新年伊始，專注于開發(fā)先進(jìn)大語(yǔ)言模型及相關(guān)技術(shù)的DeepSeek橫空出世，并由此引發(fā)一場(chǎng)中美網(wǎng)絡(luò)激戰(zhàn)，進(jìn)一步推進(jìn)了有關(guān)大模型的應(yīng)用落地討論。

在此背景下，“安防+AI”的應(yīng)用落地前景，再度回歸到安防行業(yè)的熱度之中。

特別是近日，頭部大廠發(fā)布的多模態(tài)大模型文搜存儲(chǔ)系列產(chǎn)品——文搜NVR、文搜CVR，基于觀瀾大模型技術(shù)體系，講大參數(shù)量、大樣本量的圖文多模態(tài)大模型與嵌入式智能硬件深度融合，讓安防業(yè)務(wù)管理更高效和更智能。

AI大模型在安防領(lǐng)域的落地的機(jī)遇和阻礙有哪些？今年會(huì)出現(xiàn)更多融合大模型的安防產(chǎn)品嗎？邊緣計(jì)算對(duì)大模型的落地有何助力？面對(duì)諸多疑問，我們與業(yè)內(nèi)人士進(jìn)行深度交流，力圖從多個(gè)角度剖析AI大模型的落地前景。

大模型對(duì)攝像頭的賦能

在今年的消費(fèi)級(jí)監(jiān)控?cái)z像頭市場(chǎng)趨勢(shì)分析中，高像素、AI大模型、4G、低功耗、毫米波雷達(dá)等技術(shù)的陸續(xù)引入和融合，進(jìn)一步豐富了監(jiān)控?cái)z像頭的品類。

其中，智能化監(jiān)控設(shè)備與AI技術(shù)的深度融合已是必然趨勢(shì)。

AI和安防的融合將不再局限于簡(jiǎn)單的運(yùn)動(dòng)監(jiān)測(cè)等基礎(chǔ)功能，而是通過深度學(xué)習(xí)算法，從而實(shí)現(xiàn)更精準(zhǔn)的面部識(shí)別、行為分析、場(chǎng)景感知等高級(jí)智能分析功能，推動(dòng)攝像頭從“看得見”向“看得懂”升級(jí)。

目前，AI智能識(shí)別技術(shù)已在安防監(jiān)控領(lǐng)域應(yīng)用得較為成熟，對(duì)人形監(jiān)測(cè)、視頻通話、寵物監(jiān)測(cè)、智能避障、通知優(yōu)化等越來越智能化。

特別是DeepSeek的出現(xiàn)，不同于眾多通用大模型，DeepSeek的低成本訓(xùn)練、技術(shù)開源以及技術(shù)迭代等優(yōu)勢(shì)，為大模型在細(xì)分行業(yè)的應(yīng)用帶來新的突破口。

正如IDC咨詢指出，DeepSeek通過引入了創(chuàng)新性的多令牌預(yù)測(cè)（MTP）技術(shù)，對(duì)注意力模塊進(jìn)行了拓展，從而在模型訓(xùn)練與推理過程中，于較低計(jì)算量條件下實(shí)現(xiàn)了性能的顯著提升。簡(jiǎn)言之，DeepSeek憑借極具成本優(yōu)勢(shì)的架構(gòu)，正在重新定義AI模型的研發(fā)與定價(jià)機(jī)制。

同時(shí)，DeepSeek選擇將其技術(shù)開源，包括代碼和模型權(quán)重。通過開源，DeepSeek加速了技術(shù)的迭代和生態(tài)系統(tǒng)的建設(shè)。這也意味著行業(yè)用戶可能不需要在基礎(chǔ)設(shè)施和硬件方面進(jìn)行大量投資，從而降低大模型的引入門檻。

對(duì)于當(dāng)前無(wú)限內(nèi)卷的安防行業(yè)而言，消費(fèi)類安防產(chǎn)品在深度融合AI技術(shù)和大模型的需求，基于DeepSeek所開創(chuàng)的成本優(yōu)勢(shì)和技術(shù)開源，似乎看到新的希望。

此外，正如業(yè)內(nèi)人士剖析，“通過大模型提升攝像頭的通知質(zhì)量，也是安防+AI的落地應(yīng)用之一。涉及到具體的落地層面，對(duì)攝像頭進(jìn)行針對(duì)性的軟硬件優(yōu)化，小模型已能滿足當(dāng)下的需求?！?/p>

與此同時(shí)，也有不少業(yè)內(nèi)人看到邊緣計(jì)算對(duì)大模型的助力，或?qū)屨肌鞍卜?AI”的落地先機(jī)。

邊緣計(jì)算對(duì)大模型的助力

從安防產(chǎn)業(yè)鏈來看，不論大模型還是小模型，上游芯片廠商在大模型的融合階段，還需要更多的破局之力。

近日，在業(yè)內(nèi)交流的渠道中了解到，基于當(dāng)前攝像頭芯片對(duì)大語(yǔ)言模型（LLM）的支持并不多，且芯片價(jià)格不低，大多數(shù)攝像頭芯片還不能支持Transformer在CV領(lǐng)域中的ViT算法。

因而，在AI大模型時(shí)代，邊緣計(jì)算成本低、低時(shí)延、隱私性、靈活性和安全性高的優(yōu)勢(shì)，在云邊一體化趨勢(shì)下，邊緣計(jì)算已與云計(jì)算一起成為驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵技術(shù)之一。

特別是，隨著攝像機(jī)端芯片的算力越來越大，以及服務(wù)器端大算力卡的價(jià)格下降，各大平臺(tái)公司、算法公司在攝像機(jī)端的算法適配上可以根據(jù)需求配置不同的算法固件，所以后期邊緣盒子的市場(chǎng)有可能被端側(cè)攝像機(jī)和AI服務(wù)器取代。

與此同時(shí)，業(yè)內(nèi)人士也預(yù)測(cè)，“融合大模型的監(jiān)控產(chǎn)品將在Q2/Q3上線，作為一個(gè)邊緣計(jì)算的設(shè)備存在，配合端側(cè)的攝像頭，實(shí)現(xiàn)一個(gè)更為智能的主動(dòng)報(bào)警產(chǎn)品。”

對(duì)于硬件廠商而言，大模型能夠從根本上解決AI算法精準(zhǔn)度和定制開發(fā)的成本問題，通過高價(jià)值和高性價(jià)比的產(chǎn)品在細(xì)分場(chǎng)景逐漸延伸，才能實(shí)現(xiàn)邊緣計(jì)算在安防行業(yè)的快速落地能力。

源自網(wǎng)絡(luò)

審核編輯 黃宇