2025年10月24日，在“2025安凱微電子開發(fā)者技術(shù)論壇”（ADF 2025）期間，多位學(xué)術(shù)界專家與產(chǎn)業(yè)界行業(yè)資深人士齊聚H大廈多功能廳，圍繞“從多媒體到多模態(tài)，從智能硬件到智能體”的核心議題展開深度分享。

主題報告

張長水博士：多模態(tài)融合是智能體發(fā)展的核心方向

清華大學(xué)教授、IEEE Fellow、安凱微電子首席科學(xué)家張長水博士在《多模態(tài)與智能體》報告中，系統(tǒng)梳理了AI從“專用”向“通用”的演進邏輯。他指出，以DeepSeek、豆包等為代表的大語言模型，憑借“單模型解決多語言任務(wù)”的范式及提示學(xué)習(xí)技術(shù)，顛覆了傳統(tǒng)NLP領(lǐng)域“一任務(wù)一模型”的模式，重新點燃通用人工智能探索熱情；而視覺、聽覺領(lǐng)域的人工智能技術(shù)正在朝著通用模型的路徑嘗試突破，并已經(jīng)取得一定成果，例如DINO-X。張博士指出，語言的信息與表達能力是有限的，未來多模態(tài)融合可以突破語言的局限，也會是構(gòu)成智能體的基礎(chǔ)。他強調(diào)，大模型是智能體的“大腦”但非智能體本身。智能體是具備自主執(zhí)行能力的系統(tǒng)，當(dāng)前雖已有技術(shù)突破，但距離普及落地仍需要做大量工作，需要開發(fā)者們腳踏實地攻克難關(guān)。而安凱微也將以芯片為基礎(chǔ)的解決方案為關(guān)鍵支撐，與開發(fā)者們共同探索智能體的落地與普及。

張長水博士現(xiàn)場與各位開發(fā)者分享

張磊博士：通用視覺大模型將成為邊緣智能體的“視覺大腦”

粵港澳大灣區(qū)數(shù)字經(jīng)濟研究院（IDEA研究院）計算機視覺與機器人研究中心講席科學(xué)家、IEEE Fellow、視啟未來（深圳）科技有限公司創(chuàng)始人兼CEO張磊博士帶來《從檢測走向通用感知：重塑智能物聯(lián)網(wǎng)的眼睛》主題報告。他指出，未來，視覺大模型將成為多模態(tài)智能體的重要基石，視覺感知是構(gòu)建環(huán)境理解型智能物聯(lián)網(wǎng)的關(guān)鍵基礎(chǔ)。他系統(tǒng)介紹了其團隊在IDEA研究院期間研發(fā)、后由視啟未來承接的DINO-X通用視覺大模型以及落地優(yōu)化方向，并演示了現(xiàn)階段DINO-X的各項功能及應(yīng)用、以及端側(cè)落地的多模態(tài)大模型場景運用視頻。他強調(diào)，類似DINO-X這類參數(shù)規(guī)模小、端側(cè)部署潛力高的通用視覺模型，能夠成為物聯(lián)網(wǎng)及邊緣端智能體的“視覺大腦”，為其提供開放世界目標(biāo)檢測與長尾物體識別等核心能力，從而在工業(yè)檢測、低空經(jīng)濟、智能安防等多樣化的場景中支持物聯(lián)網(wǎng)及邊緣智能體完成更復(fù)雜的感知與決策任務(wù)。同時，兼具“通用性”與“可定制性”的大模型，既能賦能物聯(lián)網(wǎng)設(shè)備實現(xiàn)從“檢測”到“通用感知”的跨越，也能為專業(yè)場景快速定制化適配。視啟未來作為安凱微牽頭投資孵化的視覺大模型企業(yè)，也將積極參與智能物聯(lián)網(wǎng)生態(tài)的建設(shè)，加速視覺大模型在邊緣端的落地。

張磊博士現(xiàn)場與各位開發(fā)者分享

圓桌暢談

在由昊辰資本管理合伙人湯濤主持的題為《多模態(tài)與智能體離我們有多遠(yuǎn)？》的圓桌討論上，熵基科技股份有限公司董事長車全宏，深圳市慧為智能科技股份有限公司董事長李曉輝，廈門杉海智能技術(shù)有限公司總經(jīng)理周大林，廣州視聲智能股份有限公司董事長朱湘軍，上海殷泊信息科技有限公司創(chuàng)始人、CEO魯為民博士，就多模態(tài)與智能體的應(yīng)用落地面臨的機遇與挑戰(zhàn)提出了各自的觀點或關(guān)注點。車全宏董事長以智慧零售、打獵攝像機為實例，著重強調(diào)專用場景下的低算力需求，明確提出端側(cè)設(shè)計需聚焦垂直領(lǐng)域的空間智能化核心訴求；與此同時，車總亦密切關(guān)注生物識別與腦機接口領(lǐng)域的應(yīng)用探索。李曉輝董事長提出需按場景分配算力資源，平衡成本與功耗，并看好端云協(xié)同在智能家居交互中的演進，也看好新型智能化終端應(yīng)用，如AI耳機、AI眼鏡等。周大林總經(jīng)理分析了大模型對樓宇對講中人形偵測、快遞監(jiān)控等場景的體驗優(yōu)化，并展望智能家居需融合多模態(tài)感知與自主決策能力，建議芯片公司、軟件供應(yīng)商聯(lián)合研發(fā)場景化解決方案，加強邊緣處理器的本地化智能處理能力。朱湘軍董事長提出信息孤島問題，不同系統(tǒng)、協(xié)議間無法打通，并指出AI在復(fù)雜場景下決策機制不成熟，這些是智能體發(fā)展道路上仍面臨的困難和挑戰(zhàn)。魯為民博士引用MIT一個最新的研究報告指出AI大模型能力的不完備，比如缺乏人類“本能知識”以及沒能充分利用企業(yè)專有知識等，認(rèn)為智能體作為大模型企業(yè)應(yīng)用的重要形式需要通過有效的上下文工程以及與環(huán)境進行有效的動態(tài)交互等來解決這些問題，闡明企業(yè)知識庫與大模型結(jié)合的應(yīng)用前景。這5位產(chǎn)業(yè)界行業(yè)資深人士普遍認(rèn)為，多模態(tài)大模型已經(jīng)有了非常多的應(yīng)用場景，但在專業(yè)化場景中還有很大的提升空間，數(shù)據(jù)會成為實現(xiàn)智能體落地的關(guān)鍵變量，多模態(tài)與智能體在端側(cè)落地的主要困難還在于算力成本與功耗的平衡。作為安凱微的長期合作伙伴，也期待安凱微持續(xù)迭代開發(fā)，通過技術(shù)優(yōu)勢和能力助力智能體落地。

企業(yè)家們進行《多模態(tài)與智能體離我們有多遠(yuǎn)？》討論

《大模型在智能視覺行業(yè)的應(yīng)用》圓桌對話由安凱微物聯(lián)網(wǎng)攝像機事業(yè)部總經(jīng)理葛保建主持，深圳技威時代科技有限公司董事長陳文浩，廣東九安智能科技股份有限公司董事長李沅，廣東宏視電子技術(shù)有限公司董事長陳少能，第四范式集團微克科技有限公司副總經(jīng)理曾青，云知聲智能科技股份有限公司銷售總監(jiān)馮祥參與，就大模型技術(shù)應(yīng)用的現(xiàn)狀及前景進行討論。陳文浩董事長認(rèn)為大模型當(dāng)下在智能安防行業(yè)的應(yīng)用主要在云端，消費者接受度還需時間培育，強調(diào)本地化運營的重要性。李沅董事長強調(diào)，“數(shù)據(jù)”作為人工智能發(fā)展三大核心要素之一，是智能時代的重要資源，“需求”更是推動AI技術(shù)真正落地的關(guān)鍵驅(qū)動力。陳少能董事長認(rèn)為大模型已具備所需功能，但缺乏“應(yīng)用鏈”形成價值；暢想未來“單體智能相機”的發(fā)展趨勢。曾青副總經(jīng)理看好AI眼鏡的發(fā)展前景，未來借助大模型的賦能也有機會為用戶帶來更好的體驗，并希望芯片更集成化，以適應(yīng)眼鏡的輕量化設(shè)計。馮祥總監(jiān)認(rèn)為，大模型落地處于市場早期。他判斷智能兒童產(chǎn)品是大模型應(yīng)用落地嘗試的先行終端；認(rèn)為大模型市場化普及需要合適的盈利模式策略。幾位企業(yè)家普遍認(rèn)為，大模型已經(jīng)初現(xiàn)鋒芒，不僅帶動傳統(tǒng)安防行業(yè)全面智能化，使得行業(yè)進入安防黃金時代。同時，AI眼鏡、AI拍學(xué)機等新興終端也為智能視覺行業(yè)帶來了新的機遇。此外，大模型的潛力還遠(yuǎn)遠(yuǎn)沒有釋放，進一步挖掘其對廣大消費者或者行業(yè)的應(yīng)用，才能真正為消費者、為行業(yè)與社會創(chuàng)造價值。

企業(yè)家們進行《大模型在智能視覺行業(yè)的應(yīng)用》討論

技術(shù)專家和產(chǎn)業(yè)領(lǐng)袖共話邊緣智能技術(shù)發(fā)展，將技術(shù)前瞻與產(chǎn)業(yè)實踐深度融合，為該技術(shù)的發(fā)展提供了思路和啟發(fā)。安凱微電子作為專注于邊緣智能SoC研發(fā)的芯片企業(yè)，將持續(xù)以開放姿態(tài)攜手開發(fā)者與生態(tài)伙伴，共同推進多模態(tài)與智能體技術(shù)在端側(cè)的創(chuàng)新與落地，賦能千行百業(yè)的智能化變革。

關(guān)于安凱微電子

廣州安凱微電子股份有限公司（簡稱：安凱微，股票代碼：688620）專注于物聯(lián)網(wǎng)智能硬件核心SoC芯片的研發(fā)、設(shè)計、終測和銷售。公司產(chǎn)品廣泛應(yīng)用于智能家居、智慧安防、智慧辦公和工業(yè)物聯(lián)網(wǎng)等領(lǐng)域。經(jīng)過近25年的自主研發(fā)，公司掌握音頻、視頻、語音、圖像、圖形等多媒體技術(shù)，BLE等短距離通信聯(lián)接技術(shù)，機器學(xué)習(xí)以及SoC系統(tǒng)技術(shù)等。

審核編輯 黃宇