出品：源泉投研智库
作者：徐安娜
4月14日，海康威视发布了2022年年报及2023年一季度财报。报告显示，2022年，海康威视实现营收831.66亿元，同比增长2.14%；归属上市公司股东净利润128.37亿元，比上年同期下降23.59%。归属于上市公司股东的扣非净利润123.31亿元，同比下降25.02%。这也是成立第二十一年来，海康第一次出现利润负增长。
2023年第一季度，海康实现营收162亿元，同比下降1.94%。归属于上市公司股东的扣非净利润为15.54亿元，同比下降29.67%。
15日上午，海康威视召开了业绩说明电话会议，公司总经理胡扬忠先生、董秘黄方红女士及研究院负责人浦世亮先生参加了会议。不出所料，与会者提问主要聚焦于海康威视大模型及AI版块。管理层就如下关键问题作了细致分享：
海康有没有大模型？大模型给海康带来了哪些重要变化？跟OpenAI有没有合作？通用的超级大模型能否解决所有问题？海康技术路线跟海外大厂的技术路线有何差异？大模型出现对行业竞争格局会有何影响？对手能否凭借大模型突破海康此前构建的技术壁垒？
以下是本次业绩说明会关于上述议题的分享摘要，由源泉投研智库整理：
海康威视研究院负责人浦世亮：最近几年，大模型是比较明确的发展趋势。研究院几年前就已经开始研发视觉大模型技术。现在大模型技术已经到了多模态研发阶段。我们的多模态大模型，包括视觉、语音、文本等多模态的融合及处理。
为了支持大模型研发，海康自建了业内一流的数据中心，面向智能安防场景，训练了百亿级参数的大模型，并且知道大模型部署应用成本较高，我们在大模型算法和架构上进行研发。
在算法上，我们基于基础大模型，研发了更高效的行业模型；在架构上，我们运用云边端的架构，实现信息多级处理，达到成本和效果的均衡。
这类多模型智能感知认知能力，更好理解和响应用户需求。目前多模态大模型已经在海康AI开放平台上线，能更好的理解复杂场景下的视频内容。使得视频信息提取的精确度有了量级的提升。相同信息识别率提取的情况下，我的误报率可能会降低一个量级。这样极大提升了算法在复杂场景下的算法能力和用户使用响应的体验度。
另外，人工智能是基于大数据，数据的准备和标注非常关键。海康的数据标注是基于大模型做自动化标注，这样标注效率提升了一个量级，用同样的人力，整个标注数量可以提升10倍。
事实上，AI应用场景非常多，面向定制化需求，千行百业升级要求，我们当时走了一个AI开放平台的路线，基于底层的AI大的基础平台。能够向千行百业提取面向行业的模型。上线后，用相对可控的人员增长能对用户需求成量级的增长。
AI开放平台已有100多个行业智能化升级应用。每个行业智能化需求和场景非常多，需求非常多元化，支持15000多家用户，相信都是底层模型价值。
现在从大模型发展趋势，大模型在全世界百花齐放，有很强的能力。
我们认为，垂直领域应用，结合高质量的领域知识和领域数据所训练的行业大模型，其性能和实施成本都会具有优势。举例来说，彭博社构建了500亿参数的大模型BloombergGPT, 该模型在金融领域取得了很好的效果。海康在智能物联积累20多年积累，大模型开发带来更好的优势，为用户更好的服务。
我们认为，在AI领域大量的技术开源，推动了进步，降低了技术门槛；另一方面，在面临领域的应用，往往需要专业的领域知识的积累。大模型发布之初，我们就关注到，并作了系统性评测。结果显示，专业领域应用中，它的性能跟我们的专业模型还是有一定差距。
在AI方向，海康会持续投入，高度关注业界大模型，跟高校等展开合作，构建更好的大模型生态。
浦世亮表示，海康AI开放平台，2018年开始上线，2019年成为国家人工智能开放平台。大模型技术规模一直在变大。也没有明确指标哪一年成大模型，参数和训练能力，日新月异快速增长。
AI在垂直领域有好的应用，要有垂直领域的知识和数据。之前的很多测试都说明这样一点。对于不同行业，海康底部有一个基础模型，有了底部模型作为foundation后, 上面生长一些行业模型，加入行业知识，能更快更高效地生成行业的应用。之前也都是这样做的。
无论机器视觉、医疗等领域，行业应用对AI诉求一点也不低。海康在底层技术去沟通支持，行业伙伴在上面，用他们产业的知识去构建他们的能力。
当被问及是否跟OpenAI有合作时，“没有，但海康会拥抱开源的技术和能力。”
胡扬忠补充道，“海康聚焦AIOT，有些应用超出AIOT的，需要借助开放的通用平台，考虑用户需求，接入GPT模型，帮用户解决问题。”
就“往后三年看，数字化领域布局是进一步布局细分行业拓宽。还是结合海外大模型，通过模型优势将本增效”等相关问题，胡扬忠表示，企业数字化动力是很强的，投入产出回报清晰。一定是行业垂直、细分的。数字化深入的话，做方案，大模型会有帮助，但有实施成本问题、数据安全问题，有些私密性的东西不想让外面知道。
胡扬忠说道，“比如自己的生产设备工作时间不想让别人知道，它不可能跑到互联网上去等等这些事，只会在局域网上，或专网上，或特定环境下用特定方式来做。不会基于我们想象的大模型上做。大模型技术细分市场怎么用，这是我们深入要做的事。新的技术对行业的影响短期比较小。”
简单来说，要解决经济性问题、精准性问题、封闭性问题，不是一个通用模型能解决所有问题。“超级大的模型解决所有问题，这个我们看不到。”
浦世亮：技术趋势和技术要素比较明显，13、14年以后，技术要素比较明确，是海量数据、海量运算所驱动的趋势。随着运算能力数据能力增加，算法能力大幅度增加。
面向这样的趋势，在这波智能浪潮之初，就比较清晰认知到了这个过程，很多技术研发是面向这种能力的构建，比如更大规模的网络，更强的数据中心，更强的数据生成，和数据标注的能力，这些基础能力都在构建，各位也会看到以前参加不同领域的国际竞赛，这都是基础的部件。
另一方面，海康也是一家面向智能物联的公司，面向智能物联的应用，我们也构建了其他能力，对场景有更全面的感知能力。我们有全面感知的战略，构建了很多感知技术，从可见光，拓展到红外，拓展到X光，拓展到声音等，我们智能物联场景的感知能力有更强的构建。
同时，还会对更微观的世界构建感知能力。就像胡总提到的，对微观世界物质的成分属性的分析，比如远红外热成像，比如温度的属性；用高光谱相机做水池分析，用极光做空气中某些成分的分析；也有细分的，比如烟草方面，其他做杂质检测，比如稻谷水分的检测等都离不开AI技术。面向全面感知能力构建算法和产品的能力。
AI能力从研发到最终产业落地有很多元素。技术的成功到商业的成功还有很多产品系统很多问题要解决。因此我们有云边端智能物联的架构，这种架构使得信息处理分层次，极大降低了信息传输和处理的要求，比较低的代价提供智能物联的能力。
还有一个，面向垂直领域，高质量的领域模型和领域知识也很重要，所以面向垂直领域，不光是打造垂直领域的解决方案，也打造垂直领域的智能能力和模型。
那么，全球化AI、大模型全面发展态势、开源态势。我们会持续投入，也拥抱全球AI态势，积极与国内高校、开源社区开展合作，多方位投入共建大模型的能力。
胡扬忠：AI方面，海康这样的公司不会成为AI技术的领导者，我们也不追求成为这方面的领导者，我们是技术的跟进者，对技术的关注。终点，跟进这些技术，整合相关的技术，让AI技术更好的产品化，更有效落地。跟踪国产技术的演变，落地还是有挑战的。
针对“对手能否凭借大模型突破海康此前技术壁垒，导致竞争格局分化”这一话题，浦世亮表示，一方面，大模型呈现的能力，让大家看到AI会有更强的泛化能力，会有更多应用价值的输出，这一趋势明显；另一方面，大模型本身是人类的数据和知识的凝练，对人类的任务进行响应。因此，面向垂直领域，高质量的领域数据和知识将产生巨大的价值。
往往是结合了领域知识和领域数据的模型，才能获得性能的大幅提升。比如面向金融领域的大模型BloombergGPT，都验证了这样一个结果。
“对于海康来说，较早识别到了大模型的发展趋势，很早做了视觉大模型。由于海康技术架构是发展一种全面感知的智能架构，因此也比较早地做了多模态大模型的研发，把视觉、雷达、声音、文本、X光等各种模态信息，根据任务需要，进行融合和训练。”
浦世亮说道，“这样一种大模型开源态势，首先会使AI应用更让客户接受。智能物联和AI蛋糕会越来越大。海康具有多模态大模型能力、全面感知的产品线、物联网领域20多年领域知识的积累，我们给用户带来更多的价值和优势。”
那么，海康相较华为盘古大模型的技术有何优劣势呢？对此，胡扬忠表示，竞争是正常的，在行业里面，用户会面临很多选择，最终还是看谁能更好地满足用户需求。
针对毛利率等相关问题，胡扬忠认为，不同区域不同行业对毛利率带来影响，毛利率也是企业在行业里面竞争力的综合反映，跟公司业务选择也有关系，无论是新经济还是传统行业，内卷导致毛利率下降，也相信在海康所处的行业里，毛利率也会往下走。
“技术创新是主要影响毛利率的因素。在这点上，海康做的比竞争对手更好一些。”胡扬忠强调道，“政策环境虽有打压，经济环境不那么好，但行业竞争环境在改善。公司内部也进入了转折期，运营管理能力在提升，感知方面，设备类别增加；AI能力、营销能力，适应外部变化的能力都在提升。对业务选择、技术方向都比较清晰。即使未来两三年可能会有些波折变化，过了这段时间，会进入一个稳定发展的态势。”
胡扬忠坦言，如果海康不做AI，肯定完全不一样，收入肯定是比较糟糕的。我们没有能力去盘算今年AI能带来多大的变化，但相信三年、五年、十年后能带来很大变化。大模型很轰动，但这是一个漫长的过程，我们往往高估一年的变化，低估十年的变化。
联系客服
