7.4
深览指数
科技智东西·李水青··AI 生成
WAIC 2026落幕，海康威视首秀留下三个信号
海康威视在WAIC 2026上首次深度亮相，分享了其大模型进入物理世界的产业答案。核心围绕观澜大模型，提炼出“多、快、准、省”的技术体系，并展示了从前端摄像机到后端软件的全线AI化重构。文章认为，大模型下半场比拼的是在现实世界“贴地飞行”的能力，而海康凭借多维感知、行业知识和软硬协同形成闭环，抢占了物理AI基础设施的生态位。适合关注AI产业落地、物联网与安防转型的读者阅读。原文 ↗
核心观点
- ▍大模型下半场，比拼的不再是参数规模，而是谁能在现实世界“贴地飞行”，实现规模化落地。
- ▍海康威视提出“多、快、准、省”的技术体系，作为解决大模型从互联网进入物理世界规模化落地难题的产业答案。
- 01海康威视感知技术已覆盖可见光、红外、X光、毫米波、音频、多光谱等十余种物理传感技术，并构建了视觉、音频、X光、毫米波、光纤等大模型矩阵。
- 02观澜大模型基于零样本、小样本能力，可将新场景适配周期从月级缩短至半天。
- 03文搜产品发布一年，已销售约10万套，且海外出货量几乎与国内持平，实现了同步起量。
- 04在宁夏应急厅的实战项目中，接入应急指挥智能体后，突发事件接报响应时效提升约45%，指挥体系呼叫时效提升约300%。
- 05海康威视已发布上千款大模型软硬件产品，实现云边端全覆盖，且这些产品已进入各行各业的具体场景中。
- 06海康威视近六年累计研发投入594.54亿元，研发费用率持续保持在10%以上。
反方 / 局限
- — 文章虽强调海康的“软硬协同”优势，但未深入讨论其软件体系在面对第三方通用大模型平台（如阿里云、腾讯云）时的竞争劣势或生态兼容性风险。
- — 文章主要展示海康的成功案例，但未提及在更复杂的、非结构化场景（如极端天气、复杂工业环境）下，其“多快准省”体系的实际可靠性与鲁棒性边界。
17 分钟 · 4 卡片 · 11 资料
读原文 →