来源：雷科技
6月26日，海康威视旗下安全智能生活品牌萤石在杭州举办了一场特殊的发布会——以“蓝海潮生，全域进化”为主题的2025ECDC萤石云开发者大会，雷科技受邀前往杭州，线下参加了这场会议。
记得今年3月上海的AWE2025展会上，雷科技针对萤石的展位进行了专项探展报道，发现萤石借助自身在AI技术和多维视觉识别技术上的优势，打造了一系列扫地/扫拖机器人。其中，一款面向公共场所使用的云视觉商用机器人BS1令我们印象深刻，他可以做到语义三维识别、语义三维空间计算、语义导航、语义重定位等，还可以接入电梯、闸机等，展现出萤石强大的视觉识别能力和端云协同计算+多平台硬件打通的优势。
在AI技术高速迭代、集中爆发的大环境下，萤石在2024年推出了家居行业首个具身智能大模型——萤石蓝海大模型，以及新一代AI核心架构EZVIZ HomePlay OS，将AI作为发力点，利用自身在视觉能力领域的技术优势，两者相结合，紧紧跟随了AI时代，又渗透进千行百业。
这一次，萤石决定挺进垂直大模型领域的深水区，以及打造一个更开放的“底座”，用尽可能大的自由度覆盖更多行业、赛道、以及场景。但话又说回来，面对市场，萤石是怎么样解决行业痛点，维持优势的？
更专业、更聪明的蓝海大模型2.0来了
2024年6月27日的萤石云ECDC开发者大会上，萤石正式发布了首个自研大模型——萤石蓝海大模型，提供智能语音交互服务、设备配置、通用问答；具备文本、图像、语音、光电等多模态感知，以及生成能力；具备场景化AI能力，能实现空间级具身交互。
准确来说，萤石蓝海大模型本身就是一个面向智能家居、智能物联场景的垂类大模型，不过它支持的特性和功能很多，应用场景丰富，本质上是一个综合能力很强的“框架”。
识别是萤石的看家本领，这次发布的萤石蓝海大模型2.0，在原来的基础上进行了感知、理解、记忆等算法能力的升级，并针对性的推出萤石自研的消费类的万物模型、千鸟识别算法等，比如万物模型支持1200种常见的目标感知和属性感知，千鸟识别算法支持7100种，超国内外标杆竞品10%以上，算力消耗却做到同类竞品的百分之一。
像危险动物识别模型，也能识别36种动物大类和150种以上的详细种类。此外，针对视频、声音等理解，萤石蓝海大模型2.0支持2分钟以内的视频理解，和50种声音事件理解能力，甚至能结合视觉、听觉、健康传感信号、运动传感信号等混合分析。
垂直大模型的一大优势就是“专业”，针对某个场景的专项能力更强，比如通用大模型是语数英都能及格，而垂直大模型则是语数英当中的其中一科可以做到优秀，同时体积小，性能开销不大，很适合布局在各种设备上。
萤石在现场利用看护大模型给我们举了一个例子，同样一段老人坐在客厅看电视的视频，基于泛化能力的通用大模型只能描述出画面表象的内容，而看护大模型可以根据人物属性、时间线、行动轨迹等信息，给出更具体的结果，比如谁几点在做什么，甚至能进一步延伸更多服务，如是否需要进行久坐提醒等。
而记忆系统也让AI大模型有了“积累经验”的能力，简单点来说就是越用越好用，大模型也越了解用户，推送的提醒也会越精准。
有了垂直大模型，就可以更好地服务某个场景的细分需求，而开发者也可以借助萤石蓝海大模型的能力训练优化出自己的垂直大模型，并部署在硬件上，也能联合云端和更多的设备，去做一套自动化的服务体系。
对于B端市场，通用大模型并不是“硬通货”，萤石在发布会上拿出来一个数据，2025年6月18日，国家互联网信息办公室在“世界移动通信大会（上海）”开幕式上正式公布：我国已有433款大模型完成国家网信办备案并上限提供服务，其中语言类大模型占比最高达78%，视频类模型和多模态大模型成创新焦点。
而从应用来看，通用大模型占比28%，垂类大模型占比72%，互联网、金融、医疗、教育等行业大模型占比均超过10%。也就是说，商用领域更需要具备专项能力的垂直大模型。
这就是刚刚提到的，垂直大模型体积小，术业有专攻，有什么场景就用什么垂直大模型，还可以适配更多的算力平台，满足端侧计算的需求，而萤石的蓝海大模型2.0，更像是为各行业和各个开发者打造了一个具备更强泛化能力的“大模型底座”。
低成本渗透千行百业，萤石造了一个“AI沙盒”
说完了萤石蓝海大模型2.0，接下来的内容可以理解为：萤石给企业和开发者打造了一个更开放的架构。
EZVIZ HomePlay OS不同于以音视频为核心的架构，这是一个将AI作为核心，能够让AI获得像人类一样感知、计算、执行的能力，并在这个过程当中不断学习并成长的架构。上面提到的萤石蓝海大模型，只是EZVIZ HomePlay OS里的一个部分。
它可以将大模型和服务、工具融合在一起实现代理封装，更好地融合到不同的使用场景和业务当中，还能结合云端协同、大小模型协同等方式实现方案最优化，大幅降低部署成本和缩短开发周期。
这次2025ECDC，萤石对EZVIZ HomePlay OS进行了升级，设计场景化智能体、萤石设备开放和萤石App开放等多个层面，并且完成了端云协同和技能协调升级、系统安全和隐私保护方面的升级。
完全开放的架构设计的确给开发者和企业提供了诸多便利，还能有效降低定制成本，以往想要达到相同的效果，摄像机、固件和算法都要专门找供应商定制，泛用性一般，还相当耗费金钱、时间和人力，对于财力不足又站在数字化转型风口上的小微企业来说，这种高度定制的产品太过遥远。
但同时，越是开放的架构，越有可能“鱼龙混杂”，越需要关注数据隐私方面的安全。
基于一系列升级，萤石推出了超10项协同算法，拦截超99%的端侧算法误报，比起单纯的云端检测，成本降低了超过90%，并且内置智能控制、内容检索（天气、股票等），支持数十项协同技能。
有了这套更完善的EZVIZ HomePlay OS，就可以铺设场景了。
萤石举了个例子，在汽车4S店里，经常会出现利用智能摄像机记录销售对话并进行话术分析的场景，要分析交易成功/不成功的原因，好的可以用来内部传播和交流，不好的则可以及时整改。
然而，摄像机每天录下的素材数不胜数，汇总、检索、定位是相当麻烦的事情，如果要交给AI来完成，必须要一套软硬件完全打通的解决方案。
另一个案例则是一位创业者开了3家牙科诊所，需要一套先进的符合他们企业需求的巡检方案进行员工管理。问题是市面上的一站式巡检系统，部署成本太高，而且系统的很多功能用不上，急需一套简单低成本的方案。
或者，你想把闲置的相机运用起来，用于直播或者拍摄Vlog等，无人值守等自动化服务，EZVIZ HomePlay OS都可以实现。
这些案例都是碎片化且考验AI专项能力的场景，通用AI难以适应，算法模型和算力芯片适配之间的矛盾难以解决。这时，定义程度高，操作更简单的EZVIZ HomePlay OS架构就能够化解这样的矛盾。
同时萤石还提到了一个国内相当重视的养老场景，基于EZVIZ HomePlay OS架构打造的“养老智能体”，相当于给老人构建了一套24小时不间断的“赛博护工”，前端小模型和硬件收集居家老人的日常行为、异常行为，再通过云端大模型复核，提高识别精度，再执行一系列的决策，包括但不限于提醒、建议等。
甚至，这套方案还可以模拟子女的声音，让指定声音提醒或播报新闻，针对的就是一些具有认知障碍的老年群体。
可以说，EZVIZ HomePlay OS就是一个巨大的“智能沙盒”，萤石自研的一整套先进的解决方案都浓缩在一个庞大的智能架构当中，开发者和企业只需要像“堆积木”一样，把自己需要的组件和算法“拼”在一起，做成一套适配企业、行业需要的成品即可。
带着“底座思维”，萤石把场景定义留给开发者
看完整个ECDC开发者大会，虽然有很多技术细节不是我们普通人能够一秒看懂，当中的许多场景都是面向B端市场，但其实萤石的目的也很明确，就是他们不希望做定义场景的那个，只想把EZVIZ HomePlay OS打造成一个适应各行各业的“底座”，帮助企业、开发者去解决碎片化场景的难题。
只不过，为了让更多人尽可能看懂EZVIZ HomePlay OS，萤石在开发者大会上列出了相当多的碎片化场景，以及HomePlay OS是如何解决这些场景的客制化痛点的。光是萤石列举的例子，就涵盖了养老、管理、家庭摄像等多个场景。
换句话说，萤石这次对蓝海大模型和EZVIZ HomePlay OS的升级，更强化了他们“不想做场景定义者，只想做更强的AI底座”的打法，他们并没有把AI大模型、组件、算法和设备“绑定”来卖，而是把尽可能高的软硬件定义权给开发者和企业，让他们像拼积木一样自建解决方案。
千行百业迫于数字化转型的今天，更需要专业的，能够“按需取用”，又能够“刚好满足”行业需求的解决方案。根据萤石的市场洞察，预计2025年超60%的企业会通过云平台调用大模型能力，边缘计算和大模型融合的协同架构会支撑实时性要求更高的场景，EZVIZ HomePlay OS大概就是面向了未来的那一个。
可能等到AI大模型迎来新的风口，行业应用出现更多挑战时，萤石又会第一时间站出来，拿出更强的迭代方案吧。
