8月27日,华为在广州举办2018安防新品交流会,并发布“视频云+软件定义摄像机”新一代产品。本次大会以“轻云直上,视界大开”为主题,意寓以云和智能为核心,通过AI技术有效提升前端摄像机智能应用水平,通过全云化技术架构提供视频云平台,实现充分的资源共享、高效的智能解析和开放的生态体系,让视频更好地服务于业务实战。
300多位行业专家、合作伙伴参加了本次大会,从安防行业的发展趋势、技术理念、新产品和解决方案、成功案例等方面进行了充分的分享和探讨。大家积极互动,畅所欲言,干货满满,收获良多。
华为云核心网产品线总裁马海旭为大会致欢迎辞。马海旭表示,产业政策、市场需求和技术发展推动着安防行业快步走向云化和智能,华为坚持在云计算、大数据、人工智能等领域长期投入,发布了视频云+软件定义摄像机的安防解决方案体系架构,并推出了一系列创新产品和解决方案。通过开放的产业合作策略和技术,华为愿与伙伴们一起齐心协力,推动安防产业全面走向人工智能时代。
华为广东企业业务解决方案总经理郭国清在发言中表示,视频监控是华为企业业务的战略投入方向和核心增长点,华为与广东省政府以及东莞、佛山、惠州、韶关、江门等9个地市在数字政府、平安城市、智能制造等领域展开深度合作,并协助广东省公安厅率先建立了覆盖全省的视频云立体化防控体系。同样,华为视频监控解决方案也已大规模应用于深圳平安城市、广佛地铁、深圳机场及其他众多园区安防监控项目。
中国安防行业产品协会副理事长靳秀凤女士分享了视频监控产业发展趋势。靳秀凤认为,随着国家政策力度和改革措施的加强,“雪亮工程"部署如火如荼,智慧城市建设逐渐掀起高潮,安防行业将迎来一个全新的快速增长期,产业结构不断优化。安防科技创新步伐加快,以云化和智能为核心,软件与硬件解耦、算法与应用解耦成为主流建设模式,未来的视频监控系统将是一个云化架构、开放解耦、全网智能、前后端联动的数字化、智能化体系。
接下来,华为云核心网产品线副总裁石冀琳女士在大会现场隆重发布了华为“视频云+软件定义摄像机”新一代产品,包括星系列软件定义智能摄像机、CloudIVSLite视频轻量云等重磅产品。
华为本次发布的“星像”人员结构化摄像机、“星驰”车辆微卡口摄像机、“星驰”电警卡口摄像机,“星辰”态势感知摄像机基于华为在业界首次提出的软件定义摄像机创新理念,具备按需定义、分层智能、持续演进的特征,能够广泛适用于专业人像、车辆、电子警察等各种应用场景。
华为也致力于通过构建全云化架构的CloudIVS视频云平台,可以分层部署在中心节点、边缘节点,与软件定义智能摄像机配合,形成端、边、云的立体式视频存储和智能分析能力,实现资源协同、算法协同、数据协同,为平安城市保驾护航。本次发布的华为CloudIVSLite视频轻量云解决方案,就是专为边缘节点打造的轻量视频云,具备轻快灵巧的特点,一键部署、就近计算、端云协同、秒级检索,让视频处理更简单、更高效。
最后,华为视频监控解决方案总工李明群带来了“智汇生态,聚力行业化解决方案”的主题演讲,与现场嘉宾一起探讨了华为明星产品与解决方案如何在园区、交通、地铁等行业大放异彩,并与软通动力联合发布了开放共享、高效智能、安全可靠的园区安防联合解决方案。
华为希望通过开放的产业合作策略和技术,与伙伴形成合力,更好地服务客户。2018华为安防新品交流会将在北京、上海、郑州等城市陆续举办,形成一个安防行业的交流平台,将开放、先进、智能的视频监控解决方案及最新的技术理念,带给全国的客户和合作伙伴,共同探寻海量视频数据新应用价值。
下一站,8月31日,我们郑州见。
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。