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，人们对着它发送一个指令“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，一句话即完成配置。
让这台摄像机能理解指令并自主执行任务的，是一颗端侧跑通的2B参数量多模态大模型，集成26TOPS算力，所有运算在本地闭环，不依赖云端。按海康威视前端产品经理孙科的说法，放在三五年前，难以想象。
但展台上的这台摄像机，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都正在被AI系统性地改写。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。
产品变了：从“被动感知”到“主动认知”
海康被AI改写的程度，沿着它的产品线梳理一遍便一目了然。
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，要训练一个新的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之后，情况改变了。摄像机不再通过被动感知识别“标签”，而是通过主动主知理解“场景”。孙科用了一个比喻：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，它没办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”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。
端侧闭环靠的是三项工程能力的咬合，芯片要给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。孙科说，“端侧大模型从去年0.3B参数量小试牛刀到今年2B参数量大放异彩，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，靠中心服务器分析就无法满足实时性需求；许多作业现场的网络带宽受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摄像机的智能升级，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。全景细节两路镜头协同，全景路镜头锁定区域后，细节路镜头自动变倍放大，前后端之间除标准协议外，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。文搜是海康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”，甚至十秒就能出结果。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。海康后端产品经理钱孟根对这款产品的评价是“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。
文搜产品
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技术本身，而在于市场边界扩展了，原来因门槛太高而被放弃的中小客户，现在能负担得起了。
AI多模态安全生产主机
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”。但海康对智能体很克制，“不是所有场景都追智能体”，这一克制与海康一贯的务实风格一脉相承。
在可见光之外看更广的感知产品线，大模型同样在改写物理世界的感知方式。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，以近乎无损的数据形式，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。它成了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，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地反映，反过来也通过应用实践不断提升这个体系的能力。
凭什么能做到
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，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。海康是后者。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。
三条路讲的不只是技术路线选择，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。这背后的逻辑很清楚，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，每一款产品都会有自己的生命周期，有持续的技术创新、一批批的产品推陈出新尤为重要。2023年，海康推出观澜大模型。孙科透露，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。海康的风格是“扎硬寨，打呆仗”，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。
探索物理世界
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，就是感知，即如何将针对具体问题，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，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。
不可胜在己，把自己的事情做好
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。海康工程师口中那句“不是2025年大模型火了之后才启动的”，是二十年来一贯的风格，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。大模型没有颠覆这个“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。”胡扬忠在九年前就说过这样的话。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，水到而渠成。
胡扬忠常引用《孙子兵法》中一句话——“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。（本文首发于钛媒体APP，作者｜秦聪慧）