安消一体是在发生消防火焰报警的时候，可以联动安防的视频监控摄像头进行报警的确认，早期是指纯粹的专业消防报警主机与像机的联动，而过去几年随着物联网技术的全面爆发，也泛指基于LORA/NB/CAT1等无线传输的各类传感器与视频的联动，视频也不仅局限于本地而是通过互联网把视频传回来。

但因为安防与消防隶属于两个不同的行业，两个行业的发展节奏又完全不同，导致前边这些方面最后在真正融合的时候可操作性并不高。一直到基于热成像等非接触式的温度传感器与可见光结合的双光热成像解决方案，从根本上解决了安消“两家人”的问题，融入到了一个像机的外壳。但却出现了在户外太阳光暴晒等情况导致像机自身温度过高的问题，及成本过高难以规模普及，功率大的问题（户外防火环境太阳能供电的功率非常高）。还有部分场景本身就有高温设备，远处的火焰与近处的设备温差并不大导致误报的问题。

再到后边则出了以AI人工智能为主的火焰识别解决方案，及为了解决误报问题而通过IR-CUT切换光波段进行确认的解决方案。这些方案虽然已经是比较纯粹的智慧安防智慧消防的融合，但却都有必然会导致的误报环境，也会有必然会导致的漏报环境，其成本自然比普通像机高出一大截，依然难以实现真正意义上的规模应用。

再进一步推演依然还是得从物理光学，即火焰燃烧与其它不同光源导致的波段不同进行识别，而不是人工智能的形状及红外热成像的温度角度进行识别。而且进一步的细分，不同的物质比如木材与汽油，氢气等物质产生的颜色、温度、光的波段都不相同，其实更为本质的而且可以检测的因素就是光的波段，所以我们采用2个光谱传感器进行检测，中间可以有没有并叉的较大跨度，但2个传感器所覆盖的光谱波段范围，却包含有我们常见90%以上物质燃烧的波段。

光谱传感器就是2个的成本也相对比热成像的还要低一个层次，各方面的干扰性非常低，而结果的稳定性却是非常高的。从火焰检测的角度，这就是完全接近规模化的解决方案。这个方案最大的优势就是并不占用摄像机的计算资源，只是相对比较简单的做一些状态的读取及联动即可，所以如果采用的就是新一代带算力的高性价比芯片，那么芯片的算力就会处于闲置状态。

火焰检测像机至少它是个监控像机，确实也可以进行非常高灵敏度相对低成本的火焰抓警，这个像机如果采用的是带算力的芯片，自然就可以检测人形，人脸等AI事件。这个最新方案的火焰检测像机如果加上人形警界功能，带算力的情况检测的面积范围，灵敏度都会远高于普通像机。但人形检测+火焰检测像机，从项目使用价值的角度依然没有发挥其智能的优势。