爆火，其能力已接近人类水平。GPT 升级至四代，模型能力 高速提升。2023 年 3 月 15 日，OpenAI 正式官宣了多模态大模型 GPT- 4，ChatGPT4 将输入内容扩展到 2.5 万字内的文字和图像，较 ChatGPT 能够处理更复杂、更细微的问题。最新版的 GPT-4 在 ChatGPT 的 GPT- 3.5 基础上主要提升了语言模型方面的能力，并添加了多模态功能，在 不同语言情景和内部对抗性真实性评估的表现都显著优于 AI 分析后的结果。传统安防产业在产品、 技术与应用等多维度实现了更深层次的进化与变革。2、人工智能亦将 更加广泛地应用到智能制造行业中，机器视觉检测是 AI 技术在智能制 造中最好的落脚点之一，AI 图像增强技术、AI 缺陷检测算法等技术的 发展有望提升机器检测效率，从而逐步代替人工目检。 ◼ 投资建议： AI 产业链条长，各环节机遇频现，AI 应用的发展将是推动 产业链上下游共同繁荣的动力，相关标的梳理如下：1、终端品牌：传音 ........................................................................... 13 图 23： Meta SAM 可以实现图像切割 ................................................................................................

开始普及，3）隐私保护需求 推动办公用 PC AI 化等三大机会。 具备记忆、推理、规划、执行能力的 AI Agent 可能是大模型的最终形态 大模型的应用能力最初功能仅限于文字问答，此后逐渐引入图像理解、文生 图功能，并通过 GPT Store 拓展功能，形成了 AI Agent 雏形，近期 GPT-4o 则实现了具备情感的互动。用户数方面，根据 Similarweb，24 年 5 月 ChatGPT AR/VR 被认为有望替代手机成为下一代移动终端。但由于缺少触摸屏，人 机交互困难一直是困扰其发展的一大难点。从最近谷歌推出的 Project Astra 以及 Meta 的雷朋眼镜中我们看到，大模型所具备的图像理解、语音交互， 以及根据语音交互结果进行的执行能力有望大幅度提高 AR 眼镜的交互能 力。目前具身智能的发展仍处于非常早期的阶段，但是大模型所具备的以上 能力有望大幅提高机器人对环境的理解能力，以及根据理解结果控制关节等 年初，主流闭源大模型通常为纯文本的 LLM。2023 年至今，闭 源模型的多模态能力具有大幅度提升，目前主流闭源大模型通常具备图像理解、图像生成 能力。部分最前沿的闭源大模型，例如 GPT-4o、谷歌 Gemini，支持的模态更加多元，能 够理解文本、图像、音频、视频（帧），并生成文本、图像、音频。2022 年 9 月，红杉资 本预计还需要近十年的时间，大模型才能实现实习生级别的代码生成、好莱坞质量的视频

Hidden Layers 768 1600 12288 l 随着互联网时代对于数据量的积累，大数据背景下神经网络成为机器学习的重要方法。 2012 年，深度卷积神经网络 AlexNet 凭借在图像分类识别领域中性能的大幅提升及错误率 的 大幅降低，成为人工智能的标志性事件。 l 在此过程中，其训练者 Alex Krizhevsky 创新性地使用英伟达 GPU 成功训练了性能有突破性 。 lGPU （ Graphics Processing Unit ， 图 形 处 理 器 ） 能 够 并 行计 算的 性 能优势满足深度学习需求。 GPU 最初承担图像计算任务， 目标是提 升计 算机对图形、图像、视频等数据的处理性能，解决 CPU 在图形图 像领域 处理效率低的问题。由于 GPU 能够进行并行计算，其架构本身 较为适合 深度学习算法。因此，通过对 GPU 的优化，能够进一步满足 ）计算的 CUDA 平台。软件开发者可以通过 该平台 使用 C 语言编写 GPU 片上程序来完成复杂的计算。从 G80 开始，英伟达 GPU 体 系结构已经全面 支持通用编程， GPU 实际脱离图像处理的单一用途，成为了真正的通用 GPU 。 l 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动 设备、汽车电子等市场发展。 2017 年，公司专为数据中心和高性能计算打造

GB/T 7408 布尔型（boolean） 两 个 且 只 有 两 个 表 明 条 件 的 值 ， 如 On/ Off、True/False 二进制（binary） 上述无法表达的其他数据类型，比如图像、音频 等 84 数据格式中使用的字符含义如下： a ＝字母字符 n ＝数字字符 an ＝字母数字字符 m（m 为自然数） ＝定长 m 个字符（字符集默认为 GB 2312） . 划数据)，以及其他相 关的专业数据。 系统集档案管理、数据汇总为一体，具有档案管理、绿化决策、 数据报表、绿化示意图等功能，使用最新技术在绿化决策、绿化示 意图部分实现系统资源样本库、数据与图像有机结合，使系统更加 直观、完美、实用且使管理更加直观生动。 根据以上规划，开发建设城区绿化图层（包括绿化现状信息、 94 历史信息、规划信息等信息）、景区绿地分布图层、名木古树图层、 工 区旅游局与各涉旅企业定时收集行业相关数据， 并汇总到云数据中心。 在项目实施期内，对 XX 区旅游局海量的基础数据利用数据采 集车、遥感、人工收集、基于垂直搜索引擎的旅游信息内容汇聚系 统、面向移动终端的图像数据采集系统等多种手段进行数据采集。 比如，在三维全景影像数据采集中，利用数据采集车，对景区 海量地理信息数据进行采集。三维全景影像采集车可以沿城市道路 以 30 公里/小时的速度，每秒 25

还不算高，而云 存虽然说海外市场云存转化率比国内要高，但也就10%左右，在硬件毛利下降时候，谁能承载新的利润点？从Ring的产品规划来 看，我们可以看到的就是AI。 黑光 黑光解决在低照度环境下图像质量问题，市场上主要方案商在2024年都推出了黑光解决方案，但是由于消费者的认识不足和成本 还是较高，目前黑光仅用于少数场景，不过随着黑光技术的不断完善、成本的降低以及AI需求对成像质量的更高要求，对黑光产 年占比增长，得益于低功耗技术成熟和 4G 资费的下降，室外摄像头安装更加方便，扩展了应用场景； 像素上 300 万、400 万已经成为主流，并逐渐 500 万以上摄像头出货量也越来越多，一方面是用户图像质量的要求越来越高，而更高像素的成本再下降， 另外一方面随着 AI 的发展，更高像素的方案才能满足现在 AI 的需求。 双目或多目摄像头的占比越来越高，用更小的成本监控面积更大，那用户需求提升就是顺利成章的事情。 09 2.1 产业生态图谱 ( 排名不分先后 ) 视觉物联网消费市场产业链全景图 上游 中游 下游 配套 语音芯片 蜂窝组芯片 / 模组 流量 配套 方案商 云 / 平台商 图像传感器 AI 大模型 / 算法 芯片 wifi 芯片 / 模组 思必驰 聆思 技威 宏视 九安 维拍 腾讯云 阿里云 华为云 TUTK 声网 探鸽 尚云 火山引擎 360 视觉 云生态

资料来源：NVIDIA，国信证券经济研究所整理 资料来源：NVIDIA，国信证券经济研究所整理 边缘计算的历史可以追溯到上世纪 90 年代，当时内容分发网络 (CDN) 充当分布 式数据中心。但 CDN 仅限于缓存图像和视频，而不是海量数据工作负载；2000 年 左右，智能设备的爆炸式增长给现有 IT 基础设施带来了压力，诸如点对点(P2P) 网络的发明减轻了这种压力，在这种网络中，计算机无需通过单独的集中式服务 3）数据安全：边缘计算允许组织将所有数据和计算保存在合适的位置，关键数据 不需要跨系统传输，减少遭受网络安全攻击的风险。 4）保护用户隐私：人工智能可以分析现实世界的信息，而无需将其暴露给人类， 大大增加了任何需要分析外貌、声音、医学图像或任何其他个人信息的隐私安全。 即使部分数据是出于培训目的而上传，也可以将其匿名化以保护用户身份。 5）高可靠性：去中心化和离线功能使边缘 AI 更加稳定，不受网络访问限制，这 是关键任务系统稳定运行的必要条件。 高通团队采用量化技术等，首次在安卓手机上部署 Stable Diffusion，实现本地 运营 15 秒出图，证明了百亿参数级大模型优化后可在终端本地运行的可能。 Stable Diffusion 是一个从文本到图像的生成式 AI 模型，参数达到 11 亿，计算 量是智能手机上运行的典型工作负载大小的 10 倍以上，主要限于在云端运行。高 通技术团队使用高通 AI 软件栈（Qualcomm AI Stack）执行全栈

建立高效的防火监控系统，节省成本，以相对 较低的人力物力投入达到智能高效的监控目的； • 当灾情发生时，实现快速的火警信息传递，从 而及时抑制火情，最大限度地降低灾害损失 无人机低空监测系统 可见光图像 红外图像 数据层 无人机技术 GPS 图像采集系统 基础平台 应用层 应用端 智慧防火技术框架 公共数据库 城市公共信息平台 城市数据实验室 无人机低空检测系统 森林防火巡检系统 森林防火实时监控大屏 分析 大众点评类 POI 地块混合度、商圈密集程度、住宅配套、公共服务设施使用率与满意度 社交类数据 微博数据 签到热度分析、情绪分析、用户画像、签到曲线分析 flickr 图片数据 不同地区图像主题差异 人口热图数据 百度（景区）热 图、腾讯 LBS 、 各尺度人口分布分析、公园绿地评估、街区活力评估 房价数据 链家、搜房 房价时空变化特征、政策对房价的空间反应、房价影响因素分析 交通数据 城市数据网格计划 CITY-GRID PLAN ：更精细的城市测量网 格 人车流量监测指数 车流量 ，车速计数 车牌识别 WIFI 探针技术 图像识别技术 特定区域内人数 视频调用 新兴数据的获取与感知——物联网感知 城市数据网格计划 CITY-GRID PLAN ：更精细的城市测量网

利用大数据分析及预测等技术实现园区智能化智慧化管理，实 现管理方对园区企业、招商管理等进行决策辅助。包括：招商引资、 产业分析、运营分析等。 （2）指挥运营中心硬件设计 1）系统概述 指挥运营中心展示大屏系统由显示单元、图像拼接控制器等主 要设备以及视频矩阵或 RGB 矩阵等输入输出接口扩展设备组成。可 以实现各网络工作站和非网络计算机 RGB 信号及视频信号输入等各 49 经济开发区“智慧园区”项目项目建议书 MIS 系 统应用显示。可连接现有网络，满足网络信号、RGB 信号和视频信 号的组合显示、窗口移动、叠加等各种需求；通过拼接控制器，可 以实现大屏幕显示系统的图像拼接和全屏显示、单屏显示、图像的 缩放与叠加，并能够实现网络应用图像信号和多路非网络计算机信 号的混合显示。 2）系统架构 指挥运营中心（IOC）展示大屏系统采用全彩色 LED 显示屏。 全彩色 LED 显示屏系统一般由 LED 系统应用显示。可连接现 有网络，满足网络信号、RGB 信号和视频信号的组合显示、窗口移 动、叠加等各种需求；通过信号处理器，可以实现大屏幕显示系统 的图像拼接和全屏显示、单屏显示、图像的缩放与叠加，并能够实 51 经济开发区“智慧园区”项目项目建议书 现网络应用图像信号和多路非网络计算机信号的混合显示。 指挥运营中心采用室内高清 LED 显示屏。LED 显示屏可以文字、 图片、视频等多种形式播放各种信息、欢迎词、通知和标语口号等，

处理技术等方向均出现了许多重大突破， 体现在新一代无线通信技术、人工智能、 深度学习、智能控制、运动控制、多传感 器信息融合技术、物联网技术、图像识别 等方面。这些科学技术的创新和进步将有 效地推动软件与信息技术服务业不断创新， 为智慧口岸提供技术支撑。 人工 智能 深度 学习 智能 控制 物联网 图像 识别 大数据 云计算 5G 人脸 识别 高等教育为行业发展提供人才支撑 15 智能产品的开发、维护、应用均需要 资料来源：中商产业研究院整理 中云智慧 32 智慧口岸产品过硬 技术实力强大 服务能力卓越 中云智慧基于物联网、云计算与人工智能技术，通过软硬件及线上线下结合，采集与分析各种 安全领域的图像与数据，提供安全防范解决方案，同时构建公共安全大数据平台。产品包括： 违禁品智能识别系统，跨境电商综合服务平台，跨境电商 /邮件 /快件智能查验监管系统，国 际口岸海关 /边检全系列解决方案等。

车辆，进行自动驾驶引导。 车牌识别：车牌识别是利用采集车辆的动态视频或静态图像进行车牌号码、车牌 颜色的自动模式识别技术。技术的核心包括车牌定位算法、车牌字符分割算法和光学 字符识别算法等。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等 几部分。当车辆检测部分检测到车辆到达时，触发图像采集单元采集当前的视频图像。 车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识