视觉涌向大模型，浪头换了又换，行业里跟风者有之、掉队者有之、硬撑者亦有之。选择将视觉与大模型融合，CEO吴一洲就是决策的关键人物，她先后提出“2+2”和“2+X”战略，并主导了整体组织架构的升级及多元化业务领域布局。

　　刚刚结束的2026世界大会（下称“2026WAIC”）期间，以生态合作的形式，分别在百度、海光信息和瑞芯微的展位上展示其视觉智能工坊VES及其在视频解析、泛安防和工业质检等场景中的应用。《华夏时报》记者在现场与吴一洲进行了深度交流，围绕公司战略转型、产品定位、行业生态等话题，她分享了自己对这一轮技术变革的思考与判断。

　　吴一洲：我觉得这个空间非常大，因为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。

　　其实大家有没有想过智慧城市的演进路径？1.0时代，满大街做的都是信息化；2.0时代开始引入大数据；到了3.0时代，可能满大街都是机器人，而这些都需要“脑子”。

　　再看AIoT，以前的IoT是“死”的，设备只能被动响应。但现在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。

　　我觉得这就是物理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。

　　《华夏时报》记者：本届WAIC上，格灵深瞳为什么把VES-GBOX作为最具象的展示重点？

　　吴一洲：视觉智能工坊VES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，这一次，我们对它进行了彻底的升级。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VES的端到端产品体系。

　　在这个VES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。

　　《华夏时报》记者：从传统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：我们应该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，很多合作伙伴也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。

　　《华夏时报》记者：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VES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：我认为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VES。

　　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，VES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。

　　《华夏时报》记者：格灵深瞳在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。

　　《华夏时报》记者：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。

　　《华夏时报》记者：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，部分的项目还是在承压的状态，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。

　　《华夏时报》记者：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。