Видеонаблюдение с ИИ нового поколения: что такое Xinghan от Dahua и кому он нужен

Видеонаблюдение с ИИ за последние два года перестало быть маркетинговой наклейкой на коробке. Камеры научились отличать человека от собаки, а машину — от качающейся ветки. Но и у этой аналитики есть предел: мелкие цели на границе кадра, птицы в объективе, месяц разработки под каждую новую задачу.

19 сентября 2025 года в Ханчжоу Dahua представила Xinghan Large-scale AI Models — семейство больших ИИ-моделей для систем безопасности. По-китайски «Xinghan» означает «галактика». Производитель называет это «промышленной» ИИ-системой: большие модели компьютерного зрения плюс мультимодальные и языковые возможности в одной связке.

Разберём по материалам Dahua, что это за технология, чем она отличается от привычной видеоаналитики на свёрточных сетях и на каких объектах разница будет заметна. Сразу оговорка, которую мы повторим ещё не раз: все цифры ниже — данные производителя, полученные в стандартной тестовой среде. На реальном объекте результат зависит от сцены, освещения и настройки.

Короткий ответ

Xinghan — семейство больших ИИ-моделей Dahua, представленное 19 сентября 2025 года. Три серии: V (компьютерное зрение), M (мультимодальность) и L (язык). В отличие от обычной видеоаналитики, модели понимают контекст сцены, находят цели от 20×20 пикселей и принимают задачи текстом — без разработки отдельного алгоритма. Полезны на периметрах, крупных архивах и в местах скопления людей.

В статье разберём

1. Что такое Xinghan Large-scale AI Models и откуда технология выросла
2. Три серии моделей: V, M и L — чем они занимаются
3. Чем большие модели отличаются от обычной видеоаналитики на CNN
4. Как такие модели обучают и как их умещают в камеру
5. Функции серии V: периметр, автонастройка правил, трекинг, толпа
6. Функции серии M: поиск по архиву словами и тревога, описанная текстом
7. На каком оборудовании это работает
8. Кому технология полезна, а кому пока нет
9. Ограничения, о которых производитель не пишет крупным шрифтом

Для кого эта статья

• Главные инженеры и службы безопасности складов, логистических комплексов, производств и энергообъектов — тех, у кого периметр и постоянные ложные тревоги
• Снабженцы и технические специалисты ТЦ и управляющих компаний, где архив большой, а разбирательства частые
• Монтажники и интеграторы, которым нужно понимать, что стоит за словами «камера видеонаблюдения с ИИ» в техзадании заказчика
• Те, кто сейчас выбирает между обычной аналитикой и старшими сериями оборудования

Что такое Xinghan от Dahua?

Xinghan Large-scale AI Models — это семейство больших ИИ-моделей, которое Dahua показала 19 сентября 2025 года в Ханчжоу. Производитель объединил в нём большие модели компьютерного зрения с мультимодальными и языковыми возможностями и назвал результат «промышленной» ИИ-системой для отрасли безопасности.

Работает Xinghan по схеме «периферия + облако/сервер». Часть моделей живёт прямо в камерах, часть — в регистраторах и на серверах. Это важный момент: не всё считается в камере, и не всё в облаке. Распределение зависит от того, какая функция нужна.

Технология появилась не с нуля. Исследованиями визуального внимания Dahua занимается с 2017 года, а базовую модель визуального восприятия для безопасности выпустила в 2023-м. Xinghan — следующий шаг от одной базовой модели к семейству из трёх серий.

Какие три серии входят в Xinghan?

• V (Vision) — компьютерное зрение и видеоаналитика. Производитель сознательно сосредоточил серию на ключевых целях: люди, автомобили и немоторный транспорт — велосипеды, самокаты. Так модель получается проще, а точность не падает.
• M (Multimodal) — мультимодальные модели. Одновременно понимают текст, изображения и видео и сопоставляют их между собой. Отсюда поиск по архиву обычными словами.
• L (Language) — понимание естественного языка и диалог. Подробностей по этой серии производитель не раскрывает, поэтому и мы домысливать не будем.

Чем большие модели отличаются от обычной видеоаналитики?

Привычная видеоаналитика с ИИ построена на свёрточных нейросетях — CNN. Модель обучили на размеченных картинках под конкретную задачу, она её и решает: ищет человека, машину, пересечение линии. Dahua перечисляет три слабых места такого подхода.

Первое — мелкие и дальние цели: чем меньше объект в кадре, тем хуже результат. Второе — ложные тревоги от птиц, листвы и движения, которое к охране не относится. Третье — скорость: новый алгоритм под нестандартную задачу делают примерно месяц, и в этот месяц входит сбор данных, разметка, разработка и обучение.

Пять отличий больших моделей, которые называет производитель:

1. От точности к прецизионности. Работа с крошечными целями, размытой картинкой и сильной засветкой.
2. От кастомизации к обобщению. Новые задачи решаются без долгой разработки отдельного алгоритма.
3. От распознавания к пониманию. Модель разбирает сложные взаимодействия нескольких объектов — это и есть «понимание контекста».
4. От статики к динамике. Камера сама анализирует сцену, а не выполняет жёсткие правила, заданные руками.
5. Язык и мультимодальность. Задачу можно поставить обычными словами.

Как обучают большие модели для видеонаблюдения?

Dahua объясняет процесс через аналогию со школой и университетом. Сначала общее образование, потом специализация, потом подгонка под реальные условия работы.

Первый этап — обучение без учителя на сотнях миллионов неразмеченных примеров. Получается широкая, но неточная базовая модель: она много видела, но ни в чём не специалист. Второй этап — обучение на размеченных данных под конкретную задачу, после которого модель становится «экспертом» в своей области.

Третий этап самый интересный с практической точки зрения. Большие модели обычно работают на серверах, и уместить их в камеру — отдельная инженерная задача. Для этого применяют дистилляцию знаний, дообучение и квантование: модель уменьшают, сохраняя нужное качество. Именно поэтому часть функций Xinghan доступна на борту камеры, а часть требует регистратора или сервера.

Какие функции даёт серия V?

Серия V — это то, что работает в самой камере видеонаблюдения с ИИ: периметр, трекинг, анализ толпы, адаптация к освещению. Ниже — функции по материалам Dahua. Напомним: все цифры получены производителем в стандартной тестовой среде.

Охрана периметра. По сравнению с CNN-моделями — до +50% к дальности обнаружения, точность 98%, ложных тревог на 92% меньше. Модель видит цели от 20×20 пикселей и распознаёт более 10 видов животных. Последнее как раз про ложняки: собака во дворе базы и человек через забор для системы теперь разные события. О том, как строится охрана периметра на практике, расскажем в отдельном материале.

Про ложные тревоги добавим от себя. На периметрах складов и производственных баз, которые мы обслуживаем, основная масса ночных срабатываний приходится не на людей: это птицы, садящиеся на верхнее ограждение, качающиеся ветки в ветреную погоду и фары машин с соседнего проезда. Классификация животных и работа с мелкими целями закрывают как раз эту часть потока. Но повторения тестовых цифр на конкретном заборе мы бы не ожидали — каждый периметр ведёт себя по-своему.

AI Rule Assist. Камера сама анализирует сцену и предлагает линии и зоны вторжения — запуск в один клик. Для монтажника это экономия времени на пусконаладке: не нужно вручную обводить каждую зону на каждой из десятков камер.

WizTracking. Сопровождение человека при перекрытиях и смене позы — когда цель частично скрыта, ползёт, пригнулась или лезет через ограждение. Производитель заявляет +50% к точности, но базу сравнения не указывает. Функция реализована в PTZ-камерах.

Crowd Map. Анализ скоплений людей: до 2 раз дальше обнаружение днём, до 5000 человек одновременно. Отдельно отмечено, что модель лучше работает в дождь — компенсирует зонты, которые раньше ломали подсчёт, — и ночью.

Scene Adaptive AI WDR. Камера сама понимает сцену и включает или выключает расширенный динамический диапазон. Про WDR и про то, как сцена с засветкой убивает картинку, выйдет отдельный разбор.

Smart Object Detection. Оставленные и пропавшие предметы: 5 категорий и 13 подкатегорий, точность не ниже 90%. Какая именно метрика стоит за этими 90%, производитель не раскрывает.

По AI Rule Assist и Crowd Map будем делать отдельные подробные материалы — там много нюансов настройки под конкретную сцену.

Что умеет серия M: поиск по архиву словами?

Серия M — мультимодальная, и это та часть Xinghan, которая меняет привычную работу с архивом. Вместо фильтров по атрибутам — запрос обычным текстом.

WizSeek. Описываете человека, машину, животное или предмет словами — система находит фрагменты за секунды. Поддерживается более 400 категорий: люди, транспорт, животные, знаки, растения. Совпадение нечёткое, то есть формулировка не обязана быть идеальной.

Пример самой Dahua хорошо показывает смысл: запрос «мужчина говорит по телефону возле машины». Поиск по метаданным такое не находит — «говорит по телефону» это действие, а не атрибут вроде цвета одежды или типа транспорта. Мультимодальная модель понимает действие.

Text-Defined Alarm. Тревога, описанная текстом, без программирования. Пример производителя — «человек толкает детскую коляску». Раньше под такое событие заказывали отдельный алгоритм и ждали около месяца, теперь описание занимает секунды. Dahua отдельно отмечает: модель дообучается прямо на регистраторе IVSS и с использованием становится точнее.

Важный для нашего рынка вопрос — язык запросов. На странице WizSeek Dahua заявляет поиск на 30+ языках, и русский в этом списке есть: запрос можно набрать так, как его сформулирует оператор.

WizSeek и Text-Defined Alarm разберём отдельными статьями — по каждой функции есть что сказать про настройку и про то, как формулировать запросы.

На каком оборудовании работает Xinghan?

По материалам Dahua модели серии V реализованы в части IP-камер серий 3, 5, 7 и Hubble, а также в PTZ-камерах — WizTracking именно там. Модели серии M требуют старших регистраторов: NVR5-XI/Pro (на странице производителя помечены как «скоро»), IVSS51-I, IVSS71-I и IVD5148-I.

Отсюда простой вывод: функции серии V можно получить обновлением парка камер, а серия M — это уже вопрос регистратора или сервера видеоанализа. Бюджет на мультимодальные функции начинается не с камеры.

Общий каталог оборудования — IP-камеры, поворотные камеры и регистраторы. Оптовые условия для монтажных организаций — на странице для партнёров.

Кому полезны камеры видеонаблюдения с ИИ для бизнеса?

Dahua называет четыре направления: общественная безопасность, транспорт, энергетика и предприятия. Переведём это в практику — по типам объектов, с которыми работаем мы.

О том, как ИИ-видеоаналитика работает на складских объектах, мы подробно писали в материале про видеонаблюдение на складе. По производственным площадкам — в статье про установку видеонаблюдения на производстве, там разобраны умные функции применительно к цехам.

Кому Xinghan пока не нужен?

Скажем прямо, потому что иначе это будет не разбор, а реклама. Частному дому, небольшому магазину или офису на 4–16 камер большие модели не нужны. Там полностью хватает обычной видеоаналитики с ИИ: детекция людей и машин, пересечение линии, вторжение в зону.

Причина простая — мультимодальные функции требуют регистраторов старших серий. Разница в бюджете между обычным NVR и IVSS несопоставима с выигрышем на объекте, где архив просматривают раз в месяц.

На частных домах и небольших коммерческих помещениях типовой запрос к архиву — «найти, когда приезжала машина», и с ним справляется базовая аналитика. Работы по частным объектам показаны в разделе частные лица.

Какие ограничения у искусственного интеллекта в видеонаблюдении?

Четыре честных ограничения, которые нужно держать в голове при планировании проекта.

Все цифры — тестовая среда производителя. Точность 98%, минус 92% ложных тревог, 5000 человек в кадре получены Dahua в стандартных тестовых условиях. На объекте с контровым светом, туманом и грязным куполом результат будет другим.

Часть функций только на старших сериях. Серия M требует IVSS или NVR5-XI/Pro. Если в проекте бюджетный регистратор, мультимодальных функций не будет, сколько бы умных камер вы ни поставили.

Русский язык заявлен, но не проверен на практике. Dahua указывает русский среди 30+ языков WizSeek; насколько хорошо поиск понимает русские формулировки и поддерживает ли их Text-Defined Alarm, стоит проверить на демо до того, как строить на этом работу операторов.

ИИ не заменяет охрану. Он сокращает время реакции и время поиска в архиве. Решение всё равно принимает человек, и пост охраны от этого не исчезает.

Отдельно про работу с архивом: если в системе ведётся распознавание лиц или собираются биометрические данные, вступает в силу 152-ФЗ «О персональных данных» (в ред. от 26.07.2026), ст. 11 — биометрические данные. Это не технический вопрос, а организационный, и решать его нужно до монтажа, а не после.

Связанные категории товаров

• IP-камеры видеонаблюдения — камеры с аналитикой на борту
• Поворотные PTZ-камеры — для функций трекинга
• Видеорегистраторы и NVR — включая старшие серии под серверную аналитику
• PoE-коммутаторы — питание и сеть под ИИ-камеры с повышенным потреблением
• Оптовые поставки и B2B — условия для монтажных организаций

Как мы можем помочь

Мы работаем в Волгограде с 2013 года: проектируем, монтируем и обслуживаем видеонаблюдение, а не только продаём коробки. По Xinghan позиция такая: сначала смотрим задачу объекта, потом решаем, нужны ли большие модели вообще.

Если задача — убрать ложные тревоги на периметре, часто достаточно правильно выбрать серию камеры и высоту установки. Детекцию нередко ломает не слабая аналитика, а физика сцены: мутный купол после зимы и пыльного лета, контровой свет на закате в сторону въезда и камера, повешенная слишком низко — тогда человек попадает в кадр уже крупным планом, и правило вторжения отрабатывает с запозданием. Мойка купола и смена ракурса иногда дают больше, чем переход на старшую серию оборудования.

Если задача — искать эпизоды в архиве на 200 камер, тогда разговор идёт про регистратор старшей серии и реальный бюджет. Разбор одного спорного эпизода на крупном объекте — сопоставить время по журналу смен и просмотреть записи с нескольких камер — легко занимает не минуты, а часы работы оператора. Вот это и оправдывает мультимодальный поиск, а не сама формулировка «система с ИИ» в техзадании.

Мы можем подобрать оборудование под техзадание, посчитать проект и сказать, где заявленные производителем функции на вашей сцене не сработают. Направление — установка видеонаблюдения, оптовые поставки — через раздел для партнёров.

Отдельно по нашим материалам: про ИИ в PTZ-камерах, AcuPick, AI SSA, WDR и Auto Tracking 3.0 готовим отдельные разборы в разделе технологий, там же выйдут статьи по охране периметра.

Главный вывод

Xinghan — это переход от аналитики, которая распознаёт объекты, к моделям, которые понимают сцену. Три серии: V для компьютерного зрения, M для мультимодальности, L для языка. Главные практические выигрыши по версии Dahua — мелкие цели от 20×20 пикселей, минус 92% ложных тревог на периметре и постановка задачи текстом вместо месяца разработки алгоритма.

Технология адресована крупным объектам: периметры, большие архивы, скопления людей, нестандартные события. Для дома и небольшого офиса достаточно обычной видеоаналитики с ИИ.

И главное, что стоит помнить при чтении любой презентации: цифры производителя получены в тестовой среде. Проверять их нужно на своей сцене, своём освещении и своих задачах.

Вопросы и ответы (FAQ)