大华股份：发布会现场速递-星河璀璨，万象新生年度峰会-20231024

出席嘉宾:董事长傅总，执行总裁赵总，研发总裁刘总等 今年是大华成立三十周年，成立以来收到了各位伙伴的鼎力支持，才有了今天的大华，对各位伙伴的厚爱表示由衷感谢。公司研发工程师超过员工总数50%以上，建立了多个研究院，支撑产品和解决方案的开发，围绕全感知、全智能赋能千行百业，实现数字化转型升级。同时大华强调全球化，全球中国以外员工超过3k人，分布在180个国家地区。全球化让我们科技的最新成果分享到全球的每个角落。我们建立了无人化的黑灯工厂，所有数字化和智能化全域自研 ，体现了我们在无人工厂上的积极探索。 数字中国在给我们带来千载难逢的机遇，数字经济已经五十万亿，占中国GDP的50%，数字产业化将深刻改善千行百业。视频数据占所有数据的90%，是感知的终极。大模型多模态会颠覆式改变行业应用，无人化生产会改变生产流程 。大华擅长的是以解析为特点的大模型和多模态，我们今天也将发布我们的星汉大模型。最早我们擅长的是传统的模型，最开始准确率只能做到50、60%但现在有很大提升，车牌识别方面现在准确率已达到90%。大模型在精度、泛化 、流程拓展等方面都带来了新的可能，带来自动化程度的进一步提升。 生态对大华的发展至关重要。大华在海外发展这么好，跟生态有分不开的关系 。我们在巴西、印度等地，都跟当地伙伴有了非常深的联系。 共建、共赢、共生，我们坚持诚信利他。诚信是立身之本，利他是长期发展的秘笈，让更多伙伴分享数字化的红利。大华全域自研的黑灯工厂，完全全域的自动化。去年我们完成了对仓储的智能化改造，以前仓储这块有六百多人，很辛苦，但现在只有几十个人，而且已经成为最轻松的部门。 [执行总裁赵总发言] 两横两纵，两横是AIOT和物联数智平台，两纵是城市与企业。两年来我们坚定践行。我们在建筑、电力、城管、交通等领域持续努力，做城市数字化创新和企业数智化转型。在企业中我们辅助企业提高经营效率，千行百业持续探索。以金融行业为例，银行网点需要转型升级，同时催生了节能网点概念的出现。我们基于数据分析最大化网点价值，优化客户体验，运营效率提升30%. 国内企业使用AI的比例已经达到60%，A产业规模持续扩大，全球智慧物联市场空间也会持续提升。数据会成为新型生产要素，乘数效应不断释放，不断向生产力转化。 公司形成了大量方案、行业标准、业务模型等，构建了算法、算力、数据“一张网”: 下游市场仍有海量个性化、碎片化、复杂化、融合化的需求，现有技术和自身积累实现信”难+慢。由于不同客户行业不同、预算不同、场景不同，需求呈现高度个性化，哪怕是防火防腐，化工厂和一家海水工厂的要求也会不同。伴随着深入业务的细分场景增多，需求日益碎片化，原有的静态场景需求转向全过程全方位实时动态监测和研判需求。 多模态大模型的出现，将极大提升各类客户需求的实现: 从个性走向通用，缩短开发周期，从准确走向精准，算法精度大幅提升，适配 极端目标和复杂场景，实现全过程动态监测，全场景自动理解，自动适配行业变化，从识别走向理解，能够完成复杂行为识别及认知，深入理解业务。 比如，对生物多样性的保护上，我们希望借助大模型的能力，零样本实现对珍稀动物的识别与追踪。在城市中，实现车路协同精准服务，城市交通自治。在工业领域实现工业企业的提质增效。 [研发部总经理周总演讲] 以视频为核心的数据生产要素特点:多样性、流通性、规模性、隐私性未来会有大量数据，但绝大多数存量数据都尚未被机器理解 数据产业链:分成上游(数据供应)，中游(数据加工)，下游(数据需求大华开发了一套数据要素处理工具，帮助客户做数据的处理 园区管理:结合星汉大模型能力，可以通过零样本的方式检测到有轮椅的客人来到了园区，将该信息自动推送给管理者，方便进行下一步操作 电力巡检:首先通过无人机构建园区三维模型，通过大模型的高精准识别能力，来实现远程巡检。传统工人现场巡检，是缺乏事后回顾的，现在可以通过大模型自动进行一些检测，比如变电站上是否有鸟巢之类的。 [AI多模态大模型发布] :拥抱大模型，创造视觉智能新图景应用市场复杂多变，长尾市场复杂度很高，需要付出很大的开发成本。过去，我们面向海量市场，我们提供8K个细分场景 ，1w+=智能产品，才能满足。 小样本学习:有些行业数据很难获取，因此我们开发了小样本学习能力。同时，我们也采取大样本带教小样本的方法，提升小样本能力。基于大模型我们会实现半自动化数据标注，实现90%的标注性能提升。大家其实都想通过一个通用模型解决所有场景，但是细分场景确实很碎片化，必须要适配每个行业的流程和需求。我们在融合多模态输入的情况下，结合我们的行业knowhow，持续打磨行业大脑。沉淀出通用的算法框架，加快跨行业复制。 大华星汉大模型: 能够通过图文提示定义新功能，无需定制开发，可以高效满足碎片化需求以读表为例: 在污渍、强光、雨水等情况下，小模型度数会失效，但大模型可以维持精准。而且以前几千种不同的表都要挨个做模型识别，但大模型都可以识别。在各类场景下，准确率有显著提升，而准确率的提升将进一步拓展市场规模。 2.图文提示:通过图文提示可以定义新功能 传统方法在垂直领域里定义新业务，复用率低。现在通过文字描述、或者图片提示，可以直接告诉系统我们要找什么，快速把算法做出来。 传统算法:人车物感知，实现感知数据的识别和结构化 。现在用大模型:实现对交互行为、目标状态的认知能力升级现场案例: 1)以往模型可以识别人、馒头、盘子，但无法理解人把掉在地上的馒头捡起来放在盘子里重新给顾客是个违规行为。但现在大模型可以直接识别该行为了 2)原本a识别人员涉水，需要人工画一个框来标识水面，人越过标识框，才报警 。然而潮起潮落的时候，水面范围其实会变，造成识别不准;而大模型不需要人为画框，它自己就能识别人员进入水面 3)在电力场景做巡检时，仅通过文字提示(“识别鸟巢”)和图片提示(一张鸟巢照片)，大模型即可形成一个自动识别鸟巢的视觉算法，应用于摄像头的电力现场巡检 与此同时，通过大模型的小型化控制算力需求，构建用得起的大模型系统，方便大模型在场景端的落地。-国盛证券