行业热度与趋势 - 2025年世界人工智能大会出现"一票难求"现象 行业关注度和大众参与热情呈现爆发式增长 [1] - AI技术正从专业领域走向大众视野 热度将在短期内持续上升后逐步进入平台期 [2][3] - AI未来将像智能手机一样成为基础设施级别的存在 通过解决实际需求体现价值而非依赖新鲜感 [3] 技术发展现状与挑战 - 当前AI行业中间层技术展示吸引大量关注 但底层技术突破和垂直领域应用落地进展未达预期 [3] - 多数企业从技术维度审视AI 而非将其视为解决实际问题的工具或未来文明构建要素 [3] - AI具体业务需要深入细分场景 对精确度的要求比泛化场景更高 一个巨大的AI母题难以解决所有细分问题 [7] 企业战略与定位 - 公司定位为年轻且充满热情的企业 积极拥抱技术创新并深耕视觉及多模态大模型的研发和端到端应用 [14] - 坚持长期价值导向的交付 确保每次合作都能为客户创造真实效益 不会为追求短期KPI偏离实际业务需求 [14] - 主张站在巨人肩膀上发展 技术架构开放 不会从头构建封闭系统 与芯片厂商和大模型厂商建立深厚合作关系 [6] 技术布局与创新 - 公司从计算机视觉业务扩展到视觉基础模型和多模态大模型领域 推出平台级产品和垂直AI智能体应用 [11] - 硬件布局成为不可或缺环节 因为硬件效率直接影响AI效能和效果 [5] - 计划于9月底发布基于Glint-MVT架构的全新Glint-VLM视觉语言模型 并对数据、训练代码及模型进行全面开源开放 [13] 应用场景与落地案例 - 金融和政务领域成为早期核心业务板块 因大型机构具备资金和资源实力率先尝试AI技术 [7] - 通过多模态模型深入银行核心业务流程 如贷款贷前、贷中、贷后管理 实现自动化处理文档和分析工作 时间成本节约达80% [8] - 某银行客户已将Agent技术应用到整个业务流程中 显著提升运营效率 [10] 客户关系与生态建设 - 与客户并非单向输出关系 而是通过磨合实现共同成长 客户态度从"看成果"转变为"共耕耘" [6][11] - 越来越多的行业伙伴愿意参与技术落地和共同成长过程 体现对AI认知的深化 [11] - 期待与行业专家和生态伙伴深度互动 以极致的技术透明共筑开放、协作、繁荣的智能生态 [13] 未来发展方向 - AI真正的魅力与爆发力诞生于"跨界融合"奇点 应深度融入制造业、农业、艺术创作等多元领域 [13] - 世界模型是未来重要方向 AI最终将能够解释或模拟人类世界的所有现象 [6] - 行业竞争力将回归到解决实际问题的精度与深度 算法与场景的深度融合正重塑生产力本质 [15][16]