海康威视 (002415): 回答：A：我们对于大模型提的不多，因为我们主要面对 To B 的用户，其实更偏向实用主义，我们的目的是帮助客户解决问题，客户并不太关心我们具体是借助软件、硬件或是算法，对他来说更重要的是结果。从结果的角度来说，对海康来讲，我们需要借助什么样的方法，在整体解决方案中都是灵活运用的。人工智能可以带来非常好的效果，除了过去讲的跟身份 ID 识别有关的算法可能是属于大场景的需求，例如人脸识别、车牌识别，除此之外的应用仍然是非常具有用户场景个性化的需求。从实现的方式方法来说，解决问题依旧需要大量的软硬件的配合，所以我们通常借助解决方案的方式。例如防溺水的案例，在一些河流、湖泊、水库、水闸这些比较容易发生小孩或者成年人野泳溺水的场合，过去这些场景不可能常年派人值守，但我们可以用一台海康的设备进行监控，这个设备具备一些识别的算法，实际上就是视觉大模型训练之后的结果。现在来看报警的效果也是不错的，结合现场的语音提示，还是阻止了大量的危险行为的发生。在水果零售场景中，现金不入账的问题一直都是零售店比较难管理的，现场缺乏监督，现金的处理不好控制，这个场景下我们可以用到视觉大模型训练出来的一些结果来规范收取现金，对于不合规的行为在后台进行警示，从零售店的角度来讲，这种场景还是需要有比较强的泛化能力。在工厂里安装螺丝的场景，大量的电子类的产品都需要安装螺丝，但是螺丝的特点就是体积小、数量多，很容易存在螺丝漏打的情况，从而影响到产品的品质。如何在大量不同产品的场景中识别到不同的螺丝孔位，判断螺丝是否都已安装，这也是相对比较常见的需求。通过视觉大模型的训练，可以在螺丝安装的场景里提示工人哪些孔位的螺丝没有安装上，从而提升生产质量。以上这些都是比较具备应用画面感的案例。

2023-10-21 00:00:00