当前位置:

首页 > 硬件相关 > 专访格灵深瞳CEO吴一洲:AI浪潮持续更迭,但视觉市场依然大有可为

专访格灵深瞳CEO吴一洲:AI浪潮持续更迭,但视觉市场依然大有可为

Air Explorer Pro
Air Explorer Pro

Air Explorer Pro是一款跨平台多网盘管理工具,可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

立即下载
¥99
Windows/macOS 2026-08-22
正版软件 Windows macOS软件 Pro 文件搜索工具 Pro下载 Pro正版软件 Pro购买

在刚刚结束的2026世界人工智能大会(2026WAIC)期间,格灵深瞳以生态合作的形式,在百度、海光信息和瑞芯微的展位上展示了其视觉智能工坊VE²S,以及它在视频解析、泛安防和工业质检等场景中的应用。吴一洲分享了关于公司战略转型、产品定位、行业生态的思考。 问:你现在对视觉市场还是充满信心吗? 吴一

本文目录

    在刚刚结束的2026世界人工智能大会(2026WAIC)期间,格灵深瞳以生态合作的形式,在百度、海光信息和瑞芯微的展位上展示了其视觉智能工坊VE²S,以及它在视频解析、泛安防和工业质检等场景中的应用。吴一洲分享了关于公司战略转型、产品定位、行业生态的思考。

    问:你现在对视觉市场还是充满信心吗?

    吴一洲:空间非常大。整个数字孪生和世界模型的基础建设领域还有很大的发展潜力。想想智慧城市的演进路径:1.0时代,满大街做的是信息化;2.0时代引入大数据;到了3.0时代,可能满大街都是机器人,而这些机器人都需要“脑子”。再看AIoT,以前的IoT是“死”的,设备只能被动响应。现在AIoT可以让一切都“活”起来——温度高了它自己会去调节,以前还得手动调或者写死规则,现在整个系统可以真正实现生态化运转。你的环境会变成一个有机环境,能做的事情非常多。这就是物理AI和世界模型的关键所在,就像一个游戏化的世界。而这里面,视觉和IoT的能力都是必不可少的。

    问:本届WAIC上,格灵深瞳为什么把VE²S-GBOX作为最具象的展示重点?

    吴一洲:视觉智能工坊VE²S其实是我们现有所有产品的底座,也是我们深耕视觉领域十多年视觉算法的精华沉淀。这次我们对它进行了彻底升级。它是一套面向真实行业场景打造的AI原生视觉智能产品体系,打通了数据采集、智能标注、模型训练、算法运营、边缘部署、业务反馈与模型迭代,帮助客户围绕自身业务,持续生产、运营和优化视觉智能能力。在这套体系中:MENTOR算法训练中心面向云端或中心侧,负责数据处理、模型训练、效果评测与算法持续迭代;EXPERT算法运营中心承接算法全生命周期运营,将通用模型能力转化为适配客户业务的专属算法;GBOX边缘智算盒子则进入靠近摄像头、产线和设备的业务现场,完成设备接入、数据采集、边缘推理、事件判断、结果回传与数据回流。三者共同形成一条从“现场运行—数据回流—算法迭代—再部署”的持续进化链路,也构成了视觉智能工坊VE²S的端到端产品体系。在这个VE²S工坊里,我们完整实现了两个层面的“端到端”:一是从技术到产品的端到端,二是从方案到落地的端到端。换句话说,无论客户需要什么——算法的训练、算法的运营,还是真正执行落地的边缘智算盒子——全都可以在这里找到。

    问:从传统计算机视觉到多模态大模型,格灵深瞳的核心竞争力发生了什么样的变化?

    吴一洲:我们是最早一批在视觉基座模型领域沉淀并持续发力的团队之一。格灵深瞳的多模态大模型GLINT-VL,相关成果先后在全球知名多模态开源社区LLaVA发布,并以LLaVA-OneVision-1.5和LLaVA-OneVision-2.0的名义全面开源,面向全球开发者开放使用。目前很多合作伙伴一直在使用我们相关的开源模型。这说明我们从一开始就在视觉与多模态这个垂直领域里持续深耕,从未偏离自己的技术主线。

    问:从“2+2”升级到“2+X”,你提到核心是“将同一套能力复制到更多行业”。目前VE²S在产品化、标准化方面的进展如何?规模化复制的最大瓶颈是什么?

    吴一洲:所有的算法本身都很难做到标准化复制,正因为如此,我们才做了视觉智能工坊VE²S。我们的目的不是把算法结果本身标准化——那个结果就像装修一样,每家每户的需求各不相同,不同环境下的软装硬装也千差万别,注定难以统一。我们做的是把整个视觉算法的生产过程和落地过程,进行标准化和工具化。通过将这一过程流程化、标准化,我们在降本增效方面取得了不错的效果,至少现在可以承接各类需求。纯视觉的瓶颈还是比较窄,它只是端侧应用中的一个点。未来,VE²S还将进一步拓展AIoT的能力,把视觉感知与更多现场设备、业务系统连接起来。这个架构的好处就在于,一旦标准建立起来,它的延展性就自然显现出来了。以前我们可能只专注于某一个环节,而现在有了这个基础,未来的扩展空间就打开了。

    问:格灵深瞳在机器人感知与控制技术方面有布局,但公司公告明确表示“不直接从事物理AI的产品及业务”。在具身智能热潮下,格灵深瞳的定位和边界是什么?视觉智能与物理AI的交叉点在哪里?

    吴一洲:格灵深瞳不直接从事物理AI的产品及业务,目前的核心策略是与众多具身智能领域的厂商进行协同合作。我们先为他们提供“脑子”,也就是眼睛部分的分析能力,这是我们切入的核心环节。因为“脑子”涵盖的范围很广,包括控制、听觉、视觉、语言等多个方面,我们先在视觉分析这一块与他们协同。至于后续是否要展开更广泛的布局,会视时机再做决策。

    问:你上任后着力降低对大客户的依赖,2025年农行以外客户收入占比已超90%。这个客户结构调整的过程,最大的挑战是什么?从“单一大客户”到“多元化客户”,公司内部的能力建设做了哪些改变?

    吴一洲:客户的调整还没有结束。做新客户最难的地方在于建立信任和前期投入,这是一个长周期的过程。毕竟我们做的是to B业务,而to B的投入不是一天两天就能见效的,目前仍在持续加大。要让公司变成产品驱动型的组织,产品要具备高效率、快速迭代的能力,以及面向多场景的扩展潜力。只有先把产线和组织调整到位,客户拓展才能走得通。否则,因为原有的组织模式、行为方式和思维惯性都是围绕单一客户形成的,这种惯性很难打破。因此,这本质上是整个公司的改革,而不只是一个单点上的调整。

    问:公司2025年毛利率下降约19个百分点,你曾解释这是业务结构优化的必经阶段。从你的角度看,毛利率的“U型回升”大概什么时候会出现?标志性拐点是什么?

    吴一洲:毛利率下降主要出自两个因素:一个是市场环境的问题,部分项目还在承压,这是行业普遍面临的难题,我们选择不做财务修饰,用最原始的业绩直面市场;二是因为我们还处于新客户拓展的阶段,需要一定的时间建立稳定的基础客户,要抢夺客户就必须在价格上做出让步,对利润的追求并不是最主要的,to B的生意就是这样。此外,目前整个市场对于AI的销售模式也还处于混战状态,虽然大家都说AI的附加值很高,但真正落到采购层面,比如服务器这些硬件,并没有想象中那么乐观。至于毛利率提升的拐点,我认为取决于两个要素:一是整个行业在应用侧真正蓬勃发展起来,而不再是僧多粥少的状态,但这是一个客观的外部因素,我们不能过度依赖它,它可能只起到百分之二三十的作用;二是我们自己在客户层面建立起真正的根据地,做到深度耕耘,这才是我们能把控的核心。

    问:在AI2.0的发展潮流中,AI1.0时代的AI公司其实现在在市场上的声量都不算大,格灵深瞳如何看待和应对这个问题?

    吴一洲:我觉得“江山代有人才出”挺好的,这代表的是整个AI浪潮的整体繁荣。大语言模型的发展现在明显在推动多模态的进步,不管是当年的DeepSeek,还是后来的MiniMax,包括现在的智谱,都在把市场整体推高推大,这是好事。鱼池大了,江湖河海大了,里面的生态才能更丰富。如果大家只是互相盯着谁好谁不好,争论1.0、2.0的路线,我觉得都还太早。说不定下一代具身智能又能把我们再推一波。当然在整个浪潮里,坚定自己做的东西很重要。我们像是设计师,设计师的主理人团队是核心,市场上那些做橱柜的可能会变、品牌会变,但设计和落地团队始终会存在,所以摆正自己的位置很重要。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 AI
    相关文章 更多
    Microsoft 365 Outlook怎么用Copilot总结邮件
    Microsoft 365 Outlook怎么用Copilot总结邮件

    用 Copilot 总结邮件先打开长邮件线程,新版 Outlook 点线程顶部「Summary by Copilot」框,经典版点「Summarize」即生成带编号引文的摘要。全文覆盖新版与经典版差异、撰写邮件草拟、跨邮件跟进与许可说明,适用于具备 Copilot 权益的订阅。

    Microsoft 365怎么用Copilot分析Excel数据
    Microsoft 365怎么用Copilot分析Excel数据

    用 Copilot 分析 Excel 数据先把数据整理为带标题行的表格区域,点右下角 Copilot 图标,用自然语言提问即可获得结论、公式与图表,并可进入高级分析模式。全文覆盖数据准备、提问技巧、生成公式与图表、许可要求与结果核实,适用于具备 Copilot 许可的订阅。

    Microsoft 365 Copilot怎么生成PPT 操作教程
    Microsoft 365 Copilot怎么生成PPT 操作教程

    用 Copilot 生成 PPT 先在 PowerPoint 新建演示文稿,点右下角 Copilot 图标进入 Agent Mode,输入主题提示词生成大纲,再让它生成幻灯片并按需尝试新设计。全文覆盖 Agent Mode 流程、从 Word 文件生成、许可要求与内容核实,适用于具备 Copilot 许可的订阅。

    Microsoft 365怎么用Copilot写Word文档
    Microsoft 365怎么用Copilot写Word文档

    用 Copilot 写 Word 文档先确认账户具备 Copilot 权益,点文档右下角 Copilot 图标或按 Alt+C 打开窗格,输入包含主题、受众、语气的提示词生成草稿,再选保留或重新生成。全文覆盖入口、提示词技巧、引用文件与内容核实,适用于具备 Copilot 许可的订阅。

    Ducter 0.0.75 与 0.0.76 的来源筛选和零结果该怎样理解?
    Ducter 0.0.75 与 0.0.76 的来源筛选和零结果该怎样理解?

    Ducter 0.0.75 支持待办来源筛选,0.0.76 区分本人 issue、PR 与待审 PR,并明确提示读取失败。两个正式发布版本提供对应分发资产,Linux 安装示例固定到 0.0.76。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    llama.cpp b12489、b12490、b12491、b12492、b12493、b12494、b12496、b12497、b12498预发布说明
    llama.cpp b12489、b12490、b12491、b12492、b12493、b12494、b12496、b12497、b12498预发布说明

    llama.cpp b12489、b12490、b12491、b12492、b12493、b12494、b12496、b12497、b12498 均为预发布构建,分别涉及服务器、语音模型及特定后端;适用范围须按模型、硬件和请求条件区分。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。

    即将离开本站
    您即将前往第三方网站,请确认是否继续?