對于許多尋求轉型的企業而言，轉型的起點往往不是宏偉的“中控大腦”，而是沉默的“生產一線”。伴隨著AI大模型、數字技術等快速發展，智能物聯龍頭企業海康威視(002415)，正在將生產一線的真實狀況轉化為可識別、可分析、可管理的數據，進而驅動更高效的、更智能的決策。
雖然很多人對此感受不深，但實際上這樣的改變正在各行各業發生。近日，海康威視(002415)相關負責人對證券時報記者表示，我們堅持做擅長的事情、做正確的事情，聚焦多模態物聯感知大模型領域，守住物理世界到數字世界建模的入口，業務從多維感知自然延伸到存儲計算、顯控交互、執行控制、網絡安全等相關環節，這些場景也足夠大了。
以“皮帶運維”為例，皮帶運輸機在鋼鐵、煤炭、港口等行業廣泛使用，動輒十幾公里長，一旦托輥出現異常磨損、卡滯或斷裂，輕則停產，導致數噸物料堆積，重則引發重大安全事故，但傳統巡檢方式依賴人工，效率低、覆蓋有限。海康威視團隊率先使用光纖技術，實現對托輥聲紋的實時監測，就像給工業設備裝上‘聽診器’，運維人員坐在電腦面前，就能精準捕捉設備運行的異常信號，定位故障位置，提前處理異常，解決了“皮帶運維”這個場景里的“大難題”。
如今，光纖聽診這項技術在風電葉片檢測、城市管道運維等領域中也大有用處。
這些細微的、但能真實解決各種問題的“轉化”，正在各行各業的一線場景里發生。“物理世界的數字化建構是邁向通用人工智能的基礎與關鍵，而這一入口，正是我們具備優勢的領域。”海康威視稱，就像人類不只是通過眼睛去認識世界，對千行百業的智能化應用來說，數據的獲取也不僅僅依賴于‘視覺’、‘聽覺’等單一的感知技術手段，而是要構建全面的感知能力，才能更好支撐不斷優化決策。
基于多年技術沉淀，從可見光感知起步，海康威視把感知技術，一路拓展到了紅外、毫米波、聲波、激光等領域，讓機器具備“眼耳鼻舌”等各種感知能力，支持千行百業感知設備采集物聯數據。
AI的加入，則讓物聯感知數據在各行各業的應用空間變得更廣、更深。據了解，早在2006年，海康就組建了算法團隊，開始人工智能算法的研究，是最早一批介入到人工智能研發與應用中的公司。2023年，海康威視推出了觀瀾大模型。
基于海康觀瀾大模型底座，融合可見光、熱成像、毫米波等多維感知技術，結合行業知識,致力于推動大模型與業務場景深度融合，海康威視打造了安全生產、公共安全、自然災害、工業應用等系列垂類大模型，并實現規模化落地。
例如，在交通行業，聯合山西高速打造大模型異常事件監測系統，精準識別擁堵、違停等12類交通事件，準確率達95%；在防災領域，于安徽、重慶等地部署森林防火多模態智能研判系統，有效過濾火情誤報，森林煙火識別準確率提升至96%；在制造業，針對配件齊套管理痛點，海康觀瀾工業大模型可實時識別員工取料動作，智能判斷配件是否齊套，省去傳統物料齊套管理環節，既提升質量一致性，又縮短作業周期。
同時，海康威視也在持續延伸大模型的產品化能力。比如，率先在行業內推出多模態文搜型磁盤陣列產品，采用存儲和AI計算一體化架構，具備高性能、大帶寬及數據存算融合能力，實現即存、即算、即用。產品在對海量視頻數據存儲的同時，能夠對視頻中的各類目標進行大語言建模，用一個詞、一句話即可對億級數據進行秒級檢索。
2025年，海康威視推出了數百款AI軟硬件產品，覆蓋了可見光感知、毫米波感知、激光感知、融合光譜感知、聲學感知、紅外感知等不同技術領域，為用戶提供了豐富的產品選擇。
2026年一季度，海康威視毛利率達到49.09%，是2020年以來的高點。毛利率提升的重要原因之一，即AI大模型的加入，使成本（如AI算力、存儲等）小幅增加下，大幅提升了產品性能，增強了用戶付費意愿。
對海康威視而言，AI大模型并非獨立的技術概念，而是推進各行業數字化落地，在垂直業務場景中兌現數字化價值的工具；而深耕場景數字化，又為大模型提供真實業務需求與落地土壤。在AI從技術概念走向產業兌現的周期下，海康威視逐步明確的AI與垂直場景雙向“奔赴”的清晰邏輯，也正推動資本市場對其展開全面價值重估。
