中央全面深化改革委員會第七次會議提出，高校和科研院所是實施創新驅動發展戰略、建設創新型國家的重要力量。從整個產業鏈來看，高校及科研院所是產業發展的重要力量，高校及科研院所作為基礎理論技術與前沿技術研究的主體，在較多關鍵前沿技術方面擁有深厚的基礎技術儲備和豐富的理論研究基礎，能夠為行業的長期發展提供很好的技術儲備和理論指導，產學研開放合作創新是產業發展需要重視的一個板塊。

　　對于國家在產學研用融合發展方面的形勢，胡傳平副院長提到，德國在產學研用一體化融合發展方面的實踐非常成功，他專門介紹了德國成立于1949年的弗勞恩霍夫協會(Fraunhofer-Gesellschaft)，該組織目前是歐洲最大的應用技術研究機構，旗下共有67個研究所，擁有約24,000名員工。他們的一些成功做法值得我們學習借鑒。目前國家以及地方政府對于產學研用的融合發展非常支持，尤其是在高新技術領域，出臺了很多的扶持政策。安防企業如何抓住時機，采取行動，積極開展與高校、科研機構的合作是相關企業需要特別關注的。胡傳平副院長介紹道，目前鄭州大學為了順應國家新的安全體系建設需求，聯合鐵道警察學院正式成立了“鄭州大學公共安全研究院”，并在政策上給予了很大的支持。學校希望新成立的公共安全研究院能夠立足我國公共安全的重大需求，用足用好國家、地方政府以及學校提供的各種優惠政策，積極開展與業內專業研究所、相關企業、用戶以及政府部門的合作，盡快形成圍繞公共安全發展建設需要，政產學研用一體化的融合發展平臺。鄭州大學公共安全研究院也十分希望和更多的安防企業開展友好合作，目前已得到了業內不少著名企業的積極響應。

　　對于產學研成果的轉化應用方面，浙江工業大學圖形圖像研究所所長高飛教授表示，他們在算法的落地以及實現產學研的深度融合方面做了不少工作，目前他們團隊主要介入了交通視圖圖像事件感知、分析領域，并就交通領域的合作以及業務模式演化做了一些重要的講演分享。

　　高飛所長提到，安防有大量的視頻數據，“智能+”到底加在邊緣端還是平臺端，這是一個問題。“從我們的實踐來看，如果往攝像機邊緣端加，由于AI對算力的要求很高，攝像機目前要支持復雜的高、精、準算法仍有一定難度，且在功能點上難以做到靈活的擴展。因此，我們提出“智能+”從前端往后端轉，首先因為5G馬上商用，傳輸帶寬得到極大提升，“智能+”往平臺轉的通信路徑將沒有瓶頸。第二，現在雪亮工程或者其他工程，其實大量的只是裝了一只眼睛，大腦沒有裝上去，或者裝了大腦的一小部分，如何把舊的、現有的攝像頭用起來即如何利舊、借用AI給它插上翅膀，這個量其實很大而且可以大有作為。采用從邊緣往平臺轉移的業務模式在功能上可以不斷疊加，會帶來很多的好處。”高飛所長表示。他還提到，從邊緣往平臺轉移的模式其實有很多公司在做嘗試，浙江工業大學這幾年也做了大量工作，通過與企業合作進行成果轉化，取得了不錯的應用效果。

　　目前，高校在人工智能的技術研發、人才培養與儲備方面提供堅實力量。賴劍煌教授提到，他們在ICCV 2017上提出了自適應深度生長學習的方法，不需要提供很多數據就可以訓練出一個有一定能力的識別算法，然后可以用識別算法去標注數據，去選擇一些好數據，當數據積累到一定程度時，就可以訓練出更深度的、更好的算法，這實際上是一個可以迭代的過程，可以用來解決安防應用中的一些數據瓶頸問題。但人工智能的不少好算法，在視頻監控里面沒有用到，這都有待加強推進融合轉化。

　　近年來，安防產業在產學研方面也一直在探索發展，很多企業尤其是一些大企業在這塊取得了很好的成效。同時在合作模式以及投融資方面也有一些新的變化。王震良提到，現在有一些投資機構提出高校科研所跟社會資本專業的風投機構成立像VC基金來孵化相關的技術產品，這在美國的耶魯、哈佛是比較成熟的一些模式，現在國內的上海、浙江等一些地區也提出了這樣的概念。

　　產業政策與環境的變化對促進產學研用的發展有重要推進作用，但產學研用仍有很多坎要過。殷俊提到：“大華在產學研中碰到的很大問題是技術匹配與適用性還不是理想，高校的產品技術研究效果在實驗室環境下非常好，但到了開放式的現場部署場景后效果與理論研究有明顯的差距，我認為這是未來院校要去不斷提升的地方。”