视联网正快速发展，成为推动数字经济生活和生产方式全面升级的强大动能。为了加速视联网技术的演进和应用创新，助力信息服务的革新升级，中国移动携手产业合作伙伴，经过深入的问题征集和严格的评议筛选流程，精心甄选了视联网面向未来的十大技术问题并面向产业进行了发布。这些技术问题覆盖了体系架构、终端技术、编码技术、网络传输、AI大模型、算网融合、安全防护、体验评估等方面，明确了视联网未来的技术发展方向和研究重点，激发了产业内的创新动力。
十大技术问题
问题一：满足多业务融合发展的体系架构如何设计？
未来视联网场景的不断演进，监控、通信、直播等业务将面临日益复杂的交互与联动需求。为了满足这些需求，需设计一个既灵活又可扩展、安全高效的视联网体系架构，以支持多业务的融合发展。其中的核心设计要素包括模块化设计、服务化架构、微服务架构、云原生技术等。
问题二：终端如何提供全要素感知能力？
视联网终端集成了多种类型的传感器，它们在特定场景下需协同工作，以便捕捉到全面而细致的环境信息。这种多传感器的联动不仅能够实现对场景的全面感知，还能够促进信息的深度融合，从而为快速准确的决策提供支持。实现深层次感知与融合的关键技术挑战包括传感器互联、多模态特征融合、决策支持系统等。
问题三：如何多途径节约算力和存储消耗？
视联网业务规模的不断增长以及视频分辨率的持续提高，对算力和存储资源需求急剧增长，视联网业务成本也不断攀升。需研究新型数据表征与编码技术，探索失真与非失真条件下的编码压缩理论极限，并探索其他节约算力和存储消耗的途径，如智能缓存、数据去重、分布式存储等。
问题四：如何实现低时延的高可靠传输？
智能监控、语音社交、视频社交等对多媒体内容的传输时延和可靠性提出了更高要求。用户期望在直播互动、远程操作等场景下，能够享受到几乎无感知的时延和高度可靠的连接。为了满足这些高标准需求，需实现低时延、高可靠的多媒体传输。
问题五：如何构建基于算网的视联网大模型？
针对视联网的AI分析需求正大规模地向专业化和个性化定制方向发展。这种趋势对视觉大模型的通用性以及其在专业领域的适配性提出了新的挑战。如何构建算网原生的视觉大模型体系和个性化微调技术，是解决行业场景落地的关键。
问题六：如何解决视联网大模型落地过程中成本等问题？
针对视联网的AI分析需求正迅速增长，但具备优秀泛化能力的大模型虽然性能强大，但其部署成本之高却成为普及应用的障碍。除了传统对大模型做轻量化处理外，如何利用算力网络基础设施，实现算力资源的高效复用也是推动大模型在视联网广泛应用的关键。
问题七：如何识别和防范AI合成的虚假视频？
AIGC、Sora等大模型技术已经能够根据用户指令生成可控条件的视频，这些视频如果被不当使用，可能会篡改或合成虚假的监控场景，对视联网业务的安全构成极大威胁。研究视联网场景下的视频防护、伪造检测等技术，探究视频篡改在空域、频域、时域的基本原理，是视联网需要应对的重要技术挑战问题。
问题八：如何实现算网与视联网的高效协同？
视联网智能化应用的迅猛发展，对计算、存储和网络资源的需求日益增长。传统的单点算力已无法满足需求。算网大脑可以基于全局算力地图，智能感知视联网智能化应用需求，为其自动分配合理的算网资源，实现对通算、智算、边缘、网络的一体化调度。
问题九：如何提升视联网端到端业务安全？
视联网行业应用的广泛性和终端的多样化，以及视频数据的敏感性差异，对视联网业务端到端安全提出了挑战。为应对这一挑战，需建立统一的分类分级的业务安全方案，形成面向端侧视频生成、网侧通道传输、云侧视频承载、用户侧视频数据使用的全流程高性能全帧加密防护机制，提升视联网端到端的业务安全。
问题十：如何构建视联网体验评估体系？
体验评估体系的不完善已成为制约视联网业务优化和提升的关键瓶颈。同时现有的音视频质量评估技术难以满足视联网大规模、高要求、各异化的场景需求。需研究和建立完善的视联网体验评估体系，智能分析并定位影响不同业务场景体验的关键因素，灵活适配业务的发展。
