需求爆發與技術質變，產業大變革已然來臨。隨著AI，物聯網，大數據，云計算等技術的發展，安防正從傳統的視頻監控走向智能安防，從傳統的防控輔助系統走向效率提升的生產系統，智能安防走向千行百業。

在走向千行百業的進程中，不同行業對于覆蓋的縱深要求不斷提升，多維感知數據的端云協同和對數據的實時交互對于網絡的時延、帶寬要求越來越高，同時防控走向深水區，對于防控的立體化、系統化、機動化要求不斷提升。

于是，在行業背景下，AIoT刷新了安防新高度，也開啟了另一段智慧之旅。

AIoT入安防尤其時代背景，也有現實所需。用戶在產業大調整和大升級中，單純依靠人工進行海量數據的處理顯然已經無法滿足各行各業的需求。人工智能帶來了高效智能的技術手段，可以很好的完成對海量的、復雜無序數據的處理。

而有了AI的助力，IoT系統也將實現流程的優化以及產品交互體驗的升級。發展到目前，將AI技術和IoT技術進行融合，構建AIoT系統已成為各大行業向數字化轉型升級的必經之路。

01

AIoT為安防帶來的新意

AIoT下的安防，不再是曾經的安防，盡管還帶有諸多原有的色彩，從行業幾大龍頭企業紛紛轉向智能物聯的戰略布局中，可窺見一斑。

那，AIoT給安防帶來哪些不一樣，或者說刺激安防又將如何進階？

會思考的物聯網，向萬物互聯轉變

對于AIoT的概念，業內普遍認為即人工智能物聯網，也稱智能物聯網，廣義上是指人工智能技術與物聯網技術的融合及其在實際場景中的應用。

AIoT是新的物聯網應用形態，將物聯網產生并收集到的數據存儲于云端，通過人工智能、大數據進行分析，并賦予其智能化特性，實現真正意義上的萬物互聯。

可以理解為，是給IoT加裝了一個AI大腦，讓設備的簡單連接上升為智能交互。

而IoT相對于AI而言，則是一大超級感知系統，依托豐富的物聯網傳感設備，可進行視覺、聽覺、溫度、環境等各類傳感數據的采集，并將這些數據發送給AI進行分析和處理。

與此同時，這些數據也是AI進行深度學習的重要養料，訓練出越來越智能的AI。為一種新的IoT應用形態，AIoT與傳統的IoT區別在于，傳統的物聯網是通過有線和無線網絡，實現物—物、人—物之間的互聯，而AIoT不僅是實現設備和場景間的互聯互通，還要實現物—物、人—物、物—人、人—物—服務之間的連接和數據的交互。

物聯網與人工智能相融合，最終追求的是形成一個智能化生態體系，在該體系內，實現不同智能終端設備之間、不同系統平臺之間、不同應用場景之間的互聯互通。

如此一來，云邊端架構在安防盛行。以安防門類中最為傳統的防盜報警為例，軟硬一體是安防產品的第二次工具革命。

它將設備以圖標的形式在平臺中進行一一展示，可直觀的獲取整個區域的設備運行狀態，可選擇設備進行指令操作管理。

在設置界面總共有設備工具、設備管理、防區管理、報警記錄、系統設置、鍵盤配置、系統維護、服務熱線等八項功能。

為此，精準靈活的控制與精細化管理都在平臺之上，游刃有余。既然是網絡線產品，通信能力是考量之一。

不僅保留了傳統的載波通訊，短距離項目上可實現兩芯線供電、通訊，節省通訊線纜，還加入了485通訊、CAN總線通訊，通訊距離可達2千米至3千米。

同時，總線型網絡報警主機還有具有以太網通訊、光纖、電話線通訊接口，全覆蓋大中小項目的復雜通訊需求。



AIoT的十字路口：使能場景、做透行業


AIoT進入深水區，來到了應用的十字路口。該項融合性技術從技術演進歷程來看，一般會經歷自動化、設備連接、智能采集、信息可視化、大數據分析和智能預測的路徑，實現從萬物互連到萬物智聯的轉變。

以當下視角來看，5G、AI技術、物聯網技術與傳統行業整合，AIoT時代有望進一步提升智能建筑、智慧城市、智能交通、智慧物流、供應鏈物聯網等各領域的智能化程度。

未來，圍繞場景來做千行百業，才能使場景變“小”，行業變“大”，在細分場景中做分門別類的個性化與定制化應用。

在當下，物聯網應用與網絡一體化已經成為一種潮流，信息技術革命與互聯網發展正在促使工業發展向網絡應用智能化轉變。

在物聯網建設影響下，各智能系統之間的聯動性越來越強，面對千行百業場景，只有物聯后才能由點到線，由線到面為用戶提供高價值的智能場景方案。

2022，萬物互聯成為常態，而智能視覺物聯網（SVIoT）則是新未來。

這意味著，推陳出新。智能視覺物聯網是物聯網的一次再造，利用各類圖像傳感器，包括監控攝像機、手機、數碼相機，獲取人、車、物圖像或視頻，采用圖像視頻模式識別技術對視覺信息進行處理， 提取視覺環境中人、車、物視覺標簽，并通過網絡傳輸與視覺標簽應用系統連接，提供便捷的監控、檢索、管理與控制。

對于智能視覺物聯網，在此屆高交會上也能覓其蹤影。

行業也是如此，AIoT在技術成熟后下探市場才能為行業所用。我們可以把行業看成由N各場景組成，所以行業邏輯和市場法規在2022年，AIoT也有變化。

列舉交通行業來看，之前的智能交通建設，偏重硬件方面，缺乏軟件平臺來做業務梳理。而最近幾年流行的數據中臺，就是把感知端做互聯共享，來打破業務與傳統數據的之間的壁壘。

在杭州的智能交通智能中樞，最大限度的挖掘原始視頻資源背后的價值，同時融合其他多維度的IoT數據，更好的賦能交通出行，整個視頻智能中樞，由一底座雙中臺構成，阿里云的專有云/公共云底座，搭載視頻業務中臺和數據智能中臺。



感知體系的多元、層次與立體化

視頻、音頻、氣味、生物特征等技術的發展和成熟，全面掌控防控場景和目標的完整信息成為可能，在安 防應用中越來越多的部署更多類別的感知設備，用于從更多維度采集目標信息，包括目標的各種要素、活動軌 跡以及關聯信息等，從而形成一個動態感知體系，實現防控工作的“無所不在、無所不知”目標。 

針對某一特定的應用場景，相關前端感知設備實現全互聯直通，邏輯上各感知設備一體化，當一個設備的感知到一條單維度信息后，通知其他設備從其他維度提取信息，對信息的準確性進行印證，從而實現群防群治，實現在前端就能完成一次感知信息的數據清洗，從而保證了感知信息的準確性。

只有驗證有效的信息才會 上報至后端系統和平臺，在后端再進行數據綜合應用，最終實現感知的多層運用。

一方面，可以提升準確度，減少誤報；另一方面，通過本場歸并，減少數據量，降低后端處理的壓力。

當前，安防在感知運用上是一個個孤立的垂直結構，需要先由前端感知設備進行目標感知和信息采集，然后原始信息報送到后端業務系統進行結構化和業務語義化，最后業務數據匯總到中心數據綜合應用平臺（含大數據）進行數據治理和關聯應用。

在感知運用信息鏈中前端設備和后端業務系統是垂直對應關系，只有到了中心數據綜合應用平臺才形成水平關系，才能面向多個業務系統進行多維數據綜合和關聯。

所以，我們在AIoT時代經常看到企業推出的“中樞大腦”。

全面采集數據——構建城市立體管控圈。要駕馭數據，端側的采集是第一步，也是關鍵一步。所以傳統安防企業善于在采集端發力，這也是他們雄踞市場的制勝法則。

精準感知信息——多維特征融合定位疑似患者。為滿足實戰所需，感知的信息就需精準，而不是采集之后的眉毛胡子一把抓，同時，口罩遮住了行人的絕大部分特征，非約束場景下的攝像機無法精準定位到行人的感染路徑。

快速認知知識——強化管控能力。知識是從信息中經過歸納、碰撞、流轉、沉淀提煉而得到的有用資料，基于推理和分析，還可產生新的知識，體現了信息的本質和經驗?？焖僬J知知識，就是集中資源用最快的速度分析，快速把信息提取完成，讓目標查找更便捷。

智慧預測預知——區域風險轉化。當下用戶對AI的期待之一就是能預測與預知，既能洞察當下，也能預知未來。復工開始后，海外的疫情爆發，哪些區域的疫情風險加大，如何防輸入、防擴散、防聚集，及時發現風險因子是考題。

02

居家安防暴增后的AIoT物聯延伸


智能家居安防產品在龐大的消費級智能硬件賽道中備受關注，消費級智能硬件行業整體發展前景向好。

一方面，用戶需求在市場初步教育后細化升級，群體自發使用意愿增強；另一方面，智能硬件迎合用戶剛需，隨著產品技術與性能的提升，產品實用性和智能化程度同樣得到升級。

具體來看，芯片、網絡和元器件上的技術突破進一步推動了智能硬件發展。

首先，零部件成本降低和尺寸縮小使技術性能夠穩定提升；其次，5G進入規?；逃秒A段，高速網絡的加速滲透將優化智能硬件使用體驗。

相較于傳統安防，智能安防最顯著優勢在于信息的即時反饋和同步，主動安全系統結合被動安全系統的部署將大大提升可靠性。

例如，Aqara全屋智能可以通過房屋各處的人體傳感器和安全類傳感器主動實時監測房屋狀況，并及時發出警報。

據IDC數據，2021年中國家庭安全監控設備出貨量增長率在60%以上，預計到2025年的出貨量復合增長率也將達到35%以上。伴隨家庭安防需求的大幅提升，智能硬件細分市場潛力不可小覷。

物聯網傳感器T3系列可以起到更好的聯動作用，讓用戶體驗到更加智能化的家居生活。

傳感器作為物聯網底層核心部件，隨著應用領域的不斷拓展，越來越走向普通家庭用戶。但物聯傳感器產品外觀不精美、智能連接體驗不好、傳感性能不理想等，成為用戶抱怨的問題。


03

安防“芯”的物聯之路


安防也有“芯”辰大海，產業從模擬到數字再到網絡高清，直至智能時代。

每一時代的技術演進，都依賴于芯片技術的提升，其很大程度決定安防的整體功能、技術指標、穩定性、能耗、成本等。

而在智能時代，基于芯片為內核去做多場景智能應用，是一個基本技術邏輯。

那么，SoC 芯片不在依賴美國的當下，瓴盛科技首顆型號為JA310的AIoT SoC，應運而生，為安防帶來強勁的“芯”動力。

安防場景的多樣性和碎片化明顯，而與人工智能融合下的AIoT更面臨諸多挑戰——需求尚未定型，產品功能、性能不斷變化；市場培育期的單一品類體量不大，難以攤薄研發成本；差異化場景對AI算法各不相同，AI算法各自為戰等。

無論是對于軟件、硬件或算法公司來說，AIoT描繪的萬物感知互聯的智能世界背后都可能是重復投入的高研發成本和各自畫地為牢的掣肘。

面向智慧監控、人臉識別、視頻會議、車載終端、運動相機等廣泛的智慧物聯網應用，力主打造開放式平臺化解決方案。

JA310不僅外圍接口豐富，同時芯片平臺實現了軟硬件解耦設計，做到BSP與應用開發分離。應用軟件可以基于軟件模擬器進行開發，確保其生態內的海量開發者和社區資源能快速實現軟件生態開發進程，保證安卓的應用可以快速復用到Linux，對客戶后期APP的開發以及生態系統建設有極大的幫助。

此外，開放式平臺還使得基于JA310的系統實現了高可靠性和安全性，避免應用程序的任何故障造成導致系統宕機的危害。


結束語

縱觀這幾年，拋開傳統安防企業不談，也除了原本專注在人工智能及物聯網領域的企業外，眾多行業巨頭也陸續高調布局AIoT市場，包括阿里、騰訊、百度等企業近年來都紛紛展示其在AIoT領域布局的意圖和相關產品規劃。

新興企業踴躍加入，資本競相爭逐，經過近幾年的持續鋪墊和孵化，AIoT產業下的安防市場規模不斷突破新高，這又將是安防歷史進程中，濃墨重彩的一筆。