华为郭传龙：鸿蒙+AI 加速城市数智化升级

　　2026年1月21日，由深圳市公安局、深圳市交通运输局、深圳市市场监督管理局指导，深圳市智慧安防行业协会、深圳市停车行业协会主办的“第十二届智慧城市建设创新发展大会”在深圳圆满落幕。本次大会以“AI引擎 数智共行”为主题，深度探讨AI技术赋能智慧城市建设的实践路径与发展方向，为行业发展持续注入强劲动能。

　　大会上，华为技术有限公司光感知产品管理总监郭传龙现场分享了《鸿蒙+AI 为城市数智化升级按下“加速键”》的主题演讲。

　　以下为郭传龙演讲实录，智慧安防网作了不改变原意的修改：

　　各位领导、各位嘉宾，大家下午好！

　　我是来自华为光产品线的郭传龙，非常荣幸能有这次机会在这里，分享华为行业感知在城市数智化升级方面的一些思考与实践。在座的有很多专家，我今天更多的是抛砖引玉。我分享的主题是：鸿蒙+AI，为城市数智化升级按下“加速键”。

　　当前，全球各行各业都在加速数字化转型，并积极拥抱AI。按照数智化水平，我们可以大致将其分为三个梯队：

　　第一梯队是头部互联网企业，作为智能化先锋，他们聚焦于提供L0基础大模型。

　　第二梯队是政府和金融等行业，正在积极布局智能化，重点打造L1行业大模型和L2政务大模型，并积极探索普惠AI算力。

　　第三梯队则是与智慧民生紧密相关的关键行业，如矿业、医疗、交通、制造等。这些行业目前仍以数字化为主，但已开始尝试将AI应用于生产和运营场景。

　　无论是电力行业从人工巡检、被动预防，迈向全天候自动化巡视；还是交通领域从“车看灯”演进到“灯看车”，实现智能化指挥，它们都有一个共同特点：数字化转型正在驱动智能、感知、互联的代际升级。

　　具体来说，这种升级体现在三个方面：

　　万物智能：从传统AI向AI大模型演进，需要处理更复杂的多模态数据。

　　万物感知：感知是一切智能化的前提，是数字化的基础。没有正确的感知，就没有正确的数据模型，更谈不上智能化的精准控制。感知正从单一的视觉，向多维感知全面升级。

　　万物互联：传统系统往往是孤立的“烟囱”，难以互通。而开源鸿蒙（OpenHarmony）的分布式架构，能够彻底打破这一壁垒。

　　为了顺应这一趋势，华为行业感知定义了新一代架构：大模型端边云协同 + 鸿蒙 + 多维感知。这套架构带来了三大核心价值：

　　第一，大模型端边云协同，更智能。

　　通过云端进行“想法即算法”的规模化生产，能让千行百业的算法快速应用和部署。我们实现了“多算法合一”，支持小样本微调，在“数据不出园”的前提下，持续迭代算法，达到更高精度。

　　第二，开源鸿蒙化，场景联动更高效。

　　依托鸿蒙的分布式软总线和跨平台兼容能力，可以实现多设备“自发现、自组网、自上线、自连接”，让数据无缝流转、多机高效协同。同时，我们基于鸿蒙系统打造了鸿蒙编码技术，可实现全场景视频75%的极致压缩，有效应对存储成本暴增和带宽挑战。

　　第三，多维感知，更全面、更精准。

　　依托华为在光技术领域30多年的积累，我们将感知维度从可见光拓展到多光谱、雷达、光纤振动传感等，通过多维度信息融合判决，让感知结果更全面、更可靠。

　　基于这三大根技术，我们在不同领域打造了相应的解决方案。

　　在智能计算方面，我们通过端边协同，实现多设备算力资源共享，让算力翻倍。通过“端侧特征提取 + 边侧大模型检索/复检”的模式，实现性能与精度的双重提升。

　　在算法层面，我们打造了多模态大模型，它具备三大特点：“听得懂”（语义搜万物）、“会思考”（想法即算法）、“能进化”（小样本微调），真正解决了长尾场景数据难获取、算法难落地的问题。

　　在硬件载体上，我们推出了大模型一体机，实现“存、算、管”合一，算力从100T到800T灵活配置，开箱即用，保障本地业务闭环。

　　在感知融合方面，我们也依托光技术积累，打造了系列化方案：

　　在交通场景，针对光污染痛点，我们复用问界M9的激光大灯技术，推出智能补光摄像机，实现“灯随车动”，打造“无光感”道路，既保障了抓拍清晰度，又消除了光污染。

　　在中小园区，我们推出“网、感、存、算”四合一的融合网关，简化部署，提升安全与智能。

　　在要地安防，我们通过光视联动方案，结合光纤感知的全天候能力和视觉感知的精准识别，实现更可靠的周界防护。

　　在家庭场景，通过WiFi全域感知与视觉感知联动，实现家庭安防“全域无死角”。

　　当前，开源鸿蒙的建设已上升为国家战略，并开始赋能千行百业。它具备四大关键技术特征：全栈自主可控、端到端软硬件安全；架构解耦、弹性扩展；一次开发、多端部署；硬件互助、资源共享。这四大特征支撑着我们的目标——构建全场景协同的操作系统，打造万物互联的智能世界。

　　目前，鸿蒙生态已在多个行业形成标杆实践，比如面向建筑领域的“建鸿”、面向交通的“路鸿”、面向电力的“电鸿”等。

　　接下来，我想分享三个典型行业的应用实践。

　　第一个是“建鸿”——面向园区与建筑场景。

　　园区智能化面临三大痛点：

　　设备孤岛：园区内IoT设备种类繁多，超30个安防子系统、200多种设备，协议不统一，难以互通闭环。

　　算法碎片化：园区场景复杂，抽烟、跌倒、消防通道占用等长尾算法需求多，且需≥10种算法并行处理，传统小模型难以胜任。

　　准确率低：传统算法精度普遍低于80%，泛化能力弱，无法实战。

　　我们的方案是：基于鸿蒙分布式软总线，实现所有终端统一接入、即插即用，打通各子系统，实现场景联动。针对算法问题，我们推出“园区N合1大模型一体机”，可“一次推理，N种算法”，支持100+路任务并行，并通过大模型文搜实现事件秒级定位。通过“端侧检测 + 边侧大模型复检”的端边协同模式，实现召回率与精度双提升。

　　第二个是“路鸿”——面向道路交通场景。

　　交通数字化同样面临三大痛点：

　　光污染与“麻雀杆”：传统补光灯功率高、数量多，造成严重光污染，易致司机短时致盲，且运维困难。

　　哑终端运维难：大量无屏设备离线后，登高运维成本极高。

　　事件检测难实战：高速上的抛洒物、违停等事件，因传统算法误报率高，难以投入实战。

　　我们的“路鸿”方案是：利用智能补光相机，复用激光大灯技术，实现“光随车动”，免去额外补光灯，绿色节能。通过鸿蒙分布式软总线，实现“无屏变有屏”，用手机近场运维，统一管理多厂商设备。更重要的是，部署交通事件检测大模型一体机，依托大模型实现高精度、低误报的事件检测，让AI真正可实战。

　　第三个是“电鸿”——面向电力场景。

　　电力数字化的核心痛点在于：

　　设备孤立：单个变电站有上千台设备，上百种协议，数据无法互通。

　　人工巡检效率低：一个站有约2万个预置位，人工巡检工作量巨大。

　　设备安全风险高：偏远站点的昂贵设备易被盗。

　　“电鸿”方案通过鸿蒙软总线，打破设备孤岛，实现多设备自组网、数据互通与联动告警。我们推出变电站巡视大模型一体机，可自动配置预置位，并通过电力巡检大模型进行小样本微调，让巡视更高效、更精准。同时，采用光视融合感知方案，通过光纤振动传感与视觉联动，实现“0”漏报、低误报的全天候守护。

　　最后，面向广大中小园区，我们打造了全场景“鸿蒙+AI”解决方案，其关键价值在于：

　　鸿蒙互联：上电即组网，实现方案自闭环。

　　鸿蒙编码：TCO（总拥有成本）降低75%。

　　万物感知：通过大模型文搜，找人找物效率提升90%以上。

　　端边协同：算力资源共享，性能翻倍，实现普惠AI。

　　我的分享就到这里。华为行业感知将在鸿蒙、AI大模型、端边云协同、多维感知这四大方向上持续加大投入，秉承开放合作的理念，与各位伙伴携手，共同为千行百业的数智化转型按下加速键，共创数字未来！

　　谢谢大家！