重新定义行业，「第二届中国人工智能安防峰会」万字长文回顾

　　3月23日，由雷锋网 & AI掘金志主办的第二届中国人工智能安防峰会，在杭州正式召开。

　　延续第一届峰会的高水准、高人气，2019年中国人工智能安防峰会再度站在算法、工程和产品的最前沿，推动安防行业认知升级。

　　本次峰会也是海康、大华、华为、阿里、腾讯、AI独角兽，因“AI安防”首次同台。大会共聚集了1000多位政企管理层和技术研究员，探讨2019年的AI安防智能技术部署、前沿算法应用与商业战略布局。

　　论坛共设置“城市大脑与边缘计算”、“全球顶尖算法应用”、“前端动态识别与智能视频云”、“城市AIoT与边缘智能引擎”四大议题，出席的15位演讲嘉宾分别是：

　　上午场：阿里巴巴华先胜、海康威视浦世亮、大华股份殷俊、地平线张永谦、深瞐科技陈瑞军、商汤科技张果琲、浪潮商用机器张琪。

　　下午场：香港科技大学权龙、原松下(新加坡)研究院申省梅、华为余虎、触景无限肖洪波、旷视科技安洋、千视通胡大鹏、腾讯李牧青、中科院自动化所王金桥。

　　以下是本次大会的精彩回顾：

　　主题一：城市大脑与边缘计算

　　城市大脑，是未来城市的云基础设施，边缘计算，则是城市大脑的感知组织。

　　随着摄像机的身份，从单一的“抓逃”工具逐渐演化为城市管控入口时，安防行业，正在进入“去安防化”的时代。

　　《城市视觉智能计算平台》

　　大会伊始，阿里巴巴集团副总裁、达摩院AI中心负责人华先胜博士围绕“城市大脑和视觉平台”这一主题发表精彩演讲，瞬间点燃了现场气氛。

　　华先胜博士曾于上一届中国人工智能安防峰会中讲述了城市大脑背后的大规模视觉计算。今年，他在此议题上更进一步，全维度地分享了阿里“城市视觉智能计算平台”在各行各业中的应用落地。

　　华先胜博士指出，人工智能在商业领域的成功都遵循一个规律，即通过算力+算法+数据挖掘城市数据中的价值，能挖掘出多大的价值点，这是最为核心的要素。

　　视觉智能作为人工智能的重要组成部分，其信息处理具有数据量大、复杂度高等特点。视觉信息处理要取得好的效果，必须借助大的计算平台，而且这个平台应该具备全面、全量、实时、灵活、开放这五大特点。

　　阿里推出的“天擎”就是这样一个视觉智能计算平台，“天擎”平台上包含了数百种算法，同时他也可以接入第三方算法，灵活实现各种功能。保持开放性的同时，阿里也采用一系列措施充分保证了平台的安全性。借助这个平台，客户还可实现算法的效率提升和云边协同。

　　据华先胜博士介绍，目前“天擎”平台已经广泛应用于公安、交通、互联网多媒体、医疗、工业视觉、视觉智造等多个领域。

　　《AI赋能，共筑未来》

　　浦世亮指出，我们所处的信息和数据环境正在发生深刻变革。这使得人工智能在传统行业拥有巨大的应用价值。

　　与此同时，人工智能的技术发展还处在比较早期的阶段，只适用于确定性的、有约束场景的任务。因此 人工智能应用正在以场景化和碎片化的方式涌现。

　　一方面，我们看到实体经济对AI的需求非常旺盛;另一方面，AI的落地又非常困难和缓慢。浦世亮表示，AI落地需要同时具备数据、算法、算力、产品、系统五大要素，但事实上大部分传统企业都很难完整具备。因此，我们迫切需要建设开放共享的人工智能产业生态，更好地共享和利用资源。海康威视的AI开放平台正是在这一背景下应运而生的。它一方面可以使得零算法基础的行业用户可以训练自己应用场景的算法，另一方面可以使众多AI从业者拥有自己的智能硬件。

　　海康威视AI开放平台拥有三大特点：一是能够基于少量数据迅速生成满足场景化需求的AI算法;二是算法的训练优化可以全部自动实现;三是可以基于海康的硬件基础，开放具有强大感知能力的智能产品。

　　浦世亮介绍，过去一年里，海康威视已经成功将AI开放平台应用于环保、物流、旅游、气象、城管等多个领域的智能化升级。

　　《人工智能提升场景化应用体验》

　　殷俊介绍，过去十几年间，安防行业经历了从单品时代到小型解决方案时代，再到智慧物联时代的进化升级。如今，人工智能领域也在经历相似的演进。

　　过去几年，安防行业主要在做人脸识别、车牌识别等单点AI应用。然而，AI落地的是一个非常碎片化的市场，每个场景、每个地方的需求都不尽相同。

　　殷俊认为，非标准化将是人工智能未来发展的一大重要趋势。同时，各个单点应用也将逐渐走向融合，因为用户需要的不只是算法，而是融合多种技术的整体解决方案。

　　2018年，人工智能的几大要素——算力、算法和数据，都有了巨大的提升，这将对未来行业的发展产生重要推动作用。

　　围绕这些发展趋势，大华将重点根据应用场景，从数据采集，数据计算，数据智能，和数据应用各个环节入手，通过先进技术的创新与融合，持续提升智能解决方案应用的用户体验。

　　应用场景方面，大华在安防领域外，积极拓展智慧物联领域的应用，加速人工智能在交通，楼宇，金融，教育等行业的普及。

　　同时大华将人工智能、大数据，云计算等技术能力和解决方案能力，赋能行业合作伙伴，共同探索人工智能在各行业的发展。

　　《地平线AIoT边缘计算芯片，赋能万千行业》

　　地平线芯片解决方案事业部总经理张永谦系统介绍了地平线对于AIoT落地方案的思考和实践。

　　张永谦谈到，随着智能终端的普及应用，人们身边的数据规模正在爆发式地增长。处理如此庞大的数据量仅仅依靠后端AI是远远不够的，一定需要端、边、云的融合。因此基于AIoT的边缘计算是大势所趋，而在AIoT中，芯片又是非常重要的组成部分。

　　张永谦表示，现在行业内真正有能力将芯片和算法进行整合的企业其实非常少。地平线希望通过软硬一体的方式帮助更多的企业实现智能化升级，为他们提供完整的底层AI解决方案。

　　带着这样的初衷，地平线在2017年流片并正式发布了第一代边缘AIoT人工智能处理器旭日1.0，到2018年底，这款处理器的出货量已经超过了十万套，广泛应用于摄像头、智能显示设备和边缘盒子等产品中。

　　据悉，2019年地平线还将在此前产品和数据基础上推出旭日2.0。

　　张永谦介绍，旭日2.0具有更高的检测、分类和识别精度，可以对图像中的每一个像素进行智能分析。

　　《安防行业的AI革命》

　　#FormatImgID_4#

　　深瞐科技董事长 陈瑞军

　　陈瑞军表示，安防行业在数字时代几经迭代，但其本质没有变化，还是围绕数据采集、传输和存储这一基础架构。这一点在AI时代同样没有改变，改变的是AI安防关注的点，从系统的基础建设过渡到了视频图像中的对象和内容，AI时代更重要的是应用。这个变化将造成整个行业产品链的更新，并创造出大量新的机会。

　　今天，安防行业已经从针对犯罪的狭义安防概念，延展到了解决用户在工作、生产中的痛点的泛安防概念。涉及的数据也从结构化数据扩展到了非结构化数据，这将创造出真正的大数据，比如当前热门的城市大脑概念。

　　陈瑞军认为，创造真正的大数据产业有两个前提：一是AI安防的标准化，打破不同数据管道间的壁垒，其中华为倡导的分层解耦概念或将发挥重要作用;二是AI应用服务化，包括算法的场景化和AI流程再造。他强调，当前AI之所以落地难，最主要的原因就是没能做到算法场景化和行业流程再造。为此，深瞐科技做了许多努力和尝试。比如高点态势分析、车辆拥堵检测、人流密度分析、占道检测等。

　　陈瑞军介绍，深瞐科技倡导全面生态合作赋能战略，致力于从算法、硬件、平台、应用服务多个层面，针对不同客户和行业需求，提供相应的解决方案。

　　《智能城市的视觉中枢》

　　当大部分厂商都在往前端、边缘走的时候，商汤却另辟蹊径，致力于打造智慧城市的视觉中枢。张果琲表示，这是因为商汤认为AI算法需要场景化，而场景化的过程中需要有一个中枢来进行赋能。只有具备这样一个中枢，智慧城市才能持续发展稳步落地。

　　张果琲指出，要想让AI场景化，帮助我们解决大量问题，必须让算法持续演进。这个过程需要一个强大的平台进行集中训练，高效率低成本地推演出新的算法，这正是商汤近年来重点关注的方向。目前商汤的平台已经能够让算法进行自学习，基于场景的增量数据不断学习，持续优化。他强调，算法演进是实现智能中枢的关键。

　　张果琲介绍，迄今为止商汤已经拥有超过700家合作伙伴，产品也已经在十几个行业相继落地。商汤一直坚持用人工智能赋能百业的理念，而实现这一目标的最佳途径就是中枢赋能。

　　《AI安防：浪潮商用机器为AI安防提供强大的计算引擎》

　　浪潮商用机器有限公司产品部张琪在演讲初始谈到，过去十年，安防行业的年均增长速度超过17%，其中视频安防的占比超过40%，占据着举足轻重的地位。而浪潮在视频服务器、视频编解码和视频存储方面有着深厚的技术积淀。

　　进入智能安防时代，脱胎于浪潮和IBM的浪潮商用机器，不仅承继了母公司的技术沉淀和积累，也做了许多新的尝试和探索，比如基于POWER优化过的开源架构的算法引擎和AI计算平台。

　　浪潮商用机器在安防领域的研究主要聚焦两大问题——你从哪来、要到哪去。

　　“在这两个问题中，我们不需要识别消费者的身份，只需要关注其属性和行为信息。这种特征尤为适用于场站安防、智慧交通、智慧展馆、安全生产等应用场景。”张琪认为，浪潮商用机器最核心的竞争力在于它的工程化和落地能力，浪潮商用机器拥有的是一套非常完整的一体化解决方案，不需要第三方ISV提供行业应用软件的支撑，是一个可以独立完成的耦合性非常小的方案。

　　张琪在演讲中介绍到，浪潮商用机器的AI一体机视频智能分析解决方案，最大支持万亿维特征的机器学习过程和万级实时预估请求;基于POWER9的340GB/s超大内存带宽和192超强线程，可以优化软件、减少线程间切换;针对UltraVision算法进行了深度优化，交付周期从人/月级缩短至人/天级;同时还提供专为AI设计的深度优化软件算法与系统。

　　“在安防领域打造城市大脑超级计算引擎，也是我们一直努力的方向。”

　　主题二：世界顶尖算法应用

　　当不少人对AI+安防的认知还停留在人脸和车辆识别时，却并没有意识到三维视觉和三维重建技术正一步步成为城市级管控的核心算法，为安防带来无限新可能。

　　当企业面对复杂场景下人脸抓拍和识别精度下降问题，更多通过硬件层改造时，却鲜有看到密集遮挡检测、暗通道先验、生成对抗网络等算法可从软件维度，去弥补硬件不足，降低成本。

　　本环节站在技术最前沿，去展望全新算法在未来安防场景中的应用。

　　《三维视觉重新定义人工智能安防》

　　权教授在演讲中表示，人工智能的核心是计算机视觉，计算机视觉重新定义了智能安防，但是现阶段的视觉计算总体而言还是局限在二维，三维重建将会成为未来最重要的任务。

　　权教授在演讲过程中总结了1998到2012年计算机视觉十五年的技术规律和趋势。他表示，这么多年来计算机视觉的算法和结构，基本的结构变化是很小的。但是这期间有两件重要的事情，一是GPU(图形处理器)的出现带来了计算技能的提升，二是大量标定的图像数据。2015年，技术巅峰重新定义了安防市场，CV独角兽、以及BAT等平台巨无霸等相继进入市场。

　　权教授也谈到，现在计算机视觉本质上是大数据统计意义上的识别。“我们的终极目标是对图像的理解，也是认知，但目前只是感知，所以我们要探索最基础的视觉特征。”这一轮CNN卷积神经网络重新定义了计算机视觉的特征。权教授还强调到，人类是双目动物，人类的识别不只是识别，需要三维感知与环境交互。“我们要跟三维打交道，拿着图像和识别所有的东西是二维，这是远远不够的。”

　　尽管三维重建技术非常重要，但是这项技术也面对一些现实问题。首先就是有效的理论和算法，其次就是算力的不足和数据采集的困难。权教授表示，计算机视觉技术的应用场景，基本上有两大类别：第一就是应用的最多的人脸、车、物体的监测;第二类就是三维重建，利用技术重新捕捉三维场景。

　　《视频监控场景下无约束人脸识别与图像增强》

　　#FormatImgID_8#

　　松下(新加坡)研究院原副院长，澎思科技首席科学家 申省梅

　　申省梅表示，视频结构化与人脸识别仍是人工智能在安防行业的主流应用。而澎思科技的人工智能系统包括智能传感-拍摄端、AI图像增强SoC，AI图像识别到场景-事件-大数据分析终端，这三个部分将为未来澎思的安防产品全面落地打下深厚基础。

　　申省梅在演讲中讲述了很多前沿算法在安防不同场景下的应用。她认为，2012年是人脸识别迭代变化的分界点。在此之前，算法都是利用传统的手工特征，但是性能表现并不好。但是，今天的深度学习可以轻松地达到很高的准确率。

　　而目前，动态视频监控场景下人脸识别的一大挑战是无约束人脸的识别：面部姿态变化巨大，遮挡，不同光照、不同表情、不同分辨率、静态动态混合在一起。传统的人脸识别算法已经远远不能胜任无约束人脸的识别。另一大挑战是视频监控图像的动态、模糊、低质量，这就需要从图像源端着手，寻找图像增强的方法，在去除运动模糊、低光图像增强、去噪、超分辨率和去抖动、去雾、去雨、去雪等方面，AI算法都有很大的应用空间。申省梅判断，AI在无约束人脸识别以及图像增强的算法和产品，接下来三年会有更大突破。澎思新加坡研究院将聚焦在安防垂直领域的技术研发和前沿科技探索储备上。

　　申省梅表示，澎思科技的核心实力在于全自研、全栈的计算机视觉技术，全系列的软硬件产品，全场景的解决方案，全方位的服务能力。“在软硬件产品和场景解决方案的推动下，自成立以来，澎思科技客户已经覆盖全国50余个城市。”

　　主题三：前端动态识别与智能视频云

　　前端动态识别，现已成为AI企业竞争最为激烈的领域。

　　智能视频云提供通用且易于定制的技术系统，降低了行业应用开发周期与成本开销。

　　前端智能与云端智能相辅相成，前者的升级，致使后者更好释放大规模检索、比对、调度和决策能力，进一步升级城市安全防范与管控。

　　《智能进化，安防进入新时代》

　　#FormatImgID_9#

　　华为智能安防产品线副总裁 余虎

　　七年前，华为开始进入安防领域。余虎表示，那时候公安办案非常困难，破案需要花费巨大的人力、物力。

　　如今借助科技的力量，从接警到破案也许只需要几个小时，“这在过去是不敢想象的。”

　　余虎说道，今天人工智能的落地应用距离人们期望的效果还有很大的差距，很多企业、客户、行业很难利用人工智能获取到更有效的价值，问题的核心在于现在的人工智能成本过高。而华为则是要打造一种“普惠原则”——构建一个开放的、联合众多生态的黑土地，将所有的数据真正汇聚到一起，以实现应用的百花齐放。

　　余虎将华为的智能安防归结为三点：全栈、全智能、全场景。全栈就是连接云服务、资源、架构等诸多要素，面向安防场景做到自主可控安全可信;全智能则是全网的智能和端、边和云的协同;全场景则是围绕着一系列的业务场景，将智能化技术应用到相关场景中，结合生态解决客户的问题。

　　演讲最后，余虎解释了过去华为没有全力进入安防领域的原因。“华为不会去做没想好的事情，对于非常碎片化，细分场景特别多的安防领域，我们现在想明白了如何解决这些场景面临的问题。”

　　余虎表示，华为需要与所有的生态伙伴一起，大家共同努力，真正为客户提供一个端到端解决问题的切实方案。

　　《智能安防的精益之道》

　　#FormatImgID_10#

　　触景无限联合创始人 & CEO 肖洪波

　　演讲开始，肖洪波便提出了一个新概念——LEAN AI(精益AI)。

　　肖洪波说道，LEAN的概念最早来自丰田，是为了去除在汽车生产环节中无用、冗余的过程。“我们在做人工智能时，也会遇到这个问题，我们现在做了很多非常重的模型。”

　　怎么能够给人工智能“减肥”，让它在真正的场景里面得到应用，这是触景无限希望解决的问题。

　　肖洪波说到，一个中型城市大概有35万个摄像头，如果让每一个摄像头都实现智能化，这对带宽和功耗提出巨大挑战，网络结构设计的复杂度指数级上升，而对后端计算平台的巨大算力要求，也使得对功耗的需求变得非常大。因此，后台中心化的路线很难实现高密度的摄像头节点覆盖，无法完成摄像机分析以及结构化的处理，而少数关键卡口的智能化并不能实现真正的智能。

　　肖洪波表示，目前需要的是更易用、更轻量级，更有弹性，更加健壮的人工智能系统。“更易用是让不懂AI的人也可以马上上手;更有弹性是可以面对不同场景灵活调整系统结构;低成本则是在建设成本之外充分地考虑客户的运营成本。”

　　肖洪波引用了华罗庚先生的一句话——“神奇化易是坦途，易化神奇不足提”。他表示，原先搞图像研究时更倾向于构建复杂的网络去解决一些问题。但是真正在工业界，需要思考如何化繁为简，最简单地去帮助客户解决问题，把人工智能真正地嵌入到客户的场景里。

　　主题四：城市AIoT与边缘智能引擎

　　AIoT之于安防，本质上是CIoT，即城市智能City intelligence。

　　AIoT时代下，智能摄像机覆盖的细分场景不断增多，社区、楼宇也成为了AI安防的新突围方向。为了更全维辅助视频监控，安防的感知硬件也从摄像机，衍生出更多终端设备，实现城市设备AI互联。

　　《人工智能擦亮“城市之眼”》

　　#FormatImgID_11#

　　旷视科技安防事业部总经理 安洋

　　1月16日，旷视宣布最新一轮战略升级，着重于打造AIoT操作系统。

　　在今天的演讲中，安洋表示，截止到2016年，公安部自建摄像机有2500万部，但在“直播中国”的背景下，安防行业也面临四大困难：存储难、检索难、识别难以及功能多样化。

　　“AI可以很好解决上述问题。"安洋分享了旷视的城市AIoT布局，包括打造基于自然人和法人的人IoT，基于公共交通和车辆管理的物IoT，以及基于公共设施、道路交通等的城市部件IoT，力图与业界一道共建一个安全、幸福、健康、便捷的AIoT时代。

　　安洋表示，机器视觉是旷视目前聚焦的方向，同时，他也谈到，一个城市有“任督二脉”——数据和服务，但是95%的数据是非结构化数据，“以旷视为代表的企业只有将原本非结构化数据以智能的方式结构化，才能形成有效的数据，我们的城市二脉才能打通。”

　　《智慧园区，无感通行》

　　胡大鹏谈到，技术与场景的需求匹配变得越来越重要，这也是千视通AIoT战略布局的重点：场景融合。

　　以AI算法为核心，千视通正围绕园区、社区、校园、零售等四个场景提供AIoT全栈解决方案。“我们主要想做前端中心，对老旧IPC进行赋能改造，主打“人形Re-ID + 人脸Face-ID”两大算法的结合应用，围绕市面上90%的普通摄像头，结合场景灵活生成时空轨迹。”

　　演讲中，胡大鹏对人形Re-ID和人脸Face-ID进行了解释。“行人经过一道门禁或者卡口，可能会留有非常清晰的照片数据，但在其他设备中却看不清楚。这种情况下，可以通过视频结构化人形目标检测，提取人形Re-ID，在不同的系统里面拿到数据资料，通过底层算法，就可以与该行人联系起来。只要建立个人的档案，他在活动的时候就可以实现实时更新，拥有越来越多的属性，进而实现一人一档。”

　　“‘一人一档’的微粒化精细管理模式，将从各大产业的方方面面，为智慧城市从安全管理向智能化治理的转变提供重要手段。” 他强调，“尽可能在不干扰用户的情况下，把一人一档建起来，这是无感通行要做的最重要的事情。”

　　胡大鹏现场表示，眼下千视通已经提出了一系列AIoT端到端解决方案，经过一批项目合作和试点，正在园区、楼宇、工厂、社区、校园、零售等场景中积极探索，致力于用AI技术构建一种全新的人与人、人与物、人与场景的连接方式。

　　《助力产业升级，打造方案定义式算法》

　　#FormatImgID_13#

　　腾讯优图首席方案架构师、安防业务线负责人 李牧青

　　腾讯优图首席方案架构师、安防业务线负责人李牧青发表以《助力产业升级，打造方案定义式算法》为主题的演讲，这也是腾讯首次在AI安防行业论坛中亮相。

　　李牧青谈到，智能城市是将物理城市进行数字建模的过程，AI在智慧城市流程中起到的作用，就是从大规模的数据中寻找规律，并形成最终决策。但是，数据缺乏结构化的问题，让腾讯优图开始思索方案定义式算法这一方法论。

　　在方案定义式算法上，腾讯优图主要着眼于两件事：一是与合作伙伴一起合作，以技术、研究团队的能力，共同改造方案，更多地服务客户;二是为方案提供相应的能力：腾讯拥有云、大数据、定制化的AI以及C端的触达能力，可以在方案中进行补充。李牧青说到，“我们和合作伙伴做方案，打造出模型，然后根据模型提供不同的算法需求，从这些算法需求逐步的积累出今天腾讯优图实验室所有的AI能力。”

　　过去一年里，腾讯优图跟多个合作伙伴在诸如智慧社区等泛安防领域进行方案的改造和能力的提供。“过去的一段时间里，我们已经帮助我们的合作伙伴们拿到很多的订单，我们更多的目标是帮助产业升级，这是我们在产业互联网最重要的使命。”

　　《AI中台引擎：连接、计算与赋能》

　　#FormatImgID_14#

　　中科院自动化所研究员，中科视语创始人 王金桥

　　作为本次最后一位演讲嘉宾，中科院自动化所研究员、中科视语创始人王金桥教授，以《AI中台引擎：连接、计算与赋能》为主题，发表重要演讲。

　　尽管智慧城市和智能安防的发展速度惊人，但王金桥教授认为这其中仍存在几大问题：第一、当前的视频系统组网复杂，难以维护，平台不兼容的问题仍然明显;第二、协议标准、数据标准不统一，设备的数据和编码分散，兼容性非常差;第三、存在大量的信息孤岛，无法统一管理;第四、AI芯片整体产能不足，分析效率有待提升。

　　“我们现有的数据，以及我们未来对焦的数据平台如何关联、如何引用，是现在能力发展所遇到的困难。所以未来就更需要这种开放式的AI平台。”基于此，王金桥教授提出了AI中台的概念。

　　AI智能中台需要有硬件进行支撑，王教授称之为中间件，他希望无论是什么类型的视觉数据，中间件都能发挥“连接智能”的作用，在各种云端和AI相结合。其次，是希望中间件能够兼容硬件设备，并且对视频进行有效传输，打破信息孤岛，成为一个统一的协议出口。

　　王教授认为，2019年将是场景化AI规模化落地的一年，只有形成定制化的应用，才能把算法和数据有效结合，去解决细分的问题，这是AI能够落地、能够百花齐放的根本的原因。

　　中国人工智能安防峰会年度榜单

　　大会最后的颁奖环节，雷锋网选出十家具有代表性的行业领导企业、独角兽和初创公司，为其颁发“5佳AI安防产品奖” 和“5佳AI安防创新企业奖” ，以表彰它们在技术、产品和商业模式上的持续创新。

　　海康威视AI开放平台奖

　　华为软件定义摄像机奖

　　深瞐科技嵌入式视频结构化分析器奖

　　浪潮商用机器城市大脑计算引擎奖

　　云从科技人脸大数据系统奖

　　而获得了“5佳AI安防创新企业奖” 的企业分别是：

　　商汤科技

　　地平线

　　澎思科技

　　触景无限

　　ZNV力维

　　雷锋网(公众号：雷锋网)希望，在这十家代表性企业和整个行业的共同努力下，安防行业将延伸出全新格局，迈向智能城市时代。

　　今天AI安防的边界，变得愈加模糊。

　　其业务正从单一的人车比对抓逃，走向基于视频监控的AIoT城市大脑管控平台。

　　而安防摄像机的身份，犹如手机从通讯设备升级为线上互联网入口一样，随之演变为线下城市画像的入口。

　　技术介质的变革，使得更多隐形的对手踏入这一行业，市场态势也正进入安防、通信、互联网科技、AI公司四界企业互相竞争、互相集成的局面。

　　变局之时，中国人工智能安防峰会的意义，在于让整个行业提前看到未知之势。