深耕万亿城市 AIoT 市场，旷视如何发力城市大空间？

 

深圳安博会可以说是洞察中国城市智慧化进程的风向标。

以往对安防龙头或大厂的了解，常常是财报、发布会等相对单一的媒介，缺少直观的横向对比，所能掌握的信息也相对匮乏。

安博会提供了一个独特的观察视角：行业龙头有哪些新动作，人工智能独角兽有哪些新战略，以及跨界者们有哪些新理念，无不暗藏了智慧城市潜在的演变轨迹，同时也是一场智慧城市路线图的 " 较量 "，特别是一些新势力带来的新思路。

比如曾在 2019 年安博会上推出城市级全栈解决方案的旷视，在 2021 年的安博会上再次交出了新的答卷。

01

城市治理难在哪

按照中国智慧城市工作委员会的数据，2020 年中国智慧城市市场规模达到 14.9 万亿元，预计 2022 年市场规模有望达到 25 万亿元。

市场规模的高速增长，既印证了智慧城市的生机和活力，也折射出了这样一个事实：如果说两年前还是智慧城市的概念普及期，当前已然进入到了快速落地的阶段，势必存在一些新问题和新挑战。

比如国内很多城市的城镇化进程仍在加速，由于一些城市的规划和建设过程缺少与时俱进的科学方法，出现了人口膨胀、交通拥堵、公共服务不足等一系列无法回避的问题。也就预示着，" 智慧城市 " 不单单是后期的改造升级，应该被纳入到城市的规划工作中，所涉及的职能部门越来越多。

再比如随着智慧城市项目的逐步落地，产生了庞大的数据场，加上不同部门间的数据互不相同，形成了碎片化的数据孤岛。在缺少数据治理的局面下，很多城市的 " 智慧化 " 只是表面的 " 智慧 "，主要解决了政府办事难的问题，对通勤时间长、环境污染、下雨积水等影响市民获得感的问题鲜有触及。

同时需要警惕的还有人为因素导致的一连串弊病。就像城市治理被细分为智慧社区、智慧医疗、智慧教育、智慧监管等多个单元，优势在于有利于智慧城市的落地速度，让不同的解决方案厂商专注于自身擅长的领域。然而不同势力的各自为战，让智慧治理成了盲人摸象的 游戏 ，缺少高度的统筹规划。

这些现象级问题的背后，预示着智慧城市已经走过了早期的试水期，进入到了全面布局的阶段，只是所揭示出的问题也很直接：早期的智慧城市或多或少是为了智慧而智慧，市民的感知度和参与度普遍不高，只有想办法解决城市中和普罗大众息息相关的痛点，得到普通市民的认可，才符合智慧城市的题中之意。

乐观的是，不少安防企业在安博会上给出了自己的回答。有人想要从底层打通数据孤岛，帮助建立城市级的数据中心；有人想要复制 互联网 的生态理念，希望智慧城市的参与者们从竞争走向竞合；也有人计划弥补顶层设计的空白，让智慧城市的建设有规可依、有迹可寻，不再是走一步看一步……

一些专家学者也尝试给出了自己的见解，譬如《数据驱动的智能城市》一书的作者史蒂芬 · 戈德史密斯，曾在中国的一次演讲中直言：" 未来政府应该把自己当做零售商而不是批发商。批发商的工作模式是以任务为导向，缺乏零售商的服务意识。最有效的服务就是为市民解决问题，提高市民对于政府的信任感。"

02

旷视的三条主线

和其他玩家最大的不同，旷视在智慧城市中的角色不是擅长造概念的学院派，而是以 AIoT 软硬件产品为基础的实践派。

作为一家聚焦物联网场景的人工智能企业，旷视给出的解题思路就是以 AIoT 产品体系为核心的城市空间数字化方案，着力点在于实体产业和人工智能的融合创新。

旷视副总裁、城市业务事业部产品总经理那正平表示：" 我们把城市分为大空间和微单元，把城市的大空间互联起来，把微单元也互联起来，再把大空间和微单元互联互通，做到更智能的全息感知和全域感知，进而帮助城市进行更好的秩序治理，帮助城市做服务升级，为老百姓带来更多的获得感。"

不过在 " 城市大空间 " 的选择上，旷视并未急于求进，而是选择从公共安全、城市治理和交通管理三条主线出发，试图在探索中不断沉淀实践经验和行业理解，聚焦城市的大空间场景，进而打通 " 城市 " 的泛在数据。

可以给出的解释是，旷视最初选择的赛道是计算机视觉，在计算机视觉和深度学习领域有着深厚的积累，并在城市安全、交通、治理等场景中打磨出了一整套智能化、可视化的算法和产品体系。而公共安全、城市治理和交通管理的特征在于治理场景复杂、长尾且碎片化，旷视自研的人工智能生产力平台 Brain++，可以用相对更低的成本进行研发，为智慧城市的成本问题给出了新解。

站在普通市民的立场上，可能并不关心自己所在的城市有多少智慧化的应用，但公共安全、城市治理和交通管理的成效，却和普通市民的安全感、幸福感、获得感直接相关。就像很多人并不在意交管部门安装了多少摄像机，引入了什么样的算法平台，可如果平时很拥堵的路段慢慢通畅了起来，每天的通勤时间少了几十分钟，对智慧城市的理解和态度自然会和过去有着质的不同。

对于旷视的切入逻辑，旷视合伙人兼总裁付英波曾在 媒体 采访中提到过 " 靶向性策略 "，即以场景需求和问题求解为牵引。由此或许可以得到另一种解释：旷视选择沿着三条主线深耕，而非一味扩张赛道，正是 " 靶向性策略 " 的体现，从中找到共性的应用需求，沉淀出通用的解决方案，无疑可以在其他场景或城市中进行乐高积木组合式的复制和创新。

目前旷视 AIoT 的相关产品和方案已经在 100 多个城市落地，覆盖了 30 个国家与地区，并且在不断通过软硬件迭代传统场景中的系统构成，将 AI 能力注入到城市的生活、生产、生态空间中，潜移默化地驱动着城市的智慧化转型。

03

城市走向 " 可视化 "

当城市从物理的名词进化为智慧的动词，当智慧化逐渐定格为城市的升级版和必选项，同时也在刷新人们对城市未来的想象。

那正平在采访时表示：无论是智慧城市、城市大脑还是数字孪生概念，核心思想都是先通过物联网、人工智能等技术形成具象的数字孪生城市，而后抽象出城市运行的内在规律，再通过物联网体系对实体世界进行动态优化调节，解决城市面临的安全、出行、环境、产业升级等诸多问题。

至于 " 智 " 理怎么深入到城市的毛细血管，怎么让城市治理可视化，抽象出内在规律并进行动态调节，对应的是旷视的两个 AIoT 产品平台。

一个是旷视昆仑，定位是以人为核心的 AIoT 全域视图大数据平台，也可以理解为着眼于城市全局数字化的智慧城市操作系统。作用是接入和管理城市里的传感器和边缘设备，对视图为核心的数据进行统一存储、管理和分析，然后在结构化数据的基础上，协助政府机构改善公共安全、优化交通管理、改进城市资源规划。

另一个是旷视万象，确切的定位是 AIoT 视频分析识别平台。简单来说就是依托存量的视频监控网络，或者全新部署的智能化设备，通过图像识别、视频结构化等图像感知技术，帮助城管部门对辖区内的对象进行特征检测，并打通了识别、预警、研判、转发的业务闭环，弥补城市综合治理过于依赖人力的短板。

正如前面所提到的，旷视选择了公共安全、城市治理和交通管理三条主线，旷视万象的解决思路有着明显的 " 条 " 线逻辑，可以识别店外经营、机动车乱停放、暴露垃圾、违规户外广告、渣土车未密闭运输、私搭乱建、公用设施损坏等一连串城市管理问题并自动报警，在很大程度上消除了场景碎片化的效率制约。

可以找到的落地样本是北京市海淀区。

作为海淀城市大脑 科技 产业联盟的成员，旷视深度参与了海淀城市大脑的建设，目前已经赋能了 27 个城市管理场景，并对这些场景下的数据进行全面解析、按需管理，连通了城市的物理空间和数字孪生空间：只需要轻击大屏幕，就可以看到城市各处的实时路况、知晓河流水质的监测数据、查看居民小区有没有乱丢垃圾现象以及渣土车是否合规运行……

或许上述的一幕并非是智慧城市的最终归宿，但 " 可视化 " 注定是城市升级的必要过程。如果没有施乐发明的 " 图形界面 "，就没有后来的 Mac 电脑和 Windows，互联网的繁荣生态也就无从谈起。

04

被 写在最后

在旷视交出的答卷里：城市治理正在向 " 智 " 理升级，城市病正在被 " 智 " 疗，城市治理和公共服务也不再是盲人摸象。

这样的结果似乎并不让人意外，旷视可能不是国内最早扎根智慧城市的人工智能企业，却是步伐最坚实的玩家之一，按照自己的节奏唱响了 " 三部曲 "：

外界纷纷抢夺智慧城市的蛋糕时，旷视在围绕算力、算法、数据下功夫，打造了 Brain++ 代表的新一代 AI 生产力平台，被证实是智慧城市不可或缺的底座；外界普遍在场景上广撒网时，旷视克制地守住了三个主线，目的是沉淀出有场景特性的 " 超级应用 "；外界被迫止步于智慧城市的核心痛点时，旷视的城市级操作系统已经渐渐成型，并将在越来越多的城市落地、赋能、造福大众。

可以预见的是，城市的智慧化进程还有很长的一段路要走，旷视代表的务实派还有很大的成长空间。

来源：Alter聊科技