行业趋势与市场观察 - WAIC 2025展会人气显著提升 参与者背景更加多元化 大公司AI单点应用深度令人印象深刻 AI应用与产业结合更加紧密 [1] - 头部科技企业如阿里巴巴和蚂蚁集团突破单纯AI模型展示 深度融合云计算与大数据技术 国家电网展示AI与核心业务深度融合范例 消费级AI硬件展区呈现大模型技术生活化应用路径 [7] 技术演进与产品发展 - 格灵深瞳从2019年开始布局视觉大模型基座 推出Glint-MVT视觉基础模型 产品具备持续成长性 从通用工具升级为个性化智能体Agent [8][12] - 多模态技术成为明确趋势 视觉是多模态AI的核心感知入口 需与语言等模态融合 公司团队更加年轻化 保持开放心态拥抱各种技术 [12][28] 商业模式与收费挑战 - AI行业收费标准非常离散 面临三重困境：定价标准缺失 商业模式模糊 双向预期偏差 本质是产业成熟度问题 需经历服务定价帕累托优化过程 [2][23] - 收费模式从按许可证付费演变为按效果和性能付费 服务价值缺乏行业基准 客户对效果认知不统一 供应商服务成熟度待验证 [2][23] 应用场景与行业深耕 - 公司聚焦四大优势领域：金融 泛安防 政务 体育 金融客户对AI技术热忱 提出更深层跨领域融合需求 [14][15] - 在视频分析处理和理解领域深度布局 计划下半年发布Glint-MVT视觉基础模型新版本 在垂直细分工具和模型精炼上具有自身特点 [20][21] 客户合作与实施挑战 - 针对不同客户采用差异化策略：对前瞻型客户采用共创研发模式 对入门级客户提供直效型标准化产品 分阶段实现从可用到好用的体验演进 [19] - 实施过程中面临硬件适配（如GPU适配） 数据采集与持续优化 认知偏差 服务模式错位等挑战 需要与客户共同解决问题和成长 [16][25] 技术战略与生态合作 - 公司坚持技术自主权 深入研发Glint-MVT视觉基础模型和多模态大模型 同时保持与生态合作互助互利的开放态度 [3][20] - 决策框架基于三要素评估：资金规模 人才储备 时间成本 在视频领域深度布局 其他方面依靠生态合作 [21] 人才与认知挑战 - AI落地最缺对目标的耐心 最怕一鼓作气再而衰 关键痛点集中在人才瓶颈和目标管理两大维度 [27][23] - 缺乏兼具决策能力与落地经验的复合型人才 需要业务专家与AI专家的双重属性融合 需要培育AI原生思维 [23][32]