2024年，狂飆大半年的百模大戰(zhàn)，打到了視頻領域。瘋狂進化的模型、暴力堆砌的算力，展現(xiàn)出變革的巨大能量。但同時，海量難以開發(fā)利用的視頻數(shù)據(jù)，成為新的“瓶頸”。

　　“數(shù)據(jù)時代，大模型是核心工具，場景化應用是價值變現(xiàn)的關鍵。”大華股份研發(fā)中心副總裁周文凱告訴智東西，“當下數(shù)據(jù)要素很火，但視頻類數(shù)據(jù)生產、流通、交易仍有很多亟待解決的問題，這與視頻數(shù)據(jù)的隱私性、敏感性、安全性有很大的關系。”

　　作為AIoT領域龍頭企業(yè)，大華股份在視頻領域有長達十幾年的深耕，周文凱認為基于場景化的業(yè)務理解來提取視頻數(shù)據(jù)的結構化信息，并與業(yè)務應用進行深度的融合才能發(fā)揮更大價值。

　　作為以視頻為核心的數(shù)據(jù)產業(yè)代表企業(yè)，大華股份是如何打造未來范本的?通過對話周文凱，本文試圖從大華股份在千行百業(yè)的場景實戰(zhàn)經(jīng)驗中，尋找這些問題的答案。

01

數(shù)據(jù)為王

以視頻為核心的數(shù)據(jù)產業(yè)尤為重要

　　據(jù)知名行研機構IDC預測，到2025年，全球數(shù)據(jù)總量將超過180ZB，其中中國數(shù)據(jù)總量將躍居全球首位。伴隨這一趨勢，數(shù)據(jù)交易市場的規(guī)模預計將達到2200億元以上，若進一步考慮其驅動的計算、存儲、AI技術及軟件等基礎設施的全面發(fā)展，整體市場規(guī)模更是有望突破2萬億元大關。

　　這將展現(xiàn)出什么樣的廣闊發(fā)展前景呢?周文凱向智東西透露，目前產生的所有數(shù)據(jù)類型中，‌以視圖為核心的非結構化數(shù)據(jù)占據(jù)數(shù)據(jù)總量的90%以上，圍繞著視頻的數(shù)據(jù)采集、流轉、分析、計算和應用等每個環(huán)節(jié)都隱藏著巨大的價值。但打開視頻數(shù)據(jù)產業(yè)鏈，我們看到還面臨著很多挑戰(zhàn)：如何在復雜的感知場景和泛雜的物聯(lián)協(xié)議中，實現(xiàn)數(shù)據(jù)的精準采集和海量設備的跨網(wǎng)互聯(lián)，在視頻數(shù)據(jù)分析和加工服務中，當前對于視頻等非結構化數(shù)據(jù)的挖掘程度還很低，視頻類數(shù)據(jù)需要依賴行業(yè)智能算法和應用的進一步挖掘，當前中國人工智能滲透率還不足10%，只有通過將視頻內容結構化后與業(yè)務結合才能發(fā)揮更大價值，而場景化應用是數(shù)據(jù)產業(yè)價值變現(xiàn)的核心關鍵。

　　“我國視頻數(shù)據(jù)要素市場已構建起清晰的三級架構：上游聚焦于數(shù)據(jù)采集與治理的一級市場，中游專注于數(shù)據(jù)加工與分析的二級市場，以及下游面向數(shù)據(jù)應用評估的三級市場。這一專業(yè)化分工體系不僅促進了視頻數(shù)據(jù)產業(yè)鏈的精細化發(fā)展，還顯著加速了視頻數(shù)據(jù)向產業(yè)化邁進的步伐。”周文凱說

　　總的來看，海量數(shù)據(jù)資源和三級視頻數(shù)據(jù)要素市場，都是數(shù)據(jù)產業(yè)的肥沃土壤。

02

發(fā)揮視頻要素“乘數(shù)效應” 要邁過四道坎

　　今年1月4日，國家數(shù)據(jù)局等17部門近日聯(lián)合印發(fā)《“數(shù)據(jù)要素×”三年行動計劃(2024—2026年)》(簡稱：行動計劃)，提出選取工業(yè)制造、現(xiàn)代農業(yè)、商貿流通、交通運輸、金融服務等12個行業(yè)和領域，推動發(fā)揮數(shù)據(jù)要素乘數(shù)效應，釋放數(shù)據(jù)要素價值。

　　周文凱告訴智東西，行動方案提及的12個行業(yè)所涉及的數(shù)據(jù)，90%以上是視圖為核心的非結構化數(shù)據(jù)。而發(fā)揮這些視頻要素“乘數(shù)效應”，至少要邁過四道坎。

　　具體來說，這些視頻數(shù)據(jù)包括用戶生成數(shù)據(jù)、專業(yè)制作數(shù)據(jù)、公共資源產生數(shù)據(jù)、社交媒體分享數(shù)據(jù)等多種類型。相比于結構化的文本數(shù)據(jù)來說，這些視頻數(shù)據(jù)在存儲、處理、理解和計算 四大方面都更加復雜。

　　1、存儲量大。 視圖數(shù)據(jù)有別于結構化的文本數(shù)據(jù)，大量的視圖數(shù)據(jù)要做大量的存儲。這就對有效的存儲空間利用提出更高要求，包括需要較強的編解碼技術，以及有效的存儲能力。

　　2、數(shù)據(jù)處理復雜。 視頻數(shù)據(jù)種類豐富，編碼方式繁多，需要支持不同的分辨率、幀率、編碼方式、格式的數(shù)據(jù)的處理，這就要求數(shù)據(jù)處理方積累這些不同數(shù)據(jù)的處理能力。

　　3、視頻理解難度大。 視頻數(shù)據(jù)內容復雜多樣，要去理解場景化的內容，最好是將小模型和大模型結合起來，去做數(shù)據(jù)的解析，從而挖掘出視頻數(shù)據(jù)中有價值的信息。這里補充說下，除了訓練模型所需的原始數(shù)據(jù)，視頻數(shù)據(jù)真正產生的交易價值，還是在于視頻結構化后挖掘產生的數(shù)據(jù)價值，因此視頻理解好不好，很大程度上決定了視頻價值的大小。

　　4、計算量大。 視頻數(shù)據(jù)的計算量非常大，大模型加劇了這一情況。這就需要廠商在準確率和效率之間找一個平衡。視頻解析模型的參數(shù)量要適度，無法像文本大模型動輒有千億參數(shù)，不然計算量就太大了。

　　上述特征，也決定了視頻數(shù)據(jù)定價、交易和流通難度更大。

　　周文凱表示，視頻數(shù)據(jù)不像結構化的文本數(shù)據(jù)一樣流通便利，而是規(guī)模巨大，且大多數(shù)機器不可讀。如果要交易的話，巨量視頻數(shù)據(jù)怎么上傳和下載，對網(wǎng)絡帶寬、安全保護、結構化成本 的要求都較高;基于成本和價值定價標準如何定，都是要解決的問題。

　　對此，周文凱認為，視頻數(shù)據(jù)要素價值的開發(fā)，可以參考地產行業(yè)采取所有權、使用權、經(jīng)營權“三權分立”。視頻數(shù)據(jù)使用者向數(shù)據(jù)所有者付費，視頻數(shù)據(jù)運營者推動視頻價值得到最大限度的安全挖掘，從而能夠盤活視頻數(shù)據(jù)要素市場。

　　而從技術角度來說，讓視頻數(shù)據(jù)可交易使用，還有賴于AI對數(shù)據(jù)的理解。比如大華股份在視頻編解碼、大數(shù)據(jù)平臺、數(shù)據(jù)治理、視覺大模型、安全合規(guī)等多方面都有深入積淀，比如如何實現(xiàn)視頻數(shù)據(jù)與文本數(shù)據(jù)的異構數(shù)據(jù)融合計算等，以此降低視頻數(shù)據(jù)開發(fā)利用的難度和成本。

03 .

數(shù)據(jù)價值變現(xiàn) 場景化應用落地是關鍵

　　在數(shù)字化時代，‌數(shù)據(jù)被視為新型生產要素，數(shù)據(jù)的價值不僅僅在于其本身，‌更在于如何有效地利用這些數(shù)據(jù)，場景化應用落地是實現(xiàn)數(shù)據(jù)價值變現(xiàn)的關鍵。大華股份自2017年起就開始構建大的物聯(lián)數(shù)智平臺，2019年形成完整的平臺體系架構，2021年發(fā)布Dahua Think #戰(zhàn)略，推出“一體系、兩平臺”，即“物聯(lián)數(shù)智中臺體系”和“城市平臺2.0、企業(yè)平臺3.0”，助力各行各業(yè)挖掘視頻數(shù)據(jù)價值。

　　2023年，大華股份全新升級Dahua Think #2.0戰(zhàn)略，并全新升級的物聯(lián)數(shù)智平臺2.0，該平臺全面融合物聯(lián)感知、算網(wǎng)融合、視覺大模型、數(shù)據(jù)智能等技術，完善軟件工程化能力，賦能千行百業(yè)客戶的應用。

　　在城市方面 ，大華圍繞城市高效治理、運行自治、安全體系升級、生態(tài)協(xié)同治理拓展了各領域，覆蓋了超過200個城市場景。比如在交通治理場景，周文凱談道，過去的小模型往往只能識別一些局部場景，如某個關口排隊要多久等;在應用了大模型之后，某地整個城市交通態(tài)勢變得可被全面掌控，交通調配決策變得更科學。

　　在企業(yè)方面 ，大華則以助力企業(yè)構建大安全體系、數(shù)智生產力、提升經(jīng)營決斷力，為企業(yè)提供數(shù)字化管理工具，幫助企業(yè)解決業(yè)務痛點。比如能源領域，周文凱稱一些客戶的需求比較強烈，他們亟需通過視頻去做安全生產和降本提效;另外智能駕駛領域的客戶需求也非常強烈，他們需要基于視頻和雷達聯(lián)合起來去做智能駕駛。

　　當然這些應用的升級離不開大模型能力的加載，很多大模型并不適合直接拿來用，而是需要結合場景去發(fā)揮價值。“無論是生成式模型還是解析式模型，這些大模型都是基礎模型(Foundation Model)，本質上是比小模型加強了理解和認知能力。當認知產生的時候，人們在上面構建出面向各個場景的能力，這才是大模型價值的本質。”

　　周文凱談道，大華做的大模型，是以視覺為核心，融合了多模態(tài)的能力，具備準確性和泛化性躍升、圖文提示定義新功能、突破視覺認知能力、全場景自主解析、大小模型與算力協(xié)同五大方面特征，目前已落地多個行業(yè)領域。

　　除了大模型外 ，這背后也離不開大華股份圍繞視圖在編解碼、治理、分析、網(wǎng)絡、存儲 等方面所做的一系列優(yōu)化。

　　比如在數(shù)據(jù)分析 方面，大華自建了超千臺服務器規(guī)模的數(shù)據(jù)中心，專門模擬大數(shù)據(jù)各種場景需求，支持大華在數(shù)據(jù)存儲、數(shù)據(jù)治理、數(shù)據(jù)分析等多方面去做全流程試驗，從而保證技術領先性和穩(wěn)定性。

　　在數(shù)據(jù)安全 方面，大華積累了眾多安全相關技術，在其一站式的數(shù)據(jù)智能引擎上提供了面向數(shù)據(jù)傳輸流轉的很多安全管控措施，如實現(xiàn)項目隔離、數(shù)據(jù)隔離，權限隔離、訪問隔離、安全審計等。

04

結語：視頻數(shù)據(jù)沃土 場景化數(shù)據(jù)要素價值凸顯

　　當下正值數(shù)據(jù)要素加速落地千行百業(yè)，深挖場景化數(shù)據(jù)價值變得尤為重要。

　　從大華股份的實踐中，我們了解到國產玩家正在克服視頻數(shù)據(jù)在存儲、處理、理解、計算、定價、流通等環(huán)節(jié)面臨的挑戰(zhàn)，將視頻數(shù)據(jù)處理能與多樣化場景應用深度融合。這其中既包含了企業(yè)十幾年的行業(yè)經(jīng)驗和數(shù)據(jù)處理能力積淀，更凝聚了跨越多個業(yè)務周期的寶貴行業(yè)知識與專業(yè)洞察(know-how)。

　　數(shù)據(jù)為王時代，在堆算力、煉模型的同時，如何讓海量的視頻數(shù)據(jù)要素發(fā)揮乘數(shù)效應，成為我國數(shù)字產業(yè)實現(xiàn)領跑世界的一大關鍵。