進入2025年，依托�？涤^瀾大模型技術體系，�？低�視將大模型能力直接部署至端側，推出一系列視覺大模型攝像機。視覺大模型攝像機不僅成像畫質更優，更重要的是突破了場景普適性弱、復雜目標識別難等瓶頸，進一步提升目標檢出率，大幅降低誤報，在零樣本的情況下也能進行識別，檢測目標種類更豐富。

    大幅降低誤報檢出率、檢準率雙提升

    智能攝像機在實際應用中，不同場景、不同光照條件、不同天氣等均會帶來大量誤報警告，造成運維成本增加，用戶體驗不佳，降低事件響應的信任度。

    20余年來，�？低�視深耕視頻領域業務，結合各類場景的豐富行業知識，構建了預訓練大模型，在預訓練階段中增加了各類真實動態場景干擾數據，如雨雪霧天氣、強光閃爍、動物移動、振動抖動等，針對不同條件下進行數據增強，大幅提升智能識別的檢出與檢準率。

    同時，�？低�視構建了完善的大模型部署技術體系，從模型輕量化、計算效率提升、計算資源節省等方面研究模型結構設計和量化技術，創新研發出更加適配場景的視覺大模型攝像機。

    如在周界應用中，海康威視已形成球機、IPC、多攝等大模型警戒系列攝像機。相比傳統視頻周界產品，大模型警戒系列攝像機進一步提升識別距離，誤報率下降90%以上。(根據項目實測數據)。例如，同一測試場景下，采用4mm鏡頭測試，視覺大模型相機在70米可檢出人員入侵，以往深度學習算法40米可檢出，傳統smart算法在20米才能檢出。同樣檢測條件下，過濾小鳥誤報時，傳統smart算法檢出人員入侵的同時持續檢出小鳥入侵，視覺大模型相機可精準過濾小鳥誤報，僅檢出人員入侵。

    在交通事件檢測中，海康威視推出雷視一體機、事件檢測攝像機、FOD雷視檢測一體機等視覺大模型攝像機。在高速公路交通事件檢測領域，有效解決復雜場景下拋灑物、停車、行人等事件的誤報、漏報難題。

    在交通卡口應用中，推出卡口抓拍單元、非機動車抓拍單元、雷云船舶卡口一體機等視覺大模型攝像機產品。如在駕駛室特征識別應用中，識別安全帶時，有效過濾低對比度、遮擋、復雜姿態等產生的誤報；識別打電話時，有效過濾對抬手、握物等產生的誤報。

    支持零樣本開放識別，目標識別種類更豐富

    傳統智能應用的落地，千行百業智能需求各不相同，針對不同目標需訓練特定的識別算法，存在樣本采集成本高、類別拓展難、訓練周期較長等問題。

    通過在攝像機部署開放式目標檢測大模型，采用自研的統一模態學習方案，將視覺識別的圖像特征對齊語義特征，實現目標的精準檢出與定位，�？低�視推出”描述即識別”的智能攝像機應用模式，即輸入一個詞、一句話可按需快速靈活生成模型，無需樣本訓練即可識別目標。

    場景定義畫質，精準自適應調優

    視覺大模型攝像機以“硬件+算法”深度融合，打造全場景畫質提升。以專業的大光圈鏡頭，高感光傳感器設計能力，結合豐富低照度場景經驗，構建端到端的智能大模型算法，有效區分圖像中信號和噪聲，精準去噪，提升夜視監控畫面信噪比，針對暴雨、霧霾、過曝、偏色等場景，可實現場景定義畫質，讓圖像細節更豐富，色彩更真實，為智能應用提供更優的視頻圖像支撐。

    從看得見，看得清，到看得懂，大模型的到來，進一步提升�？低�視的技術和產品創新能力。目前�？低�視已推出警戒系列、交通事件檢測系列、卡口抓拍系列、機械臂防碰撞系列、抗振防抖系列、巡檢系列等視覺大模型攝像機。