求快速融入到下一代芯片中。

这场互相信任的扶持中，双方都是赢家。

如果说对行业的认知决定了能否进入行业，那么服务能力则决定了能否在行业有一席之地。这两者，相辅相成，缺一不可。

无论是低功耗，还是AI，还是行业认知，都需要一以贯之的勇气与决心。

电池类技术难啃、投入大、时间长，不少芯片玩家在步履维艰之时选择另谋出路，合肥君正却始终倾尽全力。

对新进者，成像、解码在不同行业不尽相同，君正走过的坑，他们同样会面临。

“但是这个世界不会等你从坑里爬起来，留给新进者的机会不多了。”

而所谓的“并非不可替代”，是一种生存态度，是一种居安思危的警语，也是他们得以立足的秘密武器。

一个本分的人能成什么事？

在与黄磊近3个小时的谈话中，他提到了不下10次“本分”。

黄磊如此看重的本分，到底是什么？

雷锋网AI掘金志从谈话中，梳理出一些蛛丝马迹。

本分是不拘泥于一时的胜负，着眼于长期战场的定力。

言谈间，黄磊对英伟达极为尊敬与欣赏。

2006年左右，英伟达的桌面GPU颓势明显，连续三年毫无起色，日子颇为难熬，但黄仁勋顶住业绩、董事会等的巨大压力，坚持数年，才得成如今的全球市值最高的半导体公司。

这种定力，非一般人所能为。

在钦佩行业前辈的同时，君正不知不觉中向偶像靠拢。

过去6年，合肥君正一直在坚持成立之初定下的民用消费类方向，摔过多少跤，吃过多少苦，未曾动过放弃之心。

定力背后，并非盲目前进：他们预判，随着通信基础设施普及，民用摄像类市场会普惠化。

这也是君正坚持自主CPU的原因，它带来的高性能、低功耗，是摄像头普惠的重要前提。

有意思的是，AI掘金志发现合肥君正的行业伙伴也都颇有个性。

当不少方案商今年IPC，明年电池，追逐短期红利时，Anker长线布局，放眼未来5年，Wyze反复迭代，瞄准极致性价比。

蓬生麻中，不扶而直；白沙在涅，与之俱黑。

每个公司各自的核心理念犹如动力不一的引擎，带领他们驶向不同的远方。

本分是对友商能帮一把是一把的胸襟。

“我们非常尊敬海思，”黄磊语气诚恳，“是它把这个产业留在中国。”

黄磊形容海思事件为“天灾”，天灾面前，应该跳出公司利益，合力度过难关。

黄磊提到，虽然君正因海思事件而新增的客户暂时还未形成实际出货量，但这是一个企业在行业遭难时必担之责任。

“他们每个月的需求，对于我们来说可能不多，对于人家来说就是身家性命。”

2020年全球的芯片短缺潮之下，原本君正的供应相对健康，且在稳定增长，经此事件，芯片供应稍显紧张。

“一个路人，碰到困难你也会想要去帮一把，何况行业遇难没了，大家都没了。”

黄磊表示，君正的核心是不作恶，能帮一把是一把, 2021年将竭尽全力，践行诺言:

“我们尽最大努力，不放弃任何一个客户，虽然我没法满供，但我不断货。”

本分是不盲从客户的原则，是顺着人性的产品理念。

当客户要求在人脸门禁上加配指纹模块时，合肥君正并不一味听从客户的要求。

“其实我也可以做，但是我会提醒对方，指纹模块成本不低，可以考虑二维码，对他们来说，软件不仅便宜，而且无接触。”合肥君正泛视频产品线总监毕京斌说道。

当客户考虑把监控摄像头和摄像机结合时，合肥君正也会直截了当地提出自己的建议。

毕京斌认为，反复把摄像头从高处摘下来这个过程，并不符合用户习惯，而且摄像头价格并不昂贵，无此必要。

“做产品一定要符合人性。”

人性二字好认，但真正从产品方方面面洞察到用户需求，却并不简单。

一个公司判断正确越多，活得越久，反之亦然。

正是这些一次次关于人性与产品的理解，让合肥君正在这条路上越走越稳。

一个本分的人能做成什么事呢？

大概是，他们走过某个机器时，发现机器发出的几乎不可察觉的声响，正是他们听了一万遍声音的时候，两个人的会意一笑吧。

一个不需要被世界记住的企业

君正这6年，从视频监控芯片到AI视觉芯片，芯片从1款到10款，从1颗到上亿颗，从低端T10的100万像素，到高端T40的4K像素。

合肥君正用它擅长的CPU和低功耗，培育起一个错落有致的芯片产品家族。

从一个小小的子公司，到拥有几百家客户的企业，从一个20人的小团队，到如今300人的大家庭。

合肥君正经历了太多不足为外人道的拓荒之路。

以前众人追逐互联网流量时，做实业的企业难得，而后在资本扎堆芯片的今天，合肥君正的这种本分难得。

一句悬挂在公司每个角落的“humbly aggressive”已经无声无息地镌刻在每个君正人心中，压着他们每一步都务必踩出坚实的步伐，也推着他们走向越来越宽广的道路。

这个时代青睐的是企业之间的你争我斗，可它依然选择退居幕后。

“我们想要的不是引领，而是解决行业问题，不停地解决行业前沿问题，这个过程中有些东西自然而然就出来了。”

“未来想成为一个什么样的公司？”AI掘金志发问。

“希望有视频的地方，客户至少能够考虑君正，用上君正能给它带来独特的价值，真实地至少不赔钱，能赚钱。”

“我们这么拼命，不是要世界记住我什么，而是希望切实给社会以价值。”

这个市场有很多企业，输在行业认知上，而后是知行不一，经受不住行业砂砾的折磨。

很多行业看似门槛高，其实沉下心未必不能成事，很多行业看似谁都可以插上一脚，但那些看不见的门槛，却能让同一起跑线的选手制造出那么大的分野。雷锋网雷锋网雷锋网