作为推动新一代人工智能（885728）发展的关键技术载体和新型基础设施，大模型正经历从“技术验证”走向“生产力工具”的历史拐点。近年来，国家对大模型发展的重视已上升为顶层战略和系统工程，2025年政府工作报告明确提出“支持大模型广泛应用”；2025年8月，国务院印发的《关于深入实施“人工智能（885728）+”行动的意见》将大模型定位为“人工智能（885728）+”落地的核心抓手，并通过量化目标、技术路线和配套机制推动其从“技术验证”加速迈向“生产力工具”。这意味着大模型将作为核心引擎，在工业、消费（883434）、民生、治理等全链条实现规模化落地，完成从技术能力到生产力的历史性跨越。同时，企业凭借技术积累与创新实践，在智能体产业落地、多模态融合、行业解决方案等方面形成合力，共同推动智能经济迈向新阶段。
作为平安城市和数字城市整体解决方案提供商，以萨技术（300603）股份有限公司（以下简称以萨技术（300603））依托坚实的“人工智能（885728）+大数据”全栈技术能力于2025年初推出了“沧澜”垂域大模型应用平台体系，其以“大模型+知识库+智能体+数智引擎”四轴驱动，打造新质生产力核心引擎，为多领域政企客户提供一站式“模型+数据+场景”闭环，实现复杂场景安全防控与关键生产环节的效能突破。历经一年实践验证，“沧澜”平台通过“四轴驱动”精准赋能各行业的安全与智能化发展，有效解决了“需求变化”带来的痛点，平台“不仅能保障安全，还能推动行业智能化升级”的核心价值不断彰显，为各行业数字化转型注入了强劲动能。
参与嘉宾
姚巍
以萨技术股份有限公司轮值总裁
本期《高层访谈》对话以萨技术（300603）轮值总裁姚巍，对大模型时代的AI产业发展态势、技术创新、应用变革、问题挑战及AI安防（885423）发展趋势前景等内容作了深入阐述。
Q
《中国安防》
大模型时代，人工智能（885728）加速演进并全场景赋能包括安防（885423）等众多行业。现阶段，人工智能（885728）产业处在一个怎样的发展阶段？其发展态势如何？有哪些显著特征？
姚巍：当前，人工智能（885728）产业已迈入“技术验证向生产力工具跨越的关键落地深化期”，过去几年大模型已完成“从0到1”的技术验证，现在核心任务是“从1到N”融入产业场景，成为真正能创造价值的生产力工具。其发展态势是“架构、算力、场景”三重共振推动产业深度融合：一方面，算力基础设施的规模化与集约化解决了“算力成本高、落地难”的痛点；另一方面，企业对AI的需求从“单点效率提升”转向“全流程价值重塑”，如安防（885423）行业不再满足于单一的视频识别，而是需要“预警-处置-复盘”的全链路智能，这推动AI与安防（885423）行业的绑定越来越深。
现阶段产业发展有三个显著特征：一是技术从“通用泛化”转向“垂域深耕”，通用大模型的“通用能力”需要结合行业知识库、场景数据才能落地；二是AI角色从“效率插件”升级为“产业操作系统”，其不再是企业流程里的“辅助工具”，而是能重塑价值链的核心引擎；三是落地模式从“单点突破”走向“场景闭环”，现在客户要的不是“一个智能算法”，而是“模型+数据+场景”的一站式解决方案，这也是以萨技术（300603）打造“沧澜”平台时强调“四轴驱动”的核心原因。
Q
《中国安防》
站在2026年初回望，人工智能（885728）技术的研发创新有哪些新突破？在其加速迈进“场景深水区”过程中应用场景有哪些新拓展？应用趋势呈现哪些新变化？
姚巍：回望人工智能（885728）技术研发创新核心突破集中在“技术与场景的适配性深化”上，主要有三个方向：一是“大模型+智能体”的融合落地，过去智能体更多是技术概念，现在已经能在安防（885423）场景里实现自主感知风险、自动调用资源、自行生成处置方案；二是“多模态技术的产业级应用”，其不再是单一的文本或图像识别，而是能整合视频、音频、传感器（885946）数据的跨模态分析，可实现“多维度预警”；三是“垂域平台化架构的成熟”，如“沧澜”平台通过“四轴驱动”解决了“技术碎片化、落地成本高”的问题，让AI能快速适配不同政企客户的场景需求。
应用场景从单一安防（885423）向“大安全+大生产”延伸拓展。在安防（885423）领域，其从传统的社会治安防（885423）控，拓展到校园安全、企业园区安全、危化品运输安全等细分场景，更是从“安全领域”渗透到政企客户的“关键生产环节”；在政务领域，其通过AI整合数据，既提升公共安全预警能力，又优化民生服务效率。应用趋势呈现两大变革：一是从“技术导向”转向“价值导向”，客户不再问“你的模型准确率多高”，而是问“能提升多少效率”；二是从“甲方采购”转向“生态合作”，过去是客户买AI产品，现在是企业和客户一起共建场景解决方案，共同定义需求、迭代技术。
Q
《中国安防》
现阶段，人工智能（885728）落地应用面临哪些阻碍？审视困境，相关企业推出了哪些解决方案？您认为如何更好发挥其效能？
姚巍：当前AI落地面临的核心阻碍本质是“技术、数据、场景的协同壁垒”，具体有三个痛点：第一，数据质量问题依然突出。海量数据（603138）生产源的标准不统一、质量参差不齐，很难做价值挖掘进而形成统一的能够为业务提供更多价值的“数据资产”。第二，技术与场景的“适配成本高”。通用大模型的能力不能直接落地，需要针对行业特性做二次开发，中小客户难以承担高昂成本。第三，算力的“性价比失衡”。复杂场景的AI运算需要大量算力，但很多客户面临“算力不够用”或“算力用不起”的困境，尤其是在安防（885423）场景里算力调度效率直接影响AI效果。
针对这些困境，以萨技术（300603）的解决方案是“以垂域平台为核心，打通“数据-技术-场景”闭环。如针对数据资产质量，“沧澜”平台的数智引擎能够进行AI辅助的多源数据资产化管理；针对适配成本高，“沧澜”平台的“智能体引擎”能提供模块化的工具，客户不需要从零开发，只要根据自身场景选择模块、配置参数，拖拉拽就能快速训练优化专属的AI+业务方案；针对算力问题，“沧澜”平台的“AI训推用一体化引擎”可以快速定制场景AI模型以及云边端混合调度方案，让适当的模型在匹配的算力设备中完成专项任务，既保证响应速度，又降低算力成本。
要更好发挥AI效能，我认为关键要抓住三个核心：一是坚持“垂域深耕”而非“通用泛化”，AI的价值在“行业Know-How”里，只有扎根具体行业，理解场景的核心需求，才能让技术真正创造价值；二是推动“生态合作”而非“单打独斗”，AI落地需要数据服务商、硬件厂商、行业客户等多方协同；三是聚焦“长期价值”而非“短期效果”，AI不是“一次性买卖”，而是需要持续迭代。
Q
《中国安防》
近年来人工智能（885728）加速迭代优化，从单模大模型到多智能体再到平台体系，技术产品跃升的背后体现了人工智能（885728）怎样的技术发展路线？未来，人工智能（885728）的发展方向或趋势有哪些？
姚巍：从单模大模型到多智能体再到平台体系的迭代优化背后体现的是人工智能（885728）从“技术能力”到“场景能力”再到“生态能力”的递进式发展路线。早期的单模大模型，核心是解决“技术能力从0到1”的问题，核心目标是“把单一技术做深”；之后的多智能体是解决“技术能力到场景能力”的问题，通过协同工作多智能体让AI能处理“多步骤、多任务”的复杂场景；现在的平台体系是解决“场景能力到生态能力”的问题，这一阶段的核心目标是“让AI落地更高效、更普惠”。
未来人工智能的发展方向将集中在三个维度：
第一，智能体的“自主化”程度将持续提升。未来的智能体不仅能“执行任务”，还能“理解需求、规划路径、自我优化”，如在安防（885423）场景里，智能体不仅能识别异常，还能根据周边警力分布、交通状况制定最优处置方案，甚至能从历史案例中学习，提升应对新型风险的能力。
第二，多模态技术将从“简单融合”走向“深度协同”。现在的多模态更多是“分别处理不同类型数据后拼接结果”，未来将实现“跨模态的深度理解”。如在视频分析中，能同时理解图像里的行为、音频里的对话、文本里的背景信息，形成“立体的场景认知”，将对安防（885423）的“精准预警”“事件溯源”有巨大帮助。
第三，AI与产业的“融合深度”会进一步加深。未来AI不再是“附加在产业上的工具”，而是“嵌入产业价值链的核心环节”。如在安防（885423）行业，AI将从“安全防控”延伸到“城市治理”，通过分析安全数据为城市规划、交通优化提供决策支持；在制造业，AI将从“设备监控”延伸到“生产优化”，通过安全数据与生产数据的联动，实现“安全与效率的协同提升”。
Q
《中国安防》
大模型时代，人工智能（885728）企业的商业范式有哪些创新突破？市场上涌现出了哪些新业态？
姚巍：大模型时代，人工智能（885728）企业的商业范式正从“产品销售”转向“价值服务”，从“一次性交付”转向“长期运营”。过去AI企业的商业逻辑是“卖产品”，如卖一个人脸识别（885759）算法、一个视频分析软件，客户付费采购后服务基本结束；现在的商业逻辑是“卖价值”，客户付费的核心是“平台和服务能够持续的、快速的、高质量的解决业务诉求”。
市场上涌现三大业态：第一，“AI+行业”的垂直解决方案服务。如专门做校园安防（885423）AI方案、危化品企业安全AI方案的服务商，其既懂AI技术，又懂行业核心需求，能提供“定制化、深适配”的解决方案。第二，AI能力的“模块化输出”服务，如一些企业聚焦“AI训练工具”“数据治理模块”等细分能力，通过API接口或平台插件的形式输出给其他AI企业或行业客户。第三，“AI+运营”的增值服务，如一些企业不仅提供AI技术，还帮客户运营AI系统，推动AI从“技术工具”延伸到“运营服务”，创造了新的商业价值。
Q
《中国安防》
从“百模大战”到“千模大战”再到“全场景赋能”，人工智能（885728）产业正从“数量爆炸”走向“质量深耕”。现阶段，人工智能（885728）产业竞争格局情况如何？呈现怎样的竞争态势？
姚巍：现阶段，人工智能（885728）产业竞争格局已从“同质化的数量竞争”转向“差异化的质量竞争”，整体呈现“头部企业定方向、细分企业补场景”的分层竞争格局。从企业类型看，主要分为三个梯队：第一梯队是“垂域平台型企业”，这类企业具有全栈技术能力，能打造覆盖“数据-技术-场景”的垂域平台；第二梯队是“细分场景服务商”，这类企业聚焦某一个细分场景，其核心竞争力是“场景深耕”，能提供比平台型企业更细致的场景解决方案；第三梯队是“技术组件提供商”，这类企业聚焦某一个技术环节，其核心竞争力是“技术专精”，通过给前两个梯队的企业提供组件，融入产业生态。行业竞争呈现比拼“场景落地能力”“生态协同能力”和“长期迭代能力”三大态势。总体而言，现在的竞争不再是“谁能推出更多模型”，而是“谁能把技术做深、把场景做透、把生态做全”——只有真正解决行业的核心痛点，创造长期价值，才能在竞争中立足。
Q
《中国安防》
安防（885423）作为人工智能（885728）较早落地的领域之一，随着大模型时代的到来，人工智能（885728）如何高效赋能安防（885423）行业高质量发展？其能为安防（885423）行业带来哪些价值？
姚巍：大模型时代的AI赋能安防（885423）行业从“被动响应”到“主动预测”，从“单点监控”到“全链路智能”，推动行业从“传统人防”向“数智安防（885423）”转型，具体体现在三个层面：第一，在“风险预警”层面，实现从“事后处置”到“事前预测”的跨越，大模型时代的AI通过多源数据的关联分析，提前预测风险、发出预警，把风险消灭在萌芽状态。第二，在“处置效率”层面，实现了从“人工主导”到“智能协同”的升级，大模型时代的AI通过“多智能体协同”自动完成“发现异常→分析风险→调用资源→生成方案”的全流程，让处置时间从过去的15分钟缩短到3分钟以内，效率提升80%以上。第三，在“数据价值”层面，实现从“数据闲置”到“数据资产”的转化，大模型时代的AI通过“知识库”整合安防（885423）行业积累的大量数据（视频、卡口、人口数据等），进而形成“可用的数据资产”。
AI给安防（885423）行业带来的核心价值有三个：一是提升安全效能，通过提前预测、快速处置，大幅降低安全事故率，让“安全”从“成本项”变成“保障项”；二是提升工作效率,通过AI替代部分重复性、标准化工（850102）作；三是拓展安防（885423）边界，让安防（885423）从“单一安全”领域延伸到“城市治理、民生服务”等领域，让安防（885423）行业的价值不再局限于“防风险”，而是成为“数字城市建设的核心支撑”。
Q
《中国安防》
2025年以萨技术（300603）倾力打造了“沧澜”垂域大模型应用平台体系，该平台推出的背后体现了安防（885423）等行业怎样的需求变化？其如何赋能各行业安全、智能化发展？
姚巍：“沧澜”平台的推出本质是对安防（885423）等行业需求从“单点智能”到“全链路闭环”、从“安全防控”到“安全与业务协同”这一变化的响应。需求变化主要有两个核心：第一，从“单点需求”到“闭环需求”，客户不再满足于“AI能识别异常”，而是需要“AI能预警异常→能提供处置方案→能复盘事件原因→能优化后续防控”的全链路能力；第二，从“单一安全”到“安全与业务协同”，客户希望AI不仅能保障安全，还能提升业务效率。
“沧澜”平台通过“四轴驱动”精准赋能各行业的安全与智能化发展，核心是解决“需求变化”带来的痛点。其中，大模型提供“通用智能能力底座”，能理解自然语言、分析多模态数据，是实现“全链路智能”的基础；知识库能解决“行业Know-How”问题，整合各行业的场景数据、业务规则；智能体可实现“全链路协同”，能自主完成“预警-处置-复盘”的流程；数智引擎可提供“模块化、可配置”工具，让客户能快速适配自身场景。如某港口落地“沧澜”平台后，不仅实现了安全事故率下降，还通过AI优化调度，让集装箱装卸效率提升；某城市落地“沧澜”平台后，通过AI全链路预警，治安案件的事前处置率提升了85%，同时还为交通优化、社区服务提供数据支持——这就是“沧澜”平台的核心价值：不仅能保障安全，还能推动行业智能化升级。
Q
《中国安防》
展望未来，请您谈一下安防（885423）行业在AI赋能下的发展趋势与前景，以及贵司在安防（885423）领域的发展规划。
姚巍：展望未来，在AI持续赋能下安防（885423）行业将迎来从“数智安防（885423）”到“智慧安防（885423）生态”的转型，发展趋势主要有三个方向：
第一，“安防（885423）+”的跨界融合更深入，且“AI+智能硬件”的协同应用将成为关键落地载体。安防（885423）不再是“独立的行业”，而是和交通、应急、民生服务等领域深度协同，同时融入无人机（885564）、机器狗等智能硬件，形成“技术+设备+场景”的大安全生态，成为数字城市的“神经网络”，连接智能硬件、各领域系统，实现“安全与服务的协同”。
第二，AI的“自主化”与“人性化”同步提升，且智能硬件将成为AI自主决策的“执行终端”。一方面，AI的自主决策能力更强，未来AI安防（885423）不仅能处置已知风险，还能通过“自学习”应对新型风险；另一方面，AI的“人性化”更突出，不再是“冷冰冰的预警”，而是能结合智能硬件提供“人性化的处置方案”。
第三，“数据安全（885942）”与“隐私保护”成为AI安防（885423）的核心前提，且智能硬件的数据采集合规性将同步强化。随着AI对数据的依赖越来越深，数据安全（885942）和隐私保护的重要性会越来越突出，未来的AI安防（885423）不仅要“能用上数据”，还要“能安全地用数据”，通过隐私计算技术，与城市安防（885423）平台实现协同分析，确保数据安全（885942）与隐私保护。
从前景看，安防（885423）行业在AI赋能下，将从“传统的安全保障行业”升级为“数字城市建设的核心支撑行业”，市场空间将从“安防设备（884294）和软件”拓展到“安全服务+治理服务+智能硬件协同服务”，价值会实现量级提升，成为推动城市高质量发展的重要力量。
基于行业发展趋势，以萨技术（300603）将持续深化“沧澜”平台能力，推动“安防（885423）+生态+智能硬件”落地，成为“智慧安防（885423）生态的构建者”，推动安防（885423）行业的智能化转型，为数字城市建设贡献力量。主要聚焦“技术迭代、场景拓展、生态建设”三大重点。
技术迭代上，聚焦“自主化AI”“安全AI”与“智能硬件协同能力”。一方面，持续优化“智能体”的自主决策能力，研发“自学习模型”，让AI能快速应对新型风险，同时重点开发“沧澜”平台与穿戴设备、无人机（885564）、机器人、机器狗等物理设备的适配接口，实现AI对智能硬件的“一键调度、数据互通”；另一方面，加大数据安全（885942）和隐私保护技术的投入，推出“安全合规的AI+智能硬件协同方案”，让客户用得放心。
场景拓展上，推动“安防（885423）+”跨界落地与“智能硬件场景渗透”。深化“安防（885423）+交通”，推出智慧交通安防（885423）方案，除实现“交通违法预警+事故快速处置+通行效率优化”的协同外，还可调度无人机（885564）对高速路段进行全天候巡逻，识别车辆违停、货物掉落等隐患，联动交警系统推送违法信息；拓展“安防（885423）+应急”，推出智慧应急安防（885423）方案，在“风险预警+应急调度+事后复盘”全链路智能基础上，加入机器狗参与地震、洪水后的废墟搜救，无人机（885564）参与森林火灾火势监测，提升应急处置效率；探索“安防（885423）+民生”，深化社区智慧安防（885423）方案，通过“无人机（885564）高空巡逻+机器狗地面巡查+AI平台调度”的组合，实现“安全防控+老人照护+便民服务”的融合。
生态建设上，联合产业链伙伴共建“AI+智能硬件”生态。开放“沧澜”平台接口，除邀请硬件厂商、数据服务商、行业解决方案商加入外，还将重点与机器人企业合作，联合开发“沧澜”平台原生适配的智能硬件；合作开发支持多传感器（885946）数据实时上传的机器狗，确保硬件采集的数据能快速融入平台的AI分析体系；与行业解决方案商合作，基于“平台+智能硬件”能力，开发园区、港口、社区等细分场景的一体化方案，让生态伙伴能快速推出产品和服务。
