课程概览
安防监控正经历从"看得见"到"认得出"再到"能理解"的第三次能力跃迁，多模态大模型打开了场景描述、事件理解、推理判断与问答交互的新边界。
毛宏以 360 安防视觉大模型的真实落地为案例，指出模型能力不等于产品能力——单条通知准确率高，却可能因重复推送而关闭用户通知开关。
他系统拆解了从机会识别、场景化适配、成本取舍到云边端分层落地的完整路径，揭示未来安防竞争的关键不在模型大小，而在谁更懂用户场景并以适合成本持续交付。
内容要点
课程大纲
一、机会：模型能力变了，产品机会也变了
安防经历"看得见—认得出—能理解"三次跃迁，多模态大模型打开新能力边界
体验重构：智慧通知、语义搜索、事件日报，让用户"不打开 APP 也知道发生了什么"
场景扩展：智能应答让摄像头像助理一样参与现场交互，核心是让用户判断更少
二、策略：场景化适配是模型理解世界的前提
同样是人形检测，区域闯入与区域离开是完全不同的用户场景
场景有效性由连续场景共同决定：当前发生、历史状态、是否关联、用户状态
通过动态构造场景让大模型理解真实安防世界，上下文需与设备类型适配
三、取舍：安防规模化落地的核心
轻量可控的 Agent 架构（并行运行、先规划后执行）更适合安防场景
在 2000 万累计用户、日 3 亿云端 AI 调用的规模下，成本、时延、准确性必须同时取舍
四、趋势：能力下沉，大模型走向边缘侧
行业出现纯云端、端云结合、边缘端三种路线，各有优劣
视觉人形算法已完成从服务端到边缘端再到摄像机端侧的下沉路径
云边端分层落地：端侧轻智能感知执行，边缘侧做智能中枢，云端承载复杂推理与模型进化