苏州科达围绕政法市场，提供视频会议、安防监控以及音视频融合应用类产品与解决方案，其中视频监控业务和AI大模型关系紧密，包括感知型摄像机、高清摄像机、NVR、监控平台等。 2022 年，苏大科技建设了公安系统首套省级国产化视频会议系统。

公司的明星产品有车辆二次分析系统、大规模的人像分析平台、视综产品、AI超微光摄像机等。其AI发展历史最早可以追溯到2014年，科达第一台感知型摄像头发布。在2017年，确定“安防+AI”战略，2020年打造行业大模型和扩散模型。2023年，布局多模态大模型。

“多模态AI”走红

多模态模型是一种能够处理多种类型数据的人工智能模型。最常见的模态就是文本，后来出现文生图大模型，现在前沿的大模型有图像生视频、音频生成视频等等。值得一提的是，多模态AI中门槛比较高的就是文生视频。

国外知名AI公司或头部科技公司已经开始争夺AI视频生成高地。11月29日，美国AI初创公司Pikalabs发布视频生成应用Pika1.0，它能够实现文本和图像生成视频、视频编辑、视频风格切换等功能。从测试效果看，Pika展现出了比较强的一致性和稳定性。无独有偶，12月6日，谷歌发布多模态AI大模型Gemini，可同时识别和理解文本、图像、音频、视频、代码五种信息。包括三种不同套件，分别是GeminiUltra,GeminiPro和GeminiNano。此外，谷歌投资的runway初创公司，曾发布AI模型Gen-2。之后，“多模态AI”开始走红。

与上述通用多模态大模型不同，苏州科达于2023年7月正式推出了KD-GPT大模型属于垂直行业的大模型，它包括多模态大模型、AIGC图像大模型和行业大模型三种，据苏州科达公告，大模型当前仅在个别重点用户中先行试用。未来，大模型会能否大范围推广还不得而知。

苏州科达首席科学家章勇在2023中国（厦门）安防人工智能创新峰会的演讲提到，KD-GPT是生成式的AI模型，这个大模型可以解决数据难问题。比如，要检测一幅图片中是否有烟雾出现，我们只要输入提示语：“烟雾”和待检测的图片，大模型就可以直接输出检测结果，无需成千上万张的烟雾图片进行训练。可见，如果苏州科达的多模态AI能在安防行业成功落地，将会出现一款领先的安防领域商业产品。

据东吴证券研报显示，未来随着AI在安防领域应用范围扩大，应用深度提升，苏州科达基于党政、公安等领域优质客户，将有望实现订单和收入质量的持续提升。

随着Pika1.0、Gemini、Gen-2、等多模态模型的快速涌现，全球大模型多模态化趋势日益显著。据《达摩院2023十大科技趋势》显示，建立统一的、跨场景、多任务的多模态基础模型会成为人工智能发展的主流趋势之一。