1、視聯網是什么？

2030年，全球帶攝像頭終端數量將達到130億臺，視頻流量將成為網絡流量中的主體，視頻物聯市場已成為新的增長引擎和競爭高地。隨著ChatGPT發布，AI技術出現革命性提升，視頻物聯在AI技術的加持下，全新的應用場景將大量涌現，比如智慧家庭、城市大腦、車路協同等等，而視頻、物聯、AI的進一步跨域融通，也面臨一些挑戰：

• 算力協同，視頻數據處理需要大量算力支持，單點算力受摩爾定律制約，難以滿足快速增長的智能化應用的計算需求，需要云網算力協同，比如車路協同場景，終端設備算力有限，需要將智能分析卸載到邊緣節點進行計算。
• 多媒體傳輸，在智能監控、語音社交、視頻社交、游戲語音和互動直播等領域，對多媒體傳輸時延的要求越來越高，需要低時延、高速、安全、實時的多媒體傳輸，受互聯網環境限制，優化提升空間有限。
• 泛在連接，人類社會傳播的文字、語音、圖像等信息從未像今天這樣呈指數級的增長，一方面信息大量過載，一方面因缺乏互通，使信息孤島問題日益嚴重。隨著數字化推進，需要強化多維感知、萬物智聯。

視聯網是在5G和寬帶網基礎上，通過云網融合能力升級，接入視頻、攝像頭實現物聯網可視化，打造以內容密度更高、更易接受的視頻為主要信息載體的新型互聯網絡，支撐高速增長的視頻、物聯、AI需求。

中國移動智慧家庭運營中心經多年技術積累，基于AIoTel物聯網多媒體通信能力、泛安防監控能力、場景化AI能力3大核心能力，攻關視聯網關鍵技術，構建視聯網能力平臺，孵化移動看家、和家智話2類全網業務，以和家親APP為智家服務入口，創新探索多類信息服務場景，打造1+2+3+X泛家庭信息服務體系（如圖1），支撐泛家庭市場高質量發展。目前基于視聯網能力，接入智能終端數達千萬級規模，用戶規模、云存儲規模位居業界第一。

圖1 1+2+3+X泛家庭信息服務體系

2、視聯網技術架構

視聯網為了突破大規模視頻物聯在感知、傳輸、存儲、算力等方面的技術挑戰，視聯網的技術架構一般包括基礎設施、平臺能力、平臺服務和能力開放。通過構建包括端、管、云、智、安等環節的關鍵能力，對智能感知技術、音視頻編解碼、多媒體傳輸、云原生、云邊端協同、全鏈路安全保障等技術進行深度融合，向上為平臺服務提供能力支撐。平臺服務為客戶提供全面、豐富的視頻物聯服務，并通過能力開放服務對外輸出視聯網能力。技術架構如圖2所示。

圖2 視聯網技術架構圖

為支撐超大規模視頻物聯服務，視聯網的部署架構（如圖3所示）通常采用“1+N+31+X”的四級部署架構，第一級的業務中心，用于運行核心的業務系統，承載重要用戶數據，采用同城雙活和異地熱備的兩級容災模式，保障核心業務系統可靠運行；第二級的能力中心，用于終端接入、用戶接入的實時調度，采用分大區模式進行區域化管理；第三級的省級節點提供視頻轉發、直播、存儲、計算等服務，將全網業務劃分到每個省，實現數據不出省、降低跨省主干網帶寬消耗，同時可滿足視頻物聯專業項目的數據安全性要求；第四級的邊緣節點按需建設，將存儲、算力下沉到地市、縣區級別，提供邊緣推流、存儲、計算服務，能顯著降低視頻傳輸時延，提高存儲和視頻AI推理的效率。“1+N+31+X”部署架構具備就近接入、二級容災、存智一體的特點，為視聯網提供低時延、高速率、強安全、強計算的使用體驗。

圖3 視聯網部署架構圖

3、視聯網關鍵技術之：智能感知

智能感知是視聯網在最末端（端側）的技術體系，圍繞智能、接入、多模態等方面關鍵技術進行攻關，實現一個多維融合、立體豐富的感知平面。

1?? 多傳感融合：煙感、氣感、門磁和攝像頭等各類智能終端都可視為傳感器，將多個傳感器的特征進行互聯，實現多模特征的時空融合，支撐上層應用制定更精確的決策。通過提取多個視聯終端的特征數據（如圖4所示），在邊緣節點進行智能分析，進行特征級融合，通過云端聯動不同設備的事件，例如：在煙氣感觸發告警時，聯動監控設備拍攝煙氣感的監控范圍，進行精準監控。

圖4 多傳感器融合原理圖

2?? 腦啟發編碼：基于人類大腦視桿、視錐細胞對2D信息的處理機制（如圖5所示），區別于傳統視頻編碼技術，對視頻圖像進行腦啟發編碼，提高像素編碼的壓縮上限。目前大規模設備的視頻采集具有極大的信息冗余，同時搭載算力芯片的智能設備具有一定的AI檢測識別能力，能夠對數據進行預處理提取關鍵信息，通過腦啟發編碼技術，大大降低傳輸帶寬并緩解了云端運算的壓力。

圖5 人腦處理機制示意圖

4、總結

以上我們介紹了視聯網的技術背景及其面臨的技術挑戰，視聯網技術架構通過構建端、管、云、智、安等環節的關鍵能力，向上支持平臺服務，并通過能力開放支撐高速增長的視頻、物聯、AI需求，中國移動智慧家庭運營中心基于視聯網能力，接入智能終端數達千萬級規模，用戶規模、云存儲規模位居業界第一，落地超大規模視聯網應用。