深耕萬億城市AIoT市場，曠視如何發力城市大空間？_風聞

深圳安博會可以説是洞察中國城市智慧化進程的風向標。

以往對安防龍頭或大廠的瞭解，常常是財報、發佈會等相對單一的媒介，缺少直觀的橫向對比，所能掌握的信息也相對匱乏。

安博會提供了一個獨特的觀察視角：行業龍頭有哪些新動作，人工智能獨角獸有哪些新戰略，以及跨界者們有哪些新理念，無不暗藏了智慧城市潛在的演變軌跡，同時也是一場智慧城市路線圖的“較量”，特別是一些新勢力帶來的新思路。

比如曾在2019年安博會上推出城市級全棧解決方案的曠視，在2021年的安博會上再次交出了新的答卷。

01 城市治理難在哪

按照中國智慧城市工作委員會的數據，2020年中國智慧城市市場規模達到14.9萬億元，預計2022年市場規模有望達到25萬億元。

市場規模的高速增長，既印證了智慧城市的生機和活力，也折射出了這樣一個事實：如果説兩年前還是智慧城市的概念普及期，當前已然進入到了快速落地的階段，勢必存在一些新問題和新挑戰。

比如國內很多城市的城鎮化進程仍在加速，由於一些城市的規劃和建設過程缺少與時俱進的科學方法，出現了人口膨脹、交通擁堵、公共服務不足等一系列無法迴避的問題。也就預示着，“智慧城市”不單單是後期的改造升級，應該被納入到城市的規劃工作中，所涉及的職能部門越來越多。

再比如隨着智慧城市項目的逐步落地，產生了龐大的數據場，加上不同部門間的數據互不相同，形成了碎片化的數據孤島。在缺少數據治理的局面下，很多城市的“智慧化”只是表面的“智慧”，主要解決了政府辦事難的問題，對通勤時間長、環境污染、下雨積水等影響市民獲得感的問題鮮有觸及。

同時需要警惕的還有人為因素導致的一連串弊病。就像城市治理被細分為智慧社區、智慧醫療、智慧教育、智慧監管等多個單元，優勢在於有利於智慧城市的落地速度，讓不同的解決方案廠商專注於自身擅長的領域。然而不同勢力的各自為戰，讓智慧治理成了盲人摸象的遊戲，缺少高度的統籌規劃。

這些現象級問題的背後，預示着智慧城市已經走過了早期的試水期，進入到了全面佈局的階段，只是所揭示出的問題也很直接：早期的智慧城市或多或少是為了智慧而智慧，市民的感知度和參與度普遍不高，只有想辦法解決城市中和普羅大眾息息相關的痛點，得到普通市民的認可，才符合智慧城市的題中之意。

樂觀的是，不少安防企業在安博會上給出了自己的回答。有人想要從底層打通數據孤島，幫助建立城市級的數據中心；有人想要複製互聯網的生態理念，希望智慧城市的參與者們從競爭走向競合；也有人計劃彌補頂層設計的空白，讓智慧城市的建設有規可依、有跡可尋，不再是走一步看一步……

一些專家學者也嘗試給出了自己的見解，譬如《數據驅動的智能城市》一書的作者史蒂芬·戈德史密斯，曾在中國的一次演講中直言：“未來政府應該把自己當做零售商而不是批發商。批發商的工作模式是以任務為導向，缺乏零售商的服務意識。最有效的服務就是為市民解決問題，提高市民對於政府的信任感。”

02 曠視的三條主線

和其他玩家最大的不同，曠視在智慧城市中的角色不是擅長造概念的學院派，而是以AIoT軟硬件產品為基礎的實踐派。

作為一家聚焦物聯網場景的人工智能企業，曠視給出的解題思路就是以AIoT產品體系為核心的城市空間數字化方案，着力點在於實體產業和人工智能的融合創新。

曠視副總裁、城市業務事業部產品總經理那正平表示：“我們把城市分為大空間和微單元，把城市的大空間互聯起來，把微單元也互聯起來，再把大空間和微單元互聯互通，做到更智能的全息感知和全域感知，進而幫助城市進行更好的秩序治理，幫助城市做服務升級，為老百姓帶來更多的獲得感。”

不過在“城市大空間”的選擇上，曠視並未急於求進，而是選擇從公共安全、城市治理和交通管理三條主線出發，試圖在探索中不斷沉澱實踐經驗和行業理解，聚焦城市的大空間場景，進而打通“城市”的泛在數據。

可以給出的解釋是，曠視最初選擇的賽道是計算機視覺，在計算機視覺和深度學習領域有着深厚的積累，並在城市安全、交通、治理等場景中打磨出了一整套智能化、可視化的算法和產品體系。而公共安全、城市治理和交通管理的特徵在於治理場景複雜、長尾且碎片化，曠視自研的人工智能生產力平台Brain++，可以用相對更低的成本進行研發，為智慧城市的成本問題給出了新解。

站在普通市民的立場上，可能並不關心自己所在的城市有多少智慧化的應用，但公共安全、城市治理和交通管理的成效，卻和普通市民的安全感、幸福感、獲得感直接相關。就像很多人並不在意交管部門安裝了多少攝像機，引入了什麼樣的算法平台，可如果平時很擁堵的路段慢慢通暢了起來，每天的通勤時間少了幾十分鐘，對智慧城市的理解和態度自然會和過去有着質的不同。

對於曠視的切入邏輯，曠視合夥人兼總裁付英波曾在媒體採訪中提到過“靶向性策略”，即以場景需求和問題求解為牽引。由此或許可以得到另一種解釋：曠視選擇沿着三條主線深耕，而非一味擴張賽道，正是“靶向性策略”的體現，從中找到共性的應用需求，沉澱出通用的解決方案，無疑可以在其他場景或城市中進行樂高積木組合式的複製和創新。

目前曠視AIoT的相關產品和方案已經在100多個城市落地，覆蓋了30個國家與地區，並且在不斷通過軟硬件迭代傳統場景中的系統構成，將AI能力注入到城市的生活、生產、生態空間中，潛移默化地驅動着城市的智慧化轉型。

03 城市走向“可視化”

當城市從物理的名詞進化為智慧的動詞，當智慧化逐漸定格為城市的升級版和必選項，同時也在刷新人們對城市未來的想象。

那正平在採訪時表示：無論是智慧城市、城市大腦還是數字孿生概念，核心思想都是先通過物聯網、人工智能等技術形成具象的數字孿生城市，而後抽象出城市運行的內在規律，再通過物聯網體系對實體世界進行動態優化調節，解決城市面臨的安全、出行、環境、產業升級等諸多問題。

至於“智”理怎麼深入到城市的毛細血管，怎麼讓城市治理可視化，抽象出內在規律並進行動態調節，對應的是曠視的兩個AIoT產品平台。

一個是曠視崑崙，定位是以人為核心的AIoT全域視圖大數據平台，也可以理解為着眼於城市全局數字化的智慧城市操作系統。作用是接入和管理城市裏的傳感器和邊緣設備，對視圖為核心的數據進行統一存儲、管理和分析，然後在結構化數據的基礎上，協助政府機構改善公共安全、優化交通管理、改進城市資源規劃。

另一個是曠視萬象，確切的定位是AIoT視頻分析識別平台。簡單來説就是依託存量的視頻監控網絡，或者全新部署的智能化設備，通過圖像識別、視頻結構化等圖像感知技術，幫助城管部門對轄區內的對象進行特徵檢測，並打通了識別、預警、研判、轉發的業務閉環，彌補城市綜合治理過於依賴人力的短板。

正如前面所提到的，曠視選擇了公共安全、城市治理和交通管理三條主線，曠視萬象的解決思路有着明顯的“條”線邏輯，可以識別店外經營、機動車亂停放、暴露垃圾、違規户外廣告、渣土車未密閉運輸、私搭亂建、公用設施損壞等一連串城市管理問題並自動報警，在很大程度上消除了場景碎片化的效率制約。

可以找到的落地樣本是北京市海淀區。

作為海淀城市大腦科技產業聯盟的成員，曠視深度參與了海淀城市大腦的建設，目前已經賦能了27個城市管理場景，並對這些場景下的數據進行全面解析、按需管理，連通了城市的物理空間和數字孿生空間：只需要輕擊大屏幕，就可以看到城市各處的實時路況、知曉河流水質的監測數據、查看居民小區有沒有亂丟垃圾現象以及渣土車是否合規運行……

或許上述的一幕並非是智慧城市的最終歸宿，但“可視化”註定是城市升級的必要過程。如果沒有施樂發明的“圖形界面”，就沒有後來的Mac電腦和Windows，互聯網的繁榮生態也就無從談起。

04 被寫在最後

在曠視交出的答卷裏：城市治理正在向“智”理升級，城市病正在被“智”療，城市治理和公共服務也不再是盲人摸象。

這樣的結果似乎並不讓人意外，曠視可能不是國內最早紮根智慧城市的人工智能企業，卻是步伐最堅實的玩家之一，按照自己的節奏唱響了“三部曲”：

外界紛紛搶奪智慧城市的蛋糕時，曠視在圍繞算力、算法、數據下功夫，打造了Brain++代表的新一代AI生產力平台，被證實是智慧城市不可或缺的底座；外界普遍在場景上廣撒網時，曠視剋制地守住了三個主線，目的是沉澱出有場景特性的“超級應用”；外界被迫止步於智慧城市的核心痛點時，曠視的城市級操作系統已經漸漸成型，並將在越來越多的城市落地、賦能、造福大眾。

可以預見的是，城市的智慧化進程還有很長的一段路要走，曠視代表的務實派還有很大的成長空間。