海康威视，被AI改写

产品变了：从“被动感知”到“主动认知”

7月的上海世博中心，世界人工智能大会展区里人潮涌动。海康威视的展台上，一台摄像机成为焦点。人们对着它发出指令：“这是什么场景？”“现场有没有安全风险？”摄像机便开始实时观察、分析展台情况，并在屏幕上呈现它的识别结果。

旁边的屏幕滚动着更多指令，每一条都对应一个真实的现场：“水库里是否有游泳的人，如‘是’，告警”；“检测画面中是否有垃圾漂浮物，如‘是’，告警”。不需要写规则、不需要训模型，一句话即可完成配置。

真正让这台摄像机“听懂人话”并自主行动的，是它搭载的一颗端侧多模态大模型——2B参数规模，集成26TOPS算力，所有运算都在本地闭环，无需依赖云端。放在三五年前，这确实难以想象。

但这台展台上的摄像机，只是一个切面。沿着产品线梳理一遍，会看到更完整的变化：从可见光摄像机到红外热成像，从毫米波安检门到X光检测设备，从光纤感知到光谱分析，海康的软硬产品体系正被AI系统性改写。大模型不是在给旧产品加功能，而是重新定义了产品的能力边界。换句话说，用户买的不是某一件AI软硬件，而是海康二十年AI积累的整套体系。

先看摄像机。智能摄像机的进化路径，是从“看得见”到“看得清”，再到“看得懂”。深度学习时代，“看得懂”的极限是识别孤立的视觉标签——人、车、安全帽、火焰。一个算法识别一个标签，要训练一个新算法就得重新采集几千张标注图片、花半年时间调参。多模态大模型进入摄像机后，情况彻底改变。摄像机不再被动感知识别“标签”，而是通过主动认知理解“场景”。打个比方：过去的深度学习模型看到一个人在登高作业、身上绑了安全带，只能分别输出“人”“安全帽”“安全带”这几个标签，它无法判断安全带挂得对不对；但大模型可以，它能理解“安全带挂钩在人之上”是合规，“挂钩在人之下”就是不合规。这是从“看懂画面里有什么”到“看懂画面里发生了什么”的跳跃。

端侧闭环的实现，靠的是三项工程能力的咬合：芯片要为自研模型做定制化定义，模型要压缩到2B参数量还能在端侧保持效果，硬件设备要做到及时、清晰、准确的采集。从去年0.3B参数量的初试锋芒，到今年2B参数量的全面铺开，这是一个积跬步至千里的过程。更深层的驱动力来自物理场景的刚性约束：产线上毫秒级的时延要求，靠中心服务器分析无法满足实时性需求；许多作业现场网络带宽有限，不具备云端推理的条件。没有端侧闭环，大模型在这些场景里就没有实际意义。

大模型带来的不仅是智能升级，还有成本结构的改变。以周界防范为例，大模型摄像机对目标的检出距离从30米拉到了60—80米，原来需要两三台摄像机覆盖的区域，现在一台就够了，立一根电线杆就能节省一笔工程费。算法开发的数据依赖性降低了90%，训练周期从半年压缩到一个月。同一条产品线的大小模型协同路线也跑通了：小模型在边缘做粗筛，大模型做精判，算力利用率大幅提升。

主动作业监管枪球一体机是前后端联动的典型案例。全景和细节两路镜头协同运作，全景路镜头锁定区域后，细节路镜头自动变倍放大，前后端之间除了标准协议，还有丰富的私有信息无缝流转，保证了智能分析结果的准确高效。

往后端看，变化同样显著。文搜是一款用自然语言进行视频检索的产品，发布一年出货超过10万套，国内和海外大约各占一半。基层民警过去查视频靠人工逐帧查看，找一个走失人员要花费数小时甚至几天，现在输入一句“穿着红色外套、背着黑色双肩包的人”，十几秒就能出结果。江西某地交警用文搜查黑校车，输入“黄色面包车、多个小朋友”就精准命中。可以说，这是多模态大模型在智能安防领域的最佳实践之一。而且它没有增加客户的安装和调试负担，部署方式与原有超脑、NVR一致，用户可以无缝升级。文搜目前有4种产品形态：文搜NVR、文搜CVR、文搜超脑和文搜主机，覆盖从中小企业到大型项目的不同体量。

安全生产主机是另一个代表。过去每上线一个新场景，都要单独训练算法，部署周期动辄数月。现在大模型让安全生产主机实现了“一天通用部署，开箱即用”，误报率大幅下降。这个变化的核心意义不在于技术本身，而在于市场边界被打开了——原来因门槛太高而被放弃的中小客户，现在能负担得起了。

再看软件。海康的软件架构是“1+3+X”：一个统一的大模型基座，三类大模型应用（智能工具、智能应用、智能体），X款集成大模型能力的软件平台产品。今年的质变点集中在智能体。应急指挥智能体接入后，指挥体系呼叫时效提升约300%。ChatBI让业务人员用自然语言提问，就能生成数据分析报告，以前要找IT部门写SQL、等排期，现在自己提问即可。软件从“业务人员的负担”变成了“业务人员的助手”。不过，海康对智能体保持了克制，并非所有场景都盲目追逐，这种务实风格一脉相承。

在可见光之外，更广阔的感知产品线同样在经历大模型的重塑。毫米波安检门经过观澜大模型技术与毫米波全息感知深度融合后，检测能力有了质的飞跃。业内主流的毫米波异物识别方案，通常将三维全息数据映射为二维图像，导致大量有效信息流失。海康的毫米波大模型直接以三维全息数据作为输入，以近乎无损的形式充分保留原始信息，对弱小目标的检出率和检准率大幅提升。它成为行业内首家通过中国民航A3级认证的毫米波安检门产品，并取得了欧洲民航会议（ECAC）标准认证，目前已在民航、海关、能源、文博场馆、大型活动保障等多个场景落地。

融合光谱煤质快速分析仪则是另一条路径。海康与国家能源集团联合研发，历时三年技术攻坚，把近红外光谱和X射线荧光光谱两种感知技术结合起来，用AI模型做双模态融合分析。设备可在线检测煤样的发热量、全硫、灰分、全水等关键指标，检测量可达100千克样本；传统化学方法至少需要24小时，且只能处理1克样本代表一列车皮，现在2分钟就能实时出结果。2024年，双方合资成立国能海康曜视科技，专注产业化推广，目前已在20多家煤炭相关企业落地应用。该设备此前已获国内首台（套）装备认定，并入选首批中央企业人工智能战略性高价值场景。

光纤传感也是大模型改变的一个物种。当大模型与光纤传感技术深度融合，有效提高了光纤传感产品的识别准确度。同时，基于光纤大模型预训练的通用感知能力，面对新场景时，仅需少量样本数据就能快速适配落地。皮带输送机是钢铁、港口、煤炭、水泥行业物料运输的核心设备，托辊故障会直接导致停机甚至安全事故。过去靠人巡检，爬几十米皮带、在粉尘噪音里逐段排查，安全隐患极大。海康的“工业听诊师”——超长距离皮带运输机托辊声纹监测系统，利用分布式光纤声波传感技术（HIK-DAS），把普通光纤变成绵延数十公里的“听觉感知网”，通过听诊光纤探头采集皮带托辊声音，实时捕捉托辊异常，误报数量降低约70%。在南钢、镇江港等企业落地后，预计每年可帮助相关行业减少因托辊故障导致的损失数千万元。该产品从全国7139个项目中脱颖而出，获得了2025年中国创新方法大赛唯一金奖。

从上到下梳理一遍，变化是系统性的。海康的产品正在被大模型成体系地重塑，能力边界被逐个推向更广。而且这种变化的底座是一致的：观澜大模型不是给某一款产品定制的，它是一套技术底座，覆盖视觉、音频、X光、毫米波、光纤、光谱等多种模态。这些产品都在共享同一个模型体系，实现对物理世界更准确的反映，反过来也通过应用实践不断提升这个体系的能力。

那么，海康为什么能把2B参数量的多模态大模型部署进一台摄像机、把大模型植入毫米波安检门和煤质分析仪等产品？回顾海康的AI时间轴，答案便清晰了。

2006年，海康组建了智能算法团队，开始做视频内容分析。那时候行业内还没有“AI安防”这个词，海康的工程师们钻研的问题非常具体：让摄像机识别画面里有没有人、车有没有越线。2012年，海康启动深度学习技术研发，这比行业普遍关注AI早了至少四年。2016年，全系列产品大范围搭载深度学习算法。2019年，AI开放平台被授予“视频感知”国家新一代人工智能开放创新平台称号；2024年，观澜大模型在中国信通院模型能力测评上获得了业内首个模型开发5级评分。

在小模型时代，海康的AI能力已经在真实的比拼中验证过。在早期的人脸识别算法评测中，海康就长期位列行业榜单。感知式AI是第一波AI浪潮的重点，而海康踏踏实实地拿到了入场券，并成为第一批将AI落地的公司。

但技术积累只是一个维度。比单点技术更值得留意的，是海康把软硬件打通为整体解决方案的能力。做AI落地的公司大致分两种：一种主做软件和算法，需要适配别人的硬件；另一种从模型到传感器都自己来，软硬件一体化。海康属于后者。一颗摄像机芯片不是通用采购件，而是针对自研大模型专门定义算力配比和内存带宽；模型不是训完简单交给硬件团队适配，而是从设计阶段就和芯片指令集对齐；摄像机的结构外观要场景适配，图像效果要专门调优，以达到最好的效果。三者之间的咬合程度，决定了端侧大模型能不能真正可用。

2016年，海康威视启动了最重要的一次战略调整，内部称之为“三条路”：第一条，从产品到方案，从提供产品到提供解决方案；第二条，从安防到非安防，把视频感知技术外溢到工业、车载、医疗等新领域，做工业相机、汽车电子、热成像；第三条，从可见光向电磁波全波段延伸，红外、毫米波、X光、多光谱，再到声波，做全维度的场景数字化。

这三条路讲的不仅是技术路线选择，而是技术、产品、业务、组织等维度的协同调整。海康不做不相关的业务跨界，但沿着智能物联的核心技术和平台去延伸。背后的逻辑很清楚：如果海康只有一款摄像机产品，不管AI技术多强，最终看到的只是一款更聪明的摄像机。但海康有三万多种产品，上千款搭载了大模型，AI能力就能渗透到物理世界的广泛角落。

胡扬忠曾在早期的一场访谈中总结了海康的经营思路：“吃着碗里的，煮着锅里的，种着地里的。”这意味着，每一款产品都有自己的生命周期，持续的技术创新、一批批的产品推陈出新尤为重要。2024年，海康推出观澜大模型。大模型周界摄像机不是2025年大模型火了之后才启动的，而是经过了长达数年的算法预研、产品开发和实地测试。海康的习惯是，不把正在做的事急于对外宣扬，能交付了、客户能用上了再对外发布。这种“扎硬寨，打呆仗”的风格，认准一个方向就持续投入，不跟风不摇摆。

从财务数字看，近6年（2020年至2025年）累计研发投入594.54亿元，2025年一年就投入117.53亿元，研发费用率达到12.70%，研发及技术服务人员占比近50%，全球累计授权专利12981件，其中发明专利占57%。

海康面对的市场天然是碎片化的：90多个行业、2000多个场景、三万余种产品型号，单个场景体量不大，但需求真实且分散。回顾海康的成长历程，其业务布局可以总结为“榕树模式”：榕树主干长到一定阶段，从枝干垂下气生根，气根触地后独自扎根、长成新树干，最终一棵榕树变成一片榕树林。海康的创新业务就像气生根，独立运营、独立决策，但支撑着整个体系。在这个模式里，物联感知、AI技术和大数据是榕树的根，不喧哗、不显眼，但每一条气根、每一片枝叶都从它汲取养分。有AI这根技术根系支撑，海康面对高度碎片化、长尾化的市场时，才有在碎片化的利基市场里做出有竞争力产品的底气。

回到开头的判断：用户以为买的是某一件产品，实际上买的是观澜大模型的技术体系能力。这个体系之所以能成立，落脚点在物理世界。大模型在数字世界里表现优异，但进入物理世界，首先要解决一个基础命题——感知，即如何针对具体问题，选择合适的物理信号，转化成有助于解决问题的数字信号。

没有金刚钻，揽不了瓷器活。海康的感知技术路线图，围绕电磁波，从可见光出发，延伸到红外、毫米波、X光等波段；同时在声波领域，从次声波到可听声到超声波全面布局。物理世界的信息是多维的，只看可见光，只理解了物理世界不到1%的信息。海康用二十多年时间，构建了覆盖可见光、红外、音频、X光、毫米波、光纤、多光谱等多种感知模态的技术体系。

有了全面的感知能力，AI在物理世界里就不再是盲人摸象。这一点在安全生产场景里体现得最直接。在机械臂防碰撞领域，传统方案用光栅隔离，在大量AGV混合运行的场景下效果有限；海康采用立体视觉成像技术推出的机械臂防碰撞相机，通过了PLD认证，在海信等多家企业正在广泛铺开。

这些场景有一个共同特点：不只是在展示加持大模型技术后的能力提升，更是以海康的观澜大模型技术体系，把物理世界的感知和洞察转化为可执行的决策信号。这是海康观澜物联感知大模型与通用语言大模型的根本区别。通用大模型在数字世界生成文本和图像，海康观澜物联感知大模型则将物理世界的“事实”映射到数字世界并提供对应的语义信息——比如皮带机的托辊是不是坏了、煤质的热值是不是达标、安检门里有没有违禁品，这些事实是可以直接驱动决策的。

但把大模型放到物理场景里落地，不是单点技术能完成的。海康在大模型白皮书中，把观澜大模型的系统化能力总结为四个字：多快准省。

“多”是指模态多、产品多、场景多——感知模态覆盖电磁波和声波全频谱，拥有上千款大模型产品，落地场景超过90个垂直行业、2000多个场景。从钢铁厂的高炉出铁口监测到港口的皮带机智能巡检，从民航安检到煤矿输送，从河湖监管到零售防损，已经规模化落地。

“快”是指开发快、部署快、响应快——大模型摄像机出厂就预置了AI推理能力，开箱即用；X光工业检测大模型新缺陷适配只需1—10张样本，部署周期从3天压缩到几小时。

“准”是指精度高、效果好——周界防范误报率降低90%以上，工业微孔缺陷检出率99.99%，X光安检检出率97%以上，毫米波安检门检出率98.8%，安全生产大模型算法准确率提升至90%以上，算法误报率降低80%。

“省”是指省成本、可靠省心——大小模型协同技术适配多种设备，降低算法部署成本和带宽开销；不同规格、类型模型适配不同算力，节约能耗成本；AI工程化团队确保用户省心稳定地使用大模型。

这四个字不是宣传语，是海康把AI从技术变成产品的核心能力。体系的壁垒不在某一个技术指标上，而在于全链路能力的深度咬合——从模型训练、硬件集成、软件平台到场景数据，环环相扣，高效协同，形成竞争对手难以追赶的护城河。做大模型的公司不懂硬件，做摄像头的公司不懂大模型，做软件的公司不接触物理世界。海康用二十年把这些全做了，这道时间差靠资本无法弥合。

更深一层的逻辑是，海康对物理世界的理解不止于视觉。白皮书中，从可见光感知到X光、红外、毫米波——感知产品线是最核心的部分。摄像机只是可见光感知的一部分，是海康最为人知的经典产品，但不能代表海康的全部能力。真正的变化是，海康的感知能力矩阵在大模型加持下整体升级了：热成像大模型烟火检测云台在原来90%精准率基础上，让误报过滤精准度提升55%以上，平均每周每台误报降至0.1条；分布式定位型振动光纤在无漏报前提下，复杂环境误报过滤精度达到99%；在X光大模型的支持下，智能安检机检出率达97%、检准率达到96.4%。多维感知设备的性能边界和应用边界被集体推开。

让物理世界的感知设备更聪明，这是海康大模型的一大核心使命。这个市场像种地一样，要一块地一块地去耕耘。不是爆款逻辑，不是平台逻辑，是深耕逻辑。

和三五年前相比，如今的海康已经发生了很大的变化。

产品变了：摄像机从“被动感知”变成了“主动认知”，后端从被动存储变成了主动搜寻，软件从人操作工具变成了工具理解人，感知矩阵从可见光扩展到了全电磁波谱和声波全频段。业务结构也在变：创新业务的营收占比从2016年的不到3%走到了27.51%，机器人、汽车电子、热成像这些曾经的气生根，已经成为重要支干。竞争壁垒的性质也不同了：海康不再仅仅是一家安防龙头，它正在成为一家把AI体系化地嵌入物理世界的公司。

但有几件事没有变。

海康仍然不是一家追逐风口的公司。当整个行业都在追逐大模型概念时，海康按自己的节奏推进。观澜大模型发布后，上市的不是实验品，是已经能部署进摄像机、安检门、皮带机生产线上的产品。“不是2025年大模型火了之后才启动的”——这句话是二十年来一向的风格：做了再说，或者说都不说，直到落到客户的真实场景。

海康仍然在“捡芝麻”。三万余种产品、90多个行业，每一个场景市场都不大，但每一个场景都扎得深。大模型没有碘伏这个“碎片化市场”的基本逻辑，目前也做不到。但大模型让“捡芝麻”的效率大幅提升：同一个模型底座支撑千种产品，不需要每个场景从头造轮子。

海康仍然坚持“不唯创新而创新”。“创新是自然而然的事，不是刻意追求的结果。”九年前就有人说过这样的话。九年后WAIC展台上备受关注的多模态智能摄像机，不是为了“创新”而做，只是技术积累到了节点，该出现的自然出现，水到渠成。

胡扬忠常引用《孙子兵法》中的一句话——“不可胜在己，可胜在敌。”2016年启动调整，十年后回望，海康做的事情不复杂：风口来的时候没有临时转向，风口没来的时候没有放弃投入。把自己的事情做好，选择权留给市场。

WAIC展台上那台能理解指令的多模态智能摄像机，是这条路上最新的一个路标。