主要观点总结
本文介绍了超图2024开发者大会上提及的空间智能软件的七个发展趋势，其中重点阐述了“视频空间化”背后的理解及其在个人技术栈中的重要性。文章从底图的视频化、应用场景的视频化、视频AI的低门槛化三个方面对“视频空间化”进行了详细解读。
关键观点总结
关键观点1: 底图的视频化发展趋势。
传统地图表达形式受到视频产品的挑战，如AR全景视频和阵列拼接视频。超图已实现视频上矢量数据叠加和空间量算的功能，核心是对视频构建空间参考。趋势在于将视频作为底图，并与真实物理空间对齐。但现有集成模式被动且覆盖效果有限，新建摄像头时应考虑视频投影覆盖。
关键观点2: 应用场景的视频化发展趋势。
监测是各种管理逻辑的第一环，视频在自然资源监测、水利监测等中扮演重要角色。无人机自动化监测成为流行趋势。低空经济带动飞行视频数据丰富，空天地一体化中，低空AI监测基于上游设备、数据，结合行业应用需求，配合视频AI算法进行定制。
关键观点3: 视频AI技术的普及和重要性。
开源框架ultralytics降低了视频AI的使用门槛，快速了解最新视频AI能力。该框架使得非专业用户也能轻松使用视频AI技术，促进了更多厂商在自己的产品和技术中引入AI能力进行深度定制。类似CesiumJS的作用，低门槛的视频AI产品推动了空间的视频化趋势。
文章预览
今天看了一下超图2024开发者大会，大会的开头宋关福的演讲中提到了空间智能软件技术的七个发展趋势，其中我比较感兴趣的是排在第一位的「视频空间化」。 当然「视频空间化」这个趋势不是从现在开始，而是潜在发展了很多年了，而且我个人觉得「视频空间化」的背后其实对应的是「空间视频化」的趋势，所以未来我们还是要注重自己的技术栈中对视频相关处理技术的吸收以及整合，下面是我的几个理解： 第一、底图的视频化。过去几年，我觉得在空间表达方面对「传统地图表达形式」挑战最大的产品形式就是视频厂商的这种「AR全景视频」和「阵列拼接视频」，而且这类视频产品现在也在朝着多源数据融合这个方向发展，比如在交通场景上，视频产品开始基于视频进行地图、雷达、浮动车、电警、卡口、地磁、微波等多种数据源间的融合
………………………………
