海康观澜大模型白皮书（2026版）.pptxVIP

序言

人工智能正推动人类社会的又一次生产力变革。正如蒸汽机开启机械化时代，电力催生

电气化时代，计算机与互联网引领信息化时代，人工智能正以前所未有的速度与深度重新定义人们生产、生活的方方面面。

当前，人工智能的一大核心命题是赋能物理世界。尽管大模型在自然语言处理和计算机视觉等任务上已取得显著进展，但单一、有限的模态，无法完整描述一个真实的物理世界。就像人类通过“视听嗅味触”等五感与物理世界交互，进而实现对世界的感知和认知，大模型同样需要处理更全面、更实时、更精准的信息，才能更好地映射、理解物理世界，洞察深层规律，为人类创造更多福祉。

正是基于这一认知，海康威视打造了“多、快、准、省”的观澜大模型技术体系，期望通过强大的物联感知和认知能力，洞察万物的状态和规律，帮助物理世界和数字世界实现更好地联接，推动社会、产业和生活的智能化发展。

在模型能力方面，我们聚焦发力物联感知大模型、多模态大模型，这是物理世界数字化的基石，也是海康威视积累深厚的优势所在。我们打造了视觉大模型、音频大模型、光纤大模型、X光大模型、毫米波大模型等多种模态的物联感知大模型，并取得很好的落地成效，比如毫米波大模型助力海康睿影成为业内首家通过中国民航A3等级认证的设备厂商。多模态大模型层面，我们依托图文多模态大模型，实现亿级视频数据的自然语言秒级检索，推动摄像机从单一视觉感知向深度智能理解的跨越。同时，面