多模态与智能体：学术界与产业界共话边缘智能新未来-2025安凯微电子开发者技术论

2025年10月24日，在“2025安凯微电子开发者技术论坛”（ADF 2025）期间，多位学术界专家与产业界行业资深人士齐聚H大厦多功能厅，围绕“从多媒体到多模态，从智能硬件到智能体”的核心议题展开深度分享。

主题报告

张长水博士：多模态融合是智能体发展的核心方向

清华大学教授、IEEE Fellow、安凯微电子首席科学家张长水博士在《多模态与智能体》报告中，系统梳理了AI从“专用”向“通用”的演进逻辑。他指出，以DeepSeek、豆包等为代表的大语言模型，凭借“单模型解决多语言任务”的范式及提示学习技术，颠覆了传统NLP领域“一任务一模型”的模式，重新点燃通用人工智能探索热情；而视觉、听觉领域的人工智能技术正在朝着通用模型的路径尝试突破，并已经取得一定成果，例如DINO-X。张博士指出，语言的信息与表达能力是有限的，未来多模态融合可以突破语言的局限，也会是构成智能体的基础。他强调，大模型是智能体的“大脑”但非智能体本身。智能体是具备自主执行能力的系统，当前虽已有技术突破，但距离普及落地仍需要做大量工作，需要开发者们脚踏实地攻克难关。而安凯微也将以芯片为基础的解决方案为关键支撑，与开发者们共同探索智能体的落地与普及。

张长水博士现场与各位开发者分享

张磊博士：通用视觉大模型将成为边缘智能体的“视觉大脑”

粤港澳大湾区数字经济研究院（IDEA研究院）计算机视觉与机器人研究中心讲席科学家、IEEE Fellow、视启未来（深圳）科技有限公司创始人兼CEO张磊博士带来《从检测走向通用感知：重塑智能物联网的眼睛》主题报告。他指出，未来，视觉大模型将成为多模态智能体的重要基石，视觉感知是构建环境理解型智能物联网的关键基础。他系统介绍了其团队在IDEA研究院期间研发、后由视启未来承接的DINO-X通用视觉大模型以及落地优化方向，并演示了现阶段DINO-X的各项功能及应用、以及端侧落地的多模态大模型场景运用视频。他强调，类似DINO-X这类参数规模小、端侧部署潜力高的通用视觉模型，能够成为物联网及边缘端智能体的“视觉大脑”，为其提供开放世界目标检测与长尾物体识别等核心能力，从而在工业检测、低空经济、智能安防等多样化的场景中支持物联网及边缘智能体完成更复杂的感知与决策任务。同时，兼具“通用性”与“可定制性”的大模型，既能赋能物联网设备实现从“检测”到“通用感知”的跨越，也能为专业场景快速定制化适配。视启未来作为安凯微牵头投资孵化的视觉大模型企业，也将积极参与智能物联网生态的建设，加速视觉大模型在边缘端的落地。

张磊博士现场与各位开发者分享

圆桌畅谈

在由昊辰资本管理合伙人汤涛主持的题为《多模态与智能体离我们有多远？》的圆桌讨论上，熵基科技股份有限公司董事长车全宏，深圳市慧为智能科技股份有限公司董事长李晓辉，厦门杉海智能技术有限公司总经理周大林，广州视声智能股份有限公司董事长朱湘军，上海殷泊信息科技有限公司创始人、CEO鲁为民博士，就多模态与智能体的应用落地面临的机遇与挑战提出了各自的观点或关注点。车全宏董事长以智慧零售、打猎摄像机为实例，着重强调专用场景下的低算力需求，明确提出端侧设计需聚焦垂直领域的空间智能化核心诉求；与此同时，车总亦密切关注生物识别与脑机接口领域的应用探索。李晓辉董事长提出需按场景分配算力资源，平衡成本与功耗，并看好端云协同在智能家居交互中的演进，也看好新型智能化终端应用，如AI耳机、AI眼镜等。周大林总经理分析了大模型对楼宇对讲中人形侦测、快递监控等场景的体验优化，并展望智能家居需融合多模态感知与自主决策能力，建议芯片公司、软件供应商联合研发场景化解决方案，加强边缘处理器的本地化智能处理能力。朱湘军董事长提出信息孤岛问题，不同系统、协议间无法打通，并指出AI在复杂场景下决策机制不成熟，这些是智能体发展道路上仍面临的困难和挑战。鲁为民博士引用MIT一个最新的研究报告指出AI大模型能力的不完备，比如缺乏人类“本能知识”以及没能充分利用企业专有知识等，认为智能体作为大模型企业应用的重要形式需要通过有效的上下文工程以及与环境进行有效的动态交互等来解决这些问题，阐明企业知识库与大模型结合的应用前景。这5位产业界行业资深人士普遍认为，多模态大模型已经有了非常多的应用场景，但在专业化场景中还有很大的提升空间，数据会成为实现智能体落地的关键变量，多模态与智能体在端侧落地的主要困难还在于算力成本与功耗的平衡。作为安凯微的长期合作伙伴，也期待安凯微持续迭代开发，通过技术优势和能力助力智能体落地。

企业家们进行《多模态与智能体离我们有多远？》讨论

《大模型在智能视觉行业的应用》圆桌对话由安凯微物联网摄像机事业部总经理葛保建主持，深圳技威时代科技有限公司董事长陈文浩，广东九安智能科技股份有限公司董事长李沅，广东宏视电子技术有限公司董事长陈少能，第四范式集团微克科技有限公司副总经理曾青，云知声智能科技股份有限公司销售总监冯祥参与，就大模型技术应用的现状及前景进行讨论。陈文浩董事长认为大模型当下在智能安防行业的应用主要在云端，消费者接受度还需时间培育，强调本地化运营的重要性。李沅董事长强调，“数据”作为人工智能发展三大核心要素之一，是智能时代的重要资源，“需求”更是推动AI技术真正落地的关键驱动力。陈少能董事长认为大模型已具备所需功能，但缺乏“应用链”形成价值；畅想未来“单体智能相机”的发展趋势。曾青副总经理看好AI眼镜的发展前景，未来借助大模型的赋能也有机会为用户带来更好的体验，并希望芯片更集成化，以适应眼镜的轻量化设计。冯祥总监认为，大模型落地处于市场早期。他判断智能儿童产品是大模型应用落地尝试的先行终端；认为大模型市场化普及需要合适的盈利模式策略。几位企业家普遍认为，大模型已经初现锋芒，不仅带动传统安防行业全面智能化，使得行业进入安防黄金时代。同时，AI眼镜、AI拍学机等新兴终端也为智能视觉行业带来了新的机遇。此外，大模型的潜力还远远没有释放，进一步挖掘其对广大消费者或者行业的应用，才能真正为消费者、为行业与社会创造价值。

企业家们进行《大模型在智能视觉行业的应用》讨论

技术专家和产业领袖共话边缘智能技术发展，将技术前瞻与产业实践深度融合，为该技术的发展提供了思路和启发。安凯微电子作为专注于边缘智能SoC研发的芯片企业，将持续以开放姿态携手开发者与生态伙伴，共同推进多模态与智能体技术在端侧的创新与落地，赋能千行百业的智能化变革。

关于安凯微电子

广州安凯微电子股份有限公司（简称：安凯微，股票代码：688620）专注于物联网智能硬件核心SoC芯片的研发、设计、终测和销售。公司产品广泛应用于智能家居、智慧安防、智慧办公和工业物联网等领域。经过近25年的自主研发，公司掌握音频、视频、语音、图像、图形等多媒体技术，BLE等短距离通信联接技术，机器学习以及SoC系统技术等。

审核编辑 黄宇