對于許多尋求轉(zhuǎn)型的企業(yè)而言，轉(zhuǎn)型的起點(diǎn)往往不是宏偉的“中控大腦”，而是沉默的“生產(chǎn)一線”。伴隨著AI大模型、數(shù)字技術(shù)等快速發(fā)展，智能物聯(lián)龍頭企業(yè)海康威視（002415）(002415)，正在將生產(chǎn)一線的真實(shí)狀況轉(zhuǎn)化為可識別、可分析、可管理的數(shù)據(jù)，進(jìn)而驅(qū)動更高效的、更智能的決策。
雖然很多人對此感受不深，但實(shí)際上這樣的改變正在各行各業(yè)發(fā)生。近日，?？低暎?02415）(002415)相關(guān)負(fù)責(zé)人對證券時(shí)報(bào)記者表示，我們堅(jiān)持做擅長的事情、做正確的事情，聚焦多模態(tài)物聯(lián)感知大模型領(lǐng)域，守住物理世界到數(shù)字世界建模的入口，業(yè)務(wù)從多維感知自然延伸到存儲計(jì)算、顯控交互、執(zhí)行控制、網(wǎng)絡(luò)安全（885459）等相關(guān)環(huán)節(jié)，這些場景也足夠大了。
以“皮帶運(yùn)維”為例，皮帶運(yùn)輸機(jī)在鋼鐵（850106）、煤炭（850105）、港口等行業(yè)廣泛使用，動輒十幾公里長，一旦托輥出現(xiàn)異常磨損、卡滯或斷裂，輕則停產(chǎn)，導(dǎo)致數(shù)噸物料堆積，重則引發(fā)重大安全事故，但傳統(tǒng)巡檢方式依賴人工，效率低、覆蓋有限。?？低暎?02415）團(tuán)隊(duì)率先使用光纖技術(shù)，實(shí)現(xiàn)對托輥聲紋的實(shí)時(shí)監(jiān)測，就像給工業(yè)設(shè)備裝上‘聽診器’，運(yùn)維人員坐在電腦面前，就能精準(zhǔn)捕捉設(shè)備運(yùn)行的異常信號，定位故障位置，提前處理異常，解決了“皮帶運(yùn)維”這個(gè)場景里的“大難題”。
如今，光纖聽診這項(xiàng)技術(shù)在風(fēng)電（885641）葉片檢測、城市管道運(yùn)維等領(lǐng)域中也大有用處。
這些細(xì)微的、但能真實(shí)解決各種問題的“轉(zhuǎn)化”，正在各行各業(yè)的一線場景里發(fā)生。“物理世界的數(shù)字化建構(gòu)是邁向通用人工智能（885728）的基礎(chǔ)與關(guān)鍵，而這一入口，正是我們具備優(yōu)勢的領(lǐng)域?！?span>?？低暎?02415）稱，就像人類不只是通過眼睛去認(rèn)識世界，對千行百業(yè)的智能化應(yīng)用來說，數(shù)據(jù)的獲取也不僅僅依賴于‘視覺’、‘聽覺’等單一的感知技術(shù)手段，而是要構(gòu)建全面的感知能力，才能更好支撐不斷優(yōu)化決策。
基于多年技術(shù)沉淀，從可見光感知起步，海康威視（002415）把感知技術(shù)，一路拓展到了紅外、毫米波、聲波、激光等領(lǐng)域，讓機(jī)器具備“眼耳鼻舌”等各種感知能力，支持千行百業(yè)感知設(shè)備采集物聯(lián)數(shù)據(jù)。
AI的加入，則讓物聯(lián)感知數(shù)據(jù)在各行各業(yè)的應(yīng)用空間變得更廣、更深。據(jù)了解，早在2006年，?？稻徒M建了算法團(tuán)隊(duì)，開始人工智能（885728）算法的研究，是最早一批介入到人工智能（885728）研發(fā)與應(yīng)用中的公司。2023年，?？低暎?02415）推出了觀瀾大模型。
基于?？涤^瀾大模型底座，融合可見光、熱成像、毫米波等多維感知技術(shù)，結(jié)合行業(yè)知識,致力于推動大模型與業(yè)務(wù)場景深度融合，海康威視（002415）打造了安全生產(chǎn)、公共安全、自然災(zāi)害、工業(yè)應(yīng)用等系列垂類大模型，并實(shí)現(xiàn)規(guī)?；涞亍?/p>
例如，在交通行業(yè)，聯(lián)合山西高速（000755）打造大模型異常事件監(jiān)測系統(tǒng)，精準(zhǔn)識別擁堵、違停等12類交通事件，準(zhǔn)確率達(dá)95%；在防災(zāi)領(lǐng)域，于安徽、重慶等地部署森林防火多模態(tài)智能研判系統(tǒng)，有效過濾火情誤報(bào)，森林煙火識別準(zhǔn)確率提升至96%；在制造業(yè)，針對配件齊套管理痛點(diǎn)，海康觀瀾工業(yè)大模型可實(shí)時(shí)識別員工取料動作，智能判斷配件是否齊套，省去傳統(tǒng)物料齊套管理環(huán)節(jié)，既提升質(zhì)量一致性，又縮短作業(yè)周期（883436）。
同時(shí)，?？低暎?02415）也在持續(xù)延伸大模型的產(chǎn)品化能力。比如，率先在行業(yè)內(nèi)推出多模態(tài)文搜型磁盤陣列產(chǎn)品，采用存儲和AI計(jì)算一體化架構(gòu)，具備高性能、大帶寬及數(shù)據(jù)存算融合能力，實(shí)現(xiàn)即存、即算、即用。產(chǎn)品在對海量視頻數(shù)據(jù)存儲的同時(shí)，能夠?qū)σ曨l中的各類目標(biāo)進(jìn)行大語言建模，用一個(gè)詞、一句話即可對億級數(shù)據(jù)進(jìn)行秒級檢索。
2025年，?？低暎?02415）推出了數(shù)百款A(yù)I軟硬件產(chǎn)品，覆蓋了可見光感知、毫米波感知、激光感知、融合光譜感知、聲學(xué)感知、紅外感知等不同技術(shù)領(lǐng)域，為用戶提供了豐富的產(chǎn)品選擇。
2026年一季度，?？低暎?02415）毛利率達(dá)到49.09%，是2020年以來的高點(diǎn)。毛利率提升的重要原因之一，即AI大模型的加入，使成本(如AI算力、存儲等)小幅增加下，大幅提升了產(chǎn)品性能，增強(qiáng)了用戶付費(fèi)意愿。
對?？低暎?02415）而言，AI大模型并非獨(dú)立的技術(shù)概念，而是推進(jìn)各行業(yè)數(shù)字化落地，在垂直業(yè)務(wù)場景中兌現(xiàn)數(shù)字化價(jià)值的工具；而深耕場景數(shù)字化，又為大模型提供真實(shí)業(yè)務(wù)需求與落地土壤。在AI從技術(shù)概念走向產(chǎn)業(yè)兌現(xiàn)的周期（883436）下，?？低暎?02415）逐步明確的AI與垂直場景雙向“奔赴”的清晰邏輯，也正推動資本市場對其展開全面價(jià)值重估。
