今年4月參加了宇視的生態(tài)大會，看了，聽了，體驗了。當時感觸很深，也寫了點東西。半年時間過去了，在這次安博會上再到宇視展臺參觀，感覺雖說是參加的安博會，宇視更像是把生態(tài)大會的理念、產(chǎn)品、平臺進行了一次全面的落地展示，交了一份半年度期中答卷。圍繞的核心點，在于愿景的落地和新賽道的全面展示。

祛魅 任何技術(shù)最終落地一定在產(chǎn)業(yè)

大模型「梧桐」是本次宇視展示的基石，展臺內(nèi)大多數(shù)方案、產(chǎn)品和行業(yè)應(yīng)用，都是圍繞著升級版本的「梧桐」展開。

「梧桐」大模型基本架構(gòu)

前年起，大模型鋪天蓋地的到來，加上去年Chat GPT、Sora的突現(xiàn)，開始讓人有些應(yīng)接不暇。就像開著殲8和轟6的我們，看著天兵的F22、B21一臉懵圈、欲罷不能一樣，充滿著明星般的魅力和無限的神秘、羨慕。但當這個東西有一天本土化以后，當我們也有了殲20，我們就會從驚為天人到慢慢習(xí)慣。大模型的過程亦是如此。無論是通用大模型，還是行業(yè)大模型，從無到有，一點點積累、一點點做，最終把它應(yīng)用在社會生活的各個場景下，服務(wù)行業(yè)、服務(wù)于人，慢慢從天上落到地下，完成本土化和能力授予的過程，是大模型祛魅的過程，更是由虛向?qū)嵉倪^程。

去年5月，宇視推出行業(yè)大模型「梧桐」；今年4月，升級到2.0版本。無論如何迭代，個人認為宇視做大模型的出發(fā)點都是：做減法，把“小模型+大樣本”變成“大模型+小樣本”。基于這個出發(fā)點，我們看到的升級，是符合祛魅過程和邏輯的，是植根于行業(yè)、植根于合作伙伴、植根于業(yè)務(wù)和產(chǎn)業(yè)應(yīng)用的縱向升級，最終承接能力的在于千行百業(yè)的用戶。

就像我寫的上一篇所說：“通用大模型對于千差萬別的細分行業(yè)來說，更像是一個母體。單純的通用大模型，無法做到落地賦能產(chǎn)業(yè)鏈。真正的應(yīng)用，還要通過通用大模型的平臺，做二級的行業(yè)大模型?！?strong>行業(yè)大模型的意義在于提供能力平臺，降低樣本數(shù)量和開發(fā)難度。讓所有用戶、合作伙伴能夠通過自己已知的能力，快速切入智能化賽道。

舉一個最直觀的例子?！肝嗤勾竽Ｐ蛻?yīng)用的一個方向，是將自然語言處理能力、視頻特征提取能力和語音內(nèi)容理解能力進行深度融合，對用戶輸入的語言文字進行深度解析和語義理解，對用戶輸入的語音進行解碼識別和分析，同時提取視頻中關(guān)鍵要素進行打標，準確理解視頻或圖片內(nèi)容，快速檢索匹配出關(guān)鍵字或語音對應(yīng)的視圖內(nèi)容。

“萬物搜”展示

針對這個方向，此次宇視參展推出的“萬物搜”就是直接落地行業(yè)的應(yīng)用。基于多模態(tài)大模型算法推出，支持語音搜、語義搜、圖搜功能，將以往結(jié)構(gòu)化、標準化的檢索，升級到用戶自然語言檢索想要的圖片，識別出畫面中的物體、場景等特征內(nèi)容?！叭f物搜”從本質(zhì)上說是原有圖像檢索、以圖找圖，基于大模型底座的一次重要升級。區(qū)別于傳統(tǒng)檢索和圖像結(jié)構(gòu)化平臺，其特點是：

1、語音或文字輸入關(guān)鍵標簽，通過大模型平臺，準確判斷語境與語義，快速鎖定關(guān)鍵特征，依據(jù)特征進行提前預(yù)警及事后追溯，降低操作門檻、提升使用效率、提高相應(yīng)速度；

2、對關(guān)鍵幀和關(guān)鍵標簽進行多次判斷，結(jié)合實地情況進行多輪分析，降低誤報率；

3、通過多為建模、多角度標簽畫像，快速提取關(guān)鍵的第一幀，大幅提高溯源效率，覆蓋視頻業(yè)務(wù)絕大多數(shù)場景。

細化到應(yīng)用場景，可以舉例說明。比如，園區(qū)監(jiān)控場景下，需要兩個維度的使用邏輯，即事前及事后。如園區(qū)關(guān)鍵通道管理及準入人員管理，可以通過“萬物搜”提前打標，聯(lián)動區(qū)域內(nèi)所有在線攝像機進行跟蹤及校準，進行提前布防，防止出現(xiàn)人員、車輛越位及敏感區(qū)域闖入。事后，即在出現(xiàn)狀況后進行快速檢索。如園區(qū)內(nèi)物品丟失，可根據(jù)該物品特征，在中控室直接進行語音、文字輸入，將該物品的出現(xiàn)位置進行一一鎖定，并形成軌跡分析，最終判定去向，等等。

這種類似“以圖找圖”、“提前布防”的功能之前就有，圖偵應(yīng)用很多。但其部署難度、用戶操作難度及管理成本都很高，而且最重要的是關(guān)鍵的第一幀很難鎖定。以上這些特點，對操作對象、使用對象及集成公司都有很高的門檻限制。但通過邊端云智能+大模型加持，這種門檻被打破，將成本和效率找到一個最佳平衡。

獵光2.0圖像處理引擎

大模型應(yīng)用在視頻上，還有一個路徑，就是解決視頻行業(yè)的老痛點——圖像質(zhì)量和光源問題。安博會上，宇視搭建了暗室，展示了“獵光2.0圖像處理引擎”。傳統(tǒng)ISP到達瓶頸后，畫質(zhì)提升的收益率越來越低。獵光2.0在傳統(tǒng)AI-ISP基礎(chǔ)上，得益于梧桐大模型的加持，使得其在低至≤0.0001 Lux的照度環(huán)境下，依然能夠讓圖像呈現(xiàn)出如同在白晝中一般的鮮艷色彩。圖像技術(shù)與AI技術(shù)的深度融合，補齊了ISP的短板，突破傳統(tǒng)黑光的極限。這對于極端環(huán)境、夜間布控等一系列場景來說，都是一個解決了痛點的好事。

以上只是行業(yè)大模型應(yīng)用的一兩個最小的場景。以此類推，復(fù)制到無數(shù)個現(xiàn)有場景下，用一個能力去解決多個行業(yè)的問題，就是能力的落地和服務(wù)的落地。比如環(huán)境保護、城市治理、安全生產(chǎn)、農(nóng)業(yè)生產(chǎn)等等。當然，這個應(yīng)用，一定是基于用戶需求的前提下。而用戶需求千差萬別，想要通過一套系統(tǒng)去滿足所有用戶不現(xiàn)實，成本也太高。這就引出了能力授予后合作伙伴的能力升級。讓更多深耕某個領(lǐng)域的伙伴獲得更大的能力，用最小的成本、最快的速度滿足垂直客戶的具體需求，二次、三次到N次開發(fā)，都具備了可行性，而宇視也是一直這樣講、這樣做的。

賽道 用戶需求催生的精準營銷

去年安博會后AI平權(quán)賦能文體，到今年生態(tài)大會上，著重展示了大模型下泛智能視頻產(chǎn)品的應(yīng)用，如體育教學(xué)、體育比賽、文旅VLOG等等，宇視在用真切的行動踐行著其發(fā)展戰(zhàn)略中最重要的一個特性——務(wù)實。用已有的能力不斷拓寬賽道，為企業(yè)生存發(fā)展尋找更多的出路。本次安博會宇視展臺上，也著重的展出了這些新應(yīng)用的板塊，展示、互動，讓業(yè)內(nèi)更多同行真切感受到了視頻和AIoT在新賽道的增速。

AI體育打卡點

比如賦能智慧體育。其依據(jù)是：用戶基數(shù)龐大，市場空間足夠大；符合社會進步的方向；用戶不要求100%的精度，給技術(shù)進步（包括大模型固有的幻覺）留出了空間。裝備大模型的到來，為體育教育的創(chuàng)新和進步提供了巨大的機會，宇視文教體AI業(yè)務(wù)一方面深耕教育領(lǐng)域，探索從學(xué)生身體健康走向心理健康的AI管理新模式，驅(qū)動AI賦能向縱深推進，另一方面不斷拓寬現(xiàn)有產(chǎn)品及方案的應(yīng)用場景，輻射泛健康、泛運動等領(lǐng)域，覆蓋更大范圍的人群，提升AI應(yīng)用的廣度和力度。自“梧桐”大模型推出以來，宇視科技AI體鍛屏、AI跑步屏、梧桐VLOG解決方案等已落地全國百余個城市。

在體育賽事場景下，宇視綜合性的解決方案，一站式輕量化提供自動運鏡直播、自動進球識別、運動數(shù)據(jù)分析、專業(yè)級賽事管理等能力。我是一個球迷，也一直關(guān)注宇視的“吳鉤”賽事管理小程序，并且和宇視的同事要過該場景的解決方案專門研究過。其實類似足球賽事抓拍、回放、精彩瞬間掠影、比賽規(guī)則監(jiān)測等等，一直有企業(yè)在做，也在很多民間和專業(yè)賽事有應(yīng)用。但如果一個龍頭級的專業(yè)視頻企業(yè)攜帶智能化大模型下的解決方案進入到這個賽道，從技術(shù)和結(jié)果上看，不說碾壓也差不多。AI算法會自動檢測球的控球權(quán)，實現(xiàn)對視頻畫面平移和推拉，實現(xiàn)對球員和球的自動運鏡跟蹤，AI運鏡算法全景相機相當于一個人工攝像師，即使是靜態(tài)固定安裝，也能讓攝像機看起來像一個有人在操控的移動攝像機；視頻AI算法可以自動檢測進球，無需人工打點，可自動捕捉精彩進球的高光時刻；對于爭議球的判罰提供高效的視頻依據(jù)；提供了非常方便的剪輯工具，對于一些精彩花絮，球員可以自行剪輯，一鍵在線剪輯。可以輕松、即時、經(jīng)濟地用視頻記錄比賽，方案為俱樂部等賽事組織方提供賽程管理、球員管理及賽事信息記錄的平臺，節(jié)省日常的賽事的管理成本。諸如此類等等，多角度、多方位、全場景、全包圍，專業(yè)和業(yè)余入場后的效果，完全不一樣。

在文旅場景下，基于「梧桐」大模型，可以快速完成場景算法模型的訓(xùn)練生產(chǎn)，如宇視提供的旅拍兔VLOG服務(wù)：可以快速將游客人像信息和視頻畫面自動匹配，生成最優(yōu)視頻片段，同時通過AI體態(tài)分析精準識別人體軀干、四肢到手指的精細動作以及面部的精細表情，精準捕捉游客的精彩瞬間。最后基于多模態(tài)技術(shù)對各場景和動作進行分析，自動疊加最匹配的圖層、特效，還能進行畫面人物消除和畫面優(yōu)化。

以上場景，不一而足。有真切的客戶需求、有足夠規(guī)模的市場、基于自身產(chǎn)品技術(shù)和營銷體系的范圍之內(nèi)，三樣都滿足就是宇視努力擴展的方向，至于組織結(jié)構(gòu)和現(xiàn)實困難，則邊建邊打，在運動中越來越強。

回望 按照自己的判斷堅定走來

每年安博會，都會回想起張鵬國的那兩篇10W+。今天寫東西，又翻出來好好看了看。忽然發(fā)現(xiàn)，幾年前這位行業(yè)大IP的話，一點點都成為了現(xiàn)實。

關(guān)于行業(yè)的發(fā)展和重塑：5G+AIoT時代的安防只是“可視化治理”的場景之一，業(yè)務(wù)和終端場景化對架構(gòu)提出強勁挑戰(zhàn)，需要強大的中臺能力，包括數(shù)據(jù)中臺和業(yè)務(wù)中臺，數(shù)據(jù)業(yè)務(wù)化、業(yè)務(wù)服務(wù)化，雙中臺密不可分。有企業(yè)若想轉(zhuǎn)型做SaaS，確認自己在某些細分市場的業(yè)務(wù)熟悉度后，來得及。（2019年）

AI的強工程、強垂直和強細分，讓算法繼續(xù)無限細分，貼近各行業(yè)深度業(yè)務(wù)及管理需求的公司將有大把機會，但不算獨角獸，可算小鮮肉：頗有顏值，年少成名不穩(wěn)重，尚需時間和歷練來積淀代表作。（2018年）

關(guān)于機會點：有成長性的新業(yè)務(wù)，需具備六大特點，缺一不可：可量化（要能量化考核）、可積累（核心競爭力的沉淀）、可迭代（有后來居上的可能性）、空間足夠大（有犯錯及改正的空間）、符合社會及組織進化的方向（有未來）、資源關(guān)聯(lián)性（不能平地起高樓）。（2019年）

真正的革新來自對現(xiàn)有技術(shù)和架構(gòu)的顛覆，比如：可見光馳騁這么多年，非可見光的替代是否太慢？比如：未來帶寬和算力不是問題，基于帶寬不夠和擁塞重傳的TCP/IP會否被全面拋棄？很期待。（2019年）

智能識別只是開場序曲，“語音+視頻結(jié)構(gòu)化+肢體行為”會是下一個爆點。可惜，在北京安防展并沒有令人激動的發(fā)現(xiàn)，顯然，AI時代已經(jīng)到來的論斷為時尚早。（2018年）

關(guān)于經(jīng)營：世道在變，故事營銷不再有效，燒錢模式成為過去。無論處于什么樣的冬天，努力活下去，永遠是企業(yè)的第一要務(wù)。（2019年）

保持向全世界最先進公司學(xué)習(xí)的胸懷和能力，不斷追求原創(chuàng)性的技術(shù)進步，才可能成為這場大戰(zhàn)的主角。那些不斷定制、修修補補、OEM來去的公司，多半淪為配角。（2018年）

以上列舉了這些，有興趣的可以去找原文。在2018-2019年，預(yù)見到的數(shù)據(jù)應(yīng)用、AI公司洗牌、視頻企業(yè)的增長點、向非可見光的邁進以及業(yè)務(wù)創(chuàng)新點、今天市場總體格局和表現(xiàn)，條條精準，直切要害。有時候我們不得不佩服這些企業(yè)家的眼光和前瞻性。大模型的推出、賽道的擴展以及對生態(tài)建設(shè)的思路，在幾年前張鵬國的文章里都已經(jīng)體現(xiàn)，而且宇視也是一步步朝著這個方向走的。將超前的眼光堅定的一步一個腳印的付諸實踐。在最艱難的時刻，還能夠給人信心、給人希望。我想這也許是宇視能夠走到今天的原因所在。光在前方，腳在路上，尋找未來，滿懷希望。

責(zé)任編輯：石旭