陳雪松告訴億歐：“在人工智能領域下，物聯網正和計算相結合，因爲‘雲邊端’的計算無處不在，‘雲’是實際需求和技術落地場景所需要的産物，‘雲計算’本身是大彙聚，它看的是全維行業數據，還能形成和其他垂直虛擬空間的數據堆積碰撞，只有在這個節點才能拿到最權威的數據，但是它的時效性一定是最差的。邊和端都有其計算環節，物聯網的連接在雲邊端都在發生。”
基于視頻的數據産生之後，視頻數據是主要驅動力，因爲基于視頻所承載的信息量巨大，包括層級、行爲、身份和標識，這些信息識別之後和其他數據碰撞可以産生最有效的價值，但是時空信息要求是個關鍵點。陳雪松提到：“比如智慧燈杆，會有Wi-Fi采集和視頻采集，這個時候數據一定要有效，並一定要在前端做直接耦合，省去中間傳輸的一些環節時空的一致性。”
三大動力助推城市大腦崛起，下一步落地全維生態改造
陳雪松說道：“後台做大數據碰撞時，只基于大區很難做精細化分析，因爲它是群體數據，它們所感受到的維度不一致，而視頻可以精確識別到個，在個和堆産生碰撞的時候，才能進行疊加。所以數據耦合越前端發生，有效性越高、價值越大。”
並強調，當前的業務産品和應用落地還是基于部分區域去實現，並不是基于整個大城市平台，在技術層面上，端的融合訴求更高，其細分下是點的信息，深入層面就是邊的信息。
隨後，陳雪松提到三個小閉環系統建設的重要性，即端上閉環、邊上閉環，雲端的大閉環。對AIoT就要求聚合和連接，由于計算之後具備能力，曠視更希望它能把這種能力以最實效即時的方法，賦予給最需要的人。
因爲業務場景的需要，在前端與業務方結合的時候，更多的還是以人爲核心來形成閉環驅動，因此視頻和視頻的識別能力是曠視業務的核心，然後再去疊加其他維度的數據。陳雪松說道：“我們變成了數據的生産者，同時也需要接入多維數據産生更多的價值，小型的智能化平台就出現了。”
當前在城市大腦的解決方案，曠視主要有三類：城市管理數字化解決方案、樓宇園區數字化解決方案、教育行業數字化解決方案。
其中，在城市管理上，曠視針對城市管理中的典型場景，通過涵蓋“算法、軟件産品、硬件産品、解決方案”在內的全價值鏈能力輸出，打造覆蓋全業務流程，端到端數字化解決方案體系設計，幫助城市管理者構建“前端感知、雲端研判、終端應用”在內的新型智能城市管理閉環體系。
在實用案例上，北京海澱區，曠視根據《智慧海澱十三五發展規劃》、《智慧海澱頂層設計》及東升鎮“城市大腦”三年行動計劃，在智慧公園規劃方面，以“智慧生活休閑平台”爲主體，民衆參與與體驗爲中心，利用人工智能、大數據、5G和物聯網等熱門技術，從根本上提升了公園日常管理的科技化、精細化和節約化水平，爲街鎮級智慧公園建設和管理模式提供了行業樣板。
在技術優勢上，曠視實現了軟硬結合，以AI賦能雲、端、芯，賦予硬件智能化；雲端結合，通過雲端上的計算協同，提升計算效率，大幅降低成本；端到端，全價值鏈的交付可構建新型城市管理閉環體系。陳雪松提到：“城市大腦建設上，曠視更講求務實，從三步來組織架構：城市之眼、行業分腦、城市大腦。”
陳雪松強調，城市大腦的構建不可能一蹴而就，也不僅僅是簡單的將智慧城市下垂直相關的數據拿起來接著用，而是將以前的數據加以利用，使之呈現火山噴發式的數據效益。
這也是曠視科技一直堅持的方向，從數據彙聚的認知方面到二次分析計算的推導決策，多維數據碰撞可實現更好的運行效果。因此，在下一階段，曠視將會以重點城市和專項落地爲核心，實現應用落地價值最大化，全維的統構建設和覆蓋。