大华股份广告视频大模型制作攻略为安防行业乃至整个市场发展提供了关键思考，探讨了数字化转型、大模型应用等核心议题。

当下，安防领域的市场需求已经从原来简单的安防监控，升级到安全的数字化和智能化，大家不仅需要安全，还需要新的能力来满足对数字生活、生产品质的追求。

这样的变化也驱使着大华股份等安防公司，必须从单一的安防定位，转型为以视频为核心的智慧物联解决方案提供商和运营服务商。从技术上来讲，大数据、人工智能、大模型等技术已经成为行业发展的关键驱动力和变革力。

大华股份(SZ:002236)，2023年收入超322亿元，当年研发费用为39.7亿元，占营收12.3%，近几年维持在10%以上的水平。

作为安防行业龙头，公司表示，大华从战略上，于2023年迈入Dahua Think#2.0阶段，从智能升级到融合智能。这表面上只是加了两个字，但实际上是要构建起更为广阔的AIoT能力，激活以视频为核心的数据要素价值。

规划容易落地难。在解决方案落地过程中，员工往往会因为操作习惯和担心岗位被替代，产生抵触情绪；随着项目深入，不断蔓延的需求会与成本预算产生冲突；此外，企业对数据隐私和网络安全的担忧也越来越普遍…….

这些问题，大华也曾遭遇过。如何解决？虎嗅智库邀请到大华股份高级副总裁、研发中心总裁刘明，就以上问题，从技术和业务视角，共同探讨大华股份对于技术研发与大模型应用落地的思考，以及数字化转型的实践，希望对同业有所启发。

以下为虎嗅智库与刘明先生对话的精华内容：

一、根据市场需求和技术迭代，深度融合大模型与视频业务

虎嗅智库：这些年来行业需求发生了怎样的变化？

大华股份：市场需求已经从原来简单的安防监控，升级到安全的数字化和智能化。现在大家很少提安防，都开始提数字生活，说明大家不仅需要安全，还需要新的能力来满足生活品质的追求。业务场景也逐渐变得个性化、多元化，比如现在我们的摄像头适配应用需求有各种各样的形状，传统的枪型或半球形的比例在减少。

业务模式上，很多合作伙伴从卖单一设备或设备组合的代理商、经销商，逐渐转变为解决方案提供商和运营服务商。随着物联设备的种类、数量和数据量的积累，大家追求的也不仅仅局限于销售利润，更加注重项目运维和云服务的能力。

虎嗅智库：您提到客户的需求非常碎片化，那么工业客户通常都有哪些需求？大华是如何分类的？

大华股份：核心逻辑是让合作伙伴（NA）和集成商（NP）对接客户需求，我们来做分析，对共性需求归纳总结，把有具备通用性、符合政策或技术趋势的需求，纳入产品的迭代，然后让NA和NP做广泛的复制和落地，并按照行业把客户的需求做归集。

在工业制造行业内，我们主要关注安全、生产和经营三个领域。安全指的是构建起强大的安全体系，可拆分为安全合规保护、数据管理等场景；生产是赋能整体的生产效率，包括产品质量、保证产品交接可靠、生产过程提效、售后质量追溯等；经营则是围绕提升经营决断力。

根据行业来看，像化工、石油、天然气、食品饮料等流程类行业，我们主要提供实时监控优化、环境安全合规等方面的解决方案。实时监控优化包括生产过程中的协同，采集OT端数据进行工艺优化、减少能耗和提高生产效率，安全合规关注员工行为的生产合规、产品系统自身的安全性、生产环境的安全合规要求等。

对于机械设备制造、3C电子、汽车等离散类行业，我们更多的是提供质量管理追溯、智慧物流与仓储、车辆调度疏导平台、AI监造、AI检修、柔性定制化产线等解决方案。虽然两类行业需求有差异，但共同目标都是降本增效，增强自身竞争力。

虎嗅智库：那么碎片化或定制化具体体现在哪些方面？

大华股份：由于各自内部习惯不同，在产品功能、平台软件展示UI等层面上，定制内容比较多，有时企业还需要满足更好的二次开发支持，或更好地服务自己的特色业务流程。另外，即使是同一个行业，不同企业也会有一些特殊的应用，需要另外开发接口。

针对这些需求，大华在全国有自己的生态池和能力中心。对于客户的定制化，能力中心能够以高时效性快速覆盖；对于垂直领域相对独立的需求，大华会找到生态池内相关领域的合作伙伴一同解决。未来我们在内部也会将能力逐渐模块化，便于客户的交互和部署。

虎嗅智库：业务与大模型怎么做的融合？

大华股份：其实主要分为两大类，第一类是大华自己的产品，包含嵌入式软件、感知类软件等；第二类是平台应用，我们打造了中台的能力，把整体的物联网感知、智能、数据、交互能力做到模块化，集成在此。

大模型方面，大华自己的星汉大模型不是一个通用意义上的大模型，而是以视频解析为核心，还原真实事件的概念，是结合业务的。融合多模态大模型后，我们会把文本语音去和视频做融合，然后结合大模型应用，率先在视频行业落地。

虎嗅智库：为什么会选择将大模型率先落在视频行业？

大华股份：我们的思考是做大模型要跟业务深度融合。深度学习刚出来时，人脸识别是一个很好的切入点；对于ChatGPT，可能大家都在以文本语音为切入点做应用。大模型也一样，一开始都找不到落地场景，但基于我们对行业的理解，我们可以在视频行业找到比较精准的切入点。

因为视频本身的数据量比较大，可能一秒钟几十帧，如果我们也搞一个几千亿参数的模型，在行业内根本没法用。我们会做通用意义上的文本语音的转换，但会找到一个更合适的操作维度，模型的参数规模也会控制。

虎嗅智库：人工智能进入大模型时代，结合大华业务场景，您认为技术能力上有何提升？

大华股份：人工智能是重要的生产工具，对生产方式产生了非常大的变革，对各行各业的影响都非常大。人工智能从深度学习到大模型，有三个比较明显的变化：

第一是从个性化走向通用。基于对数据的训练和理解，模型的数量在减少但变得更加智能，原来我们可能有上百个模型，现在可能几个模型就能满足碎片化的市场需求，同时可以做到自己学习升级。

第二是从识别走向理解。举个例子，过去车道线的识别需要提前输入各种规则，但现在通过摄像头结合大模型，一下就能判断马路上划线代表的含义。

第三是从静态到动态。比如快递运输场景内的车辆、动线、货物、员工、标签等元素，小模型都能识别出来。但如果把所有元素串联在一起，识别连续的动作是否合规。因为要设置很多规则，所以小模型基本做不到。而大模型具备这样的能力。

二、将整体架构能力、核心技术和深刻业务洞察结合，才能做好数字化转型

虎嗅智库：数字化方面，大华的研发思路和投入水平大致是？

大华股份：公司2023年研发费用率12.3%，近几年一直维持在10%以上的水平。投入思路上，一是整体上会围绕各个行业的数字化转型做投入，二是围绕自身产品/解决方案更智能、更数字化的方向提升自身的研发能力。公司现在软硬件产品线共二十来条，每年都有很多要突破的技术。

研发有三层架构，首先从技术开发的维度来讲，我们有五大研究院，主要负责技术上的开发和各产品线技术的拉通共享。例如先进技术研究院负责AI大模型，大数据研究院做云和大数据领域的开发，中央研究院负责一些基础和前沿技术的开发等等。

其次，在这之上，是软件和硬件两大产品体系，包括AIoT智慧物联以及物联数智平台。最后顶层是解决方案的研发团队，围绕政府、企业和中小企业（SMB）建立了三个解决方案平台。

研发模式上，我们把各个产品线开发共性的内容做内部统一拉通，实现资源复用的最大化。产品开发是以技术和市场双轮驱动，内部有一套完整的IPD流程，根据客户漏斗和匹配内部管道来进行。由于我们产品化的节奏比较快，内部会把要急于突破的技术提前让技术团队解决掉，这样可以加快节奏。

虎嗅智库：如何衡量研发投入回报？

大华股份：研发的投资回报其实很难衡量，有一个数字比较直观，就是看毛利率和营收的变化，如果毛利率稳定且营收在增长，说明投资还是有效的。但实际上不能仅仅看数字，还要看对产品方案竞争力和领先性的长期影响，针对具体的行业、具体的产品，我们有各种维度的经营分析。

举例来说，产品方面我们会看产品本身规格定义的问题、质量和成本控制问题、销售推广进度的问题等，看它在生命周期内有没有达成设定目标。但实际情况是很难准确判断投入是否合理有效，我们也不会要求每一款产品投产后都能成功，有一定合理的比例就可以了，而且走弯路的经验是一定要有的，否则就不能说是研发工作了。

对于研究院也是如此，会要求其技术转化率控制在一个合理的范围内。如果技术转化率太高，说明长期的技术研究和探索可能规划得不够，如果太低，说明技术研究太随意，没有做深刻有效的洞察，都是不允许的。

虎嗅智库：根据您的经验，在方案实施落地阶段，曾遇到过哪些问题或意外？

大华股份：面向渠道的话，通用产品的问题并不大，但面向行业的话，问题确实还蛮多的，这个主要分为几类：

第一类是新技术的使用方式不同于员工的日常习惯，态度会很排斥。针对这种情况，大华的解决方式是让熟练工感受到新技术、新工具的便利性和实用性，让其慢慢适应并接受。

第二类是员工担心工作岗位会被替代，从而抵触新技术。针对这种情况大华会提供详细的培训和教育，我们会强调技术的辅助作用而非取代员工的价值，让员工感受到自身价值的提升，这样对技术的接受度就会慢慢提升。

第三类是需求蔓延和成本预算存在冲突。有的客户在落地过程中会不断产生新的需求，但预算成本与蔓延的需求是不匹配的，这种情况也非常普遍。这种情况下，我们会与客户充分沟通，根据其阶段性需求，来考虑分析实施解决方案的可能性，这样便能够分担成本，也能保证项目的交付时间。

另外，我们会保证方案的可扩展性，完成第一期建设之后，后续能够以模块化的方式不断完善。通过展示后续功能，客户可以阶段性使用验收。

第四类是对数据隐私和网络安全有担忧，这种担忧越来越普遍。大华会把网络数据安全覆盖到需求设计、开发、测试、发布全流程，同时也会进行漏洞管理和代码测试，并覆盖到所有产品。

虎嗅智库：企业进行数字化转型，您认为哪些核心能力是比较关键的？哪些优先级比较高？

大华股份：首先还是要对公司内部的战略、业务流程和组织设计有一个清晰的理解和判断，具备整体的架构能力。如果没有一个整体的视角、企业战略不匹配的话，数字化做出来可能就是过时的；如果没有梳理清楚业务流程和组织设计的话，数字化做出来可能是断层的。

例如大华多年前第一次采购ERP，上线之前声称可以极大提高工作效率，但上线之后第一个月发现完全不达预期，原因就是没有真正打通公司内部研产供销服的流程，流程上有断点。

其次我认为还要有核心技术。大华组建了自己的IT团队，虽然前期投入比较大，但后期便利性和收益很高。一方面，产品方案可以满足自身需求。另一方面，公司自己是最好的样板，可以不断做打磨和开发，满足不同行业场景的需求。

此外，还要提升对整体业务的理解能力，善于洞察行业动态、业务痛点、业务发展趋势、政策法规等，关注技术和业务能力的平衡。有深刻的业务洞察力才能做好数字化解决方案。

大华股份作为安防行业的领军企业，通过融合大模型与视频业务，向智慧物联转型迈出重要一步。在数字化转型中，必须具备整体架构能力、核心技术和深刻业务洞察，以应对市场的挑战和变革。