【智慧城市網 市場分析】通俗點來總結激蕩的2023安防行業(yè)，在內卷加劇、技術相對滯緩時，找人、找錢、出海，似乎又回歸至多年前一寸山河一寸血的搏殺市場。
科技圈唯快不破的定律也似乎被打破，在市場慢節(jié)奏下，技術的慢與市場的快，形成鮮明對比。
而這一切，只為將疫情的那三年失去的，盡快找回來。
2023的平靜從另一面也預示著2024智能安防的激蕩，百廢待興，政策引導、需求釋放、顆粒變大、場景無窮盡，都昭示著春風無限。
是等風來的時候了。然，等風來不如乘風去，如何先于時代以技術引領風潮，是2024一眾頭部科技企業(yè)的主攻方向。
對于一個科技型產業(yè)，安防技術與市場是驅動與接受的邏輯關系。
繞開外部內外因素，2024技術層面將在激蕩中大步流星奔向前，行業(yè)市場應用將進一步加深與拓寬，與之帶來的是，行業(yè)技術進一步的大調整與大變革，一切向新出發(fā)。
為此，一同瞭望2024，看智能安防技術圈的蓄勢勃發(fā)與求同存異。
大模型與小模型并行時代
如果非要細數2023智能安防突破變革而不是延續(xù)性的技術，非大模型莫屬。
兩年前ChatGPT的出現，讓生成式AI的浪潮推向制高點。
落地速度之快、商業(yè)化應用之快，讓全產業(yè)數字化轉型迎來了時代級機遇。
2023這一年，AI取得巨大進步。無論是目前已經頗有水準的文本、圖像和代碼生成能力，還是未來即將出現的視頻與多科學比如生物醫(yī)療、交通繪圖等場景融合的前景，都讓用戶感到興奮莫名。
頭部企業(yè)都在尋找生成式人工智能的潛在用例，安全部門也不例外。
2024年，我們將看到基于LLM和生成式人工智能的使用的以安全為中心的應用的出現。這些可能包括操作員助理，幫助他們更準確、更有效地解釋場景中發(fā)生的情況，以及作為交互式客戶支持，為客戶的查詢提供更有用和可操作的響應。
此外，生成式人工智能已經證明了其在軟件開發(fā)中的價值，這將給整個安全領域帶來好處。
當然，我們確實需要意識到生成人工智能的風險和潛在陷阱。
關于采用哪些模型以及如何采用，特別是圍繞使用開源模型還是專有模型，將會存在爭論，但最大的風險將是忽視它。
此外，大模型訓練還需要依賴進口GPU顯卡，但英偉達A100顯卡以及未來更高級別的顯卡已經進售了，國產替代GPU目前最領先的技術指標可以達到A100的一半左右，并且設計能力在持續(xù)迭代。在這一領域， “卡脖子”依然存在。
哲學告訴我們，凡事物有大就有小。
2023市場相對保守，大模型的用武之地受限，而小模型的2024，卻機遇不小。
大模型之大，體現在語料規(guī)模大、參數規(guī)模大。與大模型相比，小模型的訓練數據量與參數量較少，其優(yōu)勢在于“專精”，可滿足特定任務需求。
“小而美”的小模型，連點成面，深入社會各環(huán)節(jié)、賦能千行百業(yè)。
2024小模型訓練呈現作坊式特征，據了解截至目前，國內近4000家AI企業(yè)分別在各自賽道中迭代自家小模型，廣泛分布于各行各業(yè)，協(xié)助社會整體生產效率的提升。
以計算機視覺領域為例，小模型已經在泛安防(人臉識別閘)、互聯(lián)網(用戶匹配)、金融(身份核驗)、工業(yè)(缺陷檢測)、醫(yī)療(輔助診斷)等諸多場景商業(yè)化落地。
大小互博，大中有小，以小見大，關乎于AI模型訓練，未來大小模型的關系并非取代，而是協(xié)同促進，核心原因在于兩者各有優(yōu)劣，這一點在未來一年，值得期待。
智能體讓AI傻瓜化，一觸即達
既然人機交互新范式已被大模型藍海已打開，那與大模型有千絲萬縷的智能體技術，也會同上一個臺階。
從技術應用來看，這個與大模型有關的智能體，能對應B端、C端需求，能夠實現復雜流程的效率提升和提供情感情緒價值。
在不久的將來，嵌入自主智能體的軟件極有可能改變現有的使用方式，從「用戶適應軟件」變成「軟件適應用戶習慣」，真正成為「個人助理」。
舉例來看，一座城的發(fā)展是將其成為有機體、生命體。建設“眼、腦、手、脈”齊備、“感、傳、知、用”協(xié)同、具有深度學習能力的一體化智能協(xié)同系統(tǒng)。
這個城市智能體中有一指揮中心，如同人體“大腦”將智慧城市運行管理當做“一盤棋”來盤活；數字底座、智能中樞獲取類似于人體四肢在云邊端自由流動的軟件、數據感知和AI算法；而智能連接如人體經脈般的萬物互聯(lián)與無縫覆蓋，實現智能聯(lián)接至中樞大腦，從而讓各種智慧應用協(xié)同、數據協(xié)同、組織協(xié)同。
如此一體成型，城市智能體能讓城市治理，“智”序井然。之于智慧城市下的城市治理，已經從“治”到“智”的全新階段。
當下，交通因城市產業(yè)結構、需求結構、要素結構都開始重大變化，交通新常態(tài)出現，進入轉型“深水區(qū)”。
傳統(tǒng)交通方式，難以承載、舉步維艱。而交通智能體以交通云腦為基礎，建設行業(yè)大數據、AI、場景化三大核心能力，構建場景化、自動化的交通治理系統(tǒng)，全面提升交管系統(tǒng)的情報感知、信息傳輸、分析判斷、決策處置和組織協(xié)調能力，賦能交通全場景業(yè)務。
在C端，這一智能體更多體現為通用型的AI工具，覆蓋多個工作&生活場景。
主要用于靈感生成、聊天陪伴、知識獲取等，部分應用也就諸多具體細分場景提供了垂類AI助手。
其實，生物識別領域的多模態(tài)與這類智能體，同宗同源。
2024云化萬物
未來的一切，皆在云上，這是業(yè)界對未來技術走向的共識之一，就如同萬事萬物的智能走向一樣。
2023很清晰的市場技術走向之一是深度學習向邊緣的擴散正在加速。
事實上，任何正在推出的新網絡攝像機都具有深度學習功能，這極大地提高了分析的準確性。這些功能是構建可擴展云解決方案的基礎，因為它們消除了繁重的帶寬需求，減少了云中的處理，并使系統(tǒng)更加可靠。
安防的云未來將更加智能化、高效化、穩(wěn)定化 。隨著云計算技術的發(fā)展，安防行業(yè)正逐步向云端遷移。
云存儲技術可以實現單、多臺節(jié)點故障時，云存儲服務不中斷，全面保障系統(tǒng)性能穩(wěn)定可靠。
同時，智能識別算法在安防行業(yè)的廣泛應用，也為安防的云未來提供了堅實的基礎。
在安防，有種說法，未來產品被場景取代，而行業(yè)也將被生態(tài)覆蓋，行業(yè)是垂直的，而生態(tài)呈網狀，顯然融合性和粘性更強。
基于此，云化就是技術路徑之一，安防要做深做透一個市場，當視頻數據聚沙成塔后，全面云化以云來做架構支撐應用，是必然。
舉例來看，警務云相對其他場景，需求最早應用最為成熟。
為什么要做警務云，都是需求驅動使然。最近三年，公安部對于大數據都有新需求提出與政策制定。
視頻云解決的就是視頻數據，從用戶當前面臨的“服務在，成本大”、“視頻多，挖掘淺”、“重突擊，輕積累”、“重建設，輕運營”等難題和實際需求出發(fā)，經不斷迭代、優(yōu)化，形成了一套符合公安部標準、同時也有自己特色的視頻云解決方案。
云解決方案以“多維感知、資源匯聚、數據融合、平臺開放、服務集成、智慧應用”為理念，構建物理分布、邏輯統(tǒng)一的公安視頻云。
通過建立一個以視頻圖像為主、多種資源關聯(lián)疊加的視頻資源智能化服務體系，實現視頻、手機、車輛等信息的整合和匯聚，達到人、屋、車、場等信息關聯(lián)融合，為各警種、各地市、各基層實戰(zhàn)單位提供一個資源共享、能力開放、安全可控的多元化視頻資源服務平臺。
從以上大致能看出以云為平臺基點來打造技術底座，進而形成大技術框架來做應用伸展。
與大小模型一樣，公有與私有云混合架構之勢，在未來應用更甚，打破云廠商的壁壘，實現多云協(xié)同。
當然，2024一切還未可知，但從2023深圳安博會一眾大中小企業(yè)都在云上發(fā)力，就可以窺見2024的安防云，景色倍好。
高價值解決方案的應用循環(huán)
云上風景無限，那與云直接銜接的解決方案，也隨之而變。
當然，解決方案不像硬件或純平臺一樣進行研發(fā)再生產，而是融合并蓄之物，上述的云解決方案就是佐證。
解決方案本身就是集成融合能力表現，這是傳統(tǒng)安企對于碎片化問題的考量更多是從前端、后端硬件，到方案上，去覆蓋得更多、更全。
而方案設計的精良就是另一個戰(zhàn)場，凸顯在技術整體駕馭能力，面對的需求也更加復雜和多維，往往不再是簡單的安全與管理需求，還會有業(yè)務和商業(yè)模式、運營模式、甚至是組織運作模式等方面的訴求。
如何從不確定性中尋找確定？場景化解決方案的打造本身就是一個高價值創(chuàng)造的閉環(huán)過程。最近市場上混合解決方案架構正在流行。
其是利用本地、云和邊緣技術的優(yōu)勢，現已成為許多安全解決方案的新標準。功能部署在最高效的地方，充分利用系統(tǒng)中每個實例的優(yōu)點，從而提高靈活性。
最終，系統(tǒng)架構應該服務于客戶的需求，而不是供應商的首選結構。
在很大程度上，這是一個可及性問題。
供應商和客戶都可以輕松訪問的環(huán)境中存在的解決方案越多，供應商管理系統(tǒng)元素的能力就越強，承擔更大的責任并減輕客戶的負擔。
混合架構還支持即將推出的解決方案管理和操作中的人工智能支持和自動化用例；提高系統(tǒng)可訪問性對于人類支持和人工智能都很有價值，充分利用每個不同實例的優(yōu)勢。
有例為證，前幾年“豬臉識別”紅火一事，智慧養(yǎng)殖也日益漸旺。
智能養(yǎng)殖解決方案就是融合物聯(lián)網技術、大數據分析、人工智能等多種技術手段，將所采集的大量數據需要經過深度分析，從中挖掘出有價值的信息和規(guī)律。
大數據分析技術可以幫助養(yǎng)殖場主分析養(yǎng)殖環(huán)境的變化趨勢，預測動物的生長情況，甚至優(yōu)化飼料的配給。
通過對歷史數據和實時數據的比對，養(yǎng)殖戶可以做出更明智的決策，提高養(yǎng)殖效益。
2.5D機器視覺的精準刀法與場景擴容
專攻場景，那為了更加透明與徹底的“開眼看世界”，3D機器視覺，隨即而至。
而2.5D機器視覺應用在2023年有初步釋放，其并非一種降維，而是市場回歸理性之后的合理選擇。
那介于2/3D之間的2.5D，是技術過渡階段的產物，2.5D兼具2D和3D的部分特征，形成了對圖像的獨特處理方式。
作為圖像技術，其最為核心的光源分為平行光源、點光源、環(huán)形光源和斜光源四種。每一種光源都有自己的特點和應用場景，可以根據具體的需求來選擇使用。
通過使用2.5D光源技術，我們能夠更好地模擬三維效果，提高機器視覺系統(tǒng)的準確性和穩(wěn)定性。
相比2D，2.5D增加了深度信息，與3D相比，2.5D圖像又并非通過點云，而是通過顏色傳遞高度信息。
并且不同于3D的多視角，2.5D是單視角，信息比較殘缺，很多算法最終都會回歸到2D算法上。
2.5D機器視覺是一個純粹的技術領域，而技術遵循的行業(yè)邏輯是先有技術萌芽，然后對接場景，在場景中豐滿優(yōu)化，這就是從場景中來，到場景中去，最后以場景內需來反哺技術。
小荷才露尖尖角，早有蜻蜓立上頭。由于在精度上的應用優(yōu)勢，2.5D視覺定位技術的協(xié)作機器人于2023年問世。
市場上大多移動底盤采用SLAM技術，可實現厘米級定位精度，而協(xié)作機器人精度一般在毫米級，當協(xié)作機器人與移動底盤集成組成“手腳”兼?zhèn)涞膹秃蠙C器人，往往需要機器人能夠靈活調整空間姿態(tài)，智能執(zhí)行高精度作業(yè)。
但是，普通的2D相機只能在平面內進行定位校正，難以滿足空間位姿校正需求。
在智能制造領域，以2.5D機器視覺為核的解決方案，能與各種工業(yè)設備、流程和軟件結合使用，以減少人工工作量并最大程度地提高生產效率，從而幫助企業(yè)實現更廣闊的戰(zhàn)略目標并最大程度提高投資回報。
比如：工業(yè)制品生產過程中，表面容易出現劃傷、劃痕、輥印、凹坑、粗糙、波紋等外觀缺陷，基于工業(yè)視覺檢測技術原理的工業(yè)表面缺陷檢測系統(tǒng)能夠在線高速掃描每個產品，形成高分辨率的片材圖像，進行實時的圖像處理。
誠然，2.5D的場景依然偏少，其技術的“中庸之道”所適配的場景還有充分挖掘空間，相信在2024，會有一番作為。
值得一提的是，2024的安防流行術還有不少，尤其是與AIoT相關，將在另外一篇中展示，在此不雷同了。
看清時代和未來，等風來還不如乘風而去。激蕩的技術雙槳，讓即將到來的2024，劃過內需緊縮、外部敏感、深層轉變的行業(yè)陣痛，也將在浪頭拔尖的未來中，掛云帆、濟滄海！
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
