【市场分析】刚刚过去的7月，，Meta发布Llama 3.1开源大模型，，
，，再掀AI大模型新热潮。。
。
 　　OpenAI持续更新GPT，
，，
，GPT-4o高级语音功能已经开始向一小部分ChatGPT Plus用户推送，
，，能够提供更自然的实时对话
。。。。
 　　同期在国内，，，包括阿里通义千问、
、、、科大讯飞星火、、
、商汤日日新等均有较大的功能与版本更新。。
 　　专业化模型有望迎来高光时刻
 　　随着大模型陆续进入下半场
，，，，探索从技术研发到应用落地已经提上各家公司的日程，，，，并且市场对更易本地部署的高效率、
、
、低成本模型越来越感兴趣。。。。
 　　在过去的一个月，
，
，AI巨头们密集发布小模型，，包括OpenAI发布GPT-4o mini
、、、苹果发布DCLM小模型等，，，
，有行业专家指出，，这些模型参数小、
、、占内存少，，，在特定场景中，，经过精调后使用效果可以媲美大模型。
。。
 　　另外，，，从近段时间，，，，AI大佬们再创业多集中于更具体的AI细分领域，，也可见一斑，
，，包括垂直大模型
、
、、生成式AI应用、
、、、AI数据服务、
、、AI咨询等越来越受到AI创业青睐
。。
 　　更多AI公司也逐渐认识到声势浩大的大模型竞赛，，终将潮水褪去。。。在金钱、
、、人力等高成本比拼下，，，
，如何让大模型更好用成为关键，，其中最重要的一步是如何实现大模型与行业应用更贴近
。。。
 　　在已经到来的2024年下半年，
，，行业大模型几乎将会取代基础大模型成为市场新的聚焦点，，
，，包括涉及医疗
、、、、金融，，
，工业等与行业场景更加融合的专业模型及智能体将不断涌现。。
。。
 　　多模态加持 安防AI大模型应用先行一步
 　　安防行业作为AI应用较早领域，，
，，在行业场景“碎片化”现状下，，行业对长尾算法的需求日益凸显
，，，再加上传统深度学习模型面临着复杂场景下的多种约束和限制
，，
，行业智能化转型面临不小牵绊。。
 　　2023年随着大模型时代的到来
，，安防行业再一次成为人工智能走向落地应用的急先锋。。。
 　　一方面得益于大模型的深度内容理解、、广泛的适应性与场景泛化能力，，，能够突破传统算法的精度和数据局限问题；另一方面基于Transformer架构的多模态技术不断成熟，
，
，，让安防行业内多模态
、、、非结构的信息加速融合成为现实
，，，
，行业智能化应用正突破现有瓶颈。。。
 　　依图科技6月份发布的最新版本的“天问”大模型4.0，，就实现自然语言与视觉信息的融合，
，大幅提升了视频内容的模糊检索能力；同时模型还支持多条件组合场景布控，
，满足精细化布控和风险管理需求；“天问”大模型4.0预训练模型支持算法极少样本冷启动，，，，通过Agent代理辅助训练，，，，实现智能化跨越式迭代。。。
 　　宇视科技在近期也发布了「梧桐」大模型2.0在数据
、、推训以及测试发布等多个重要维度的新突破，，不但在图像质量、、算法精度、、、算法生产率、、、、服务效率和用户体验等方面给产品带来显著提升
，
，更为解决更细分、、更碎片化的场景业务需求降本提效。
。。
 　　贴近用户 智能安防应用侧创新将迎新追逐
 　　当前新一轮AI+浪潮汹涌向前，，AI大模型落地安防行业还面临着诸多难题。。诸如高算力成本下导致初期投入较高，，传统安防业务固有模式及应用体系与大模型智能化应用匹配还需假以时日，，大模型还面临数据安全威胁以及缺乏统一的合规性标准等，，这些因素都影响着大模型的进一步深度应用。。
 　　从本质上来看，，，
，AI算法不是实验室的想象，，，而是来源于业务需求
，，，算法的开发和应用天然就需要与实际业务环境紧密结合
。
。。。因此
，，，
，无论是大模型还是小模型，，，，都是根据实际应用场景和任务需求来决定。
。
 　　这也预示着，
，
，，在安防AI大模型基本盘稳定前提下，，，接下来需要重点突破的是在应用侧的诸多创新，
，，，这也与当前AI大模型创业圈追逐的趋势基本一致
。。。
 　　相关专家表示，，，，未来的安防AI大模型将会更好地整合视频、、
、
、音频、、、文本等多元化数据，，
，，除了能够实现结合行业知识库辅助决策，，，，重构管理服务新模式，，，，同时还将为复杂场景下公共安全提供更为全面的评估服务，，，，甚至专业化的智能服务
。
。。
。