(, 下载次数: 0)
在这样的技术趋势下，创新奇智自研MMOC人工智能技术平台（AI1.0分析式AI）和AInnoGC工业大模型技术平台（AI2.0 生成式AI），以AI双平台为客户提供覆盖AI1.0和AI2.0的完整AI能力。
大小模型融合，计算机视觉应用新方向
计算机视觉关键场景应用是创新奇智的核心业务重心。公司在传统视觉解决方案的优势基础上，积极融入工业大模型的前沿能力，为产品注入新动能。通过在视觉小模型基础上叠加多模态工业大模型能力，不仅提升了产品功能的泛化性，使其能适应更多复杂场景与多样化需求，还显著增强了产品的交互性，更好地满足用户实际使用中的体验诉求。
例如，借助工业大模型的引入，服务范畴从单一的质检场景、视频安全场景，拓展至能满足客户在可持续性模型生产、模型管理、模型性能判定、质检应用构建及质检结果智能分析等多方面需求，助力客户建立自身的人工智能体系化能力，进而构建起覆盖全价值链的智能服务体系。
而在园区安全管控场景中，创新性地融合了视觉智能与多模态大模型技术，显著提升了行为安全检测在多种园区场景下的应用泛化性和准确性。
此外，创新奇智还通过生态合作扩大计算机视觉市场影响力。例如，与生态伙伴研华科技联合发布多模态大模型 AI 一体机，该设备集成了创新奇智视觉小模型与多模态大模型的边缘智能终端，凭借 “视觉识别 + 深度语义理解” 的融合分析路径，具备强大的本地视频智能分析及大模型深度研判能力，广泛适用于 EHS（环境、健康与安全）管理、智慧厂务、园区安防等多元场景，为客户构建起智能化、闭环式管理且可持续演进的 AI 视频分析与风险主动防控体系。
机器学习平台，AI落地不可或缺之元素
在大模型如火如荼的开展时，我们也应看到，以深度学习平台为主的商业化人工智能软件平台能够提供开发、部署、应用、运维的全流程技术服务，逐渐成为AI新基建的重要组成，是AI技术落地不可缺少的元素。创新奇智AI1.0时代打造的MMOC平台由ManuVision机器视觉智能平台、MatrixVision边缘视频智能平台、Orion分布式机器学习平台、Cloud云平台构成，是同时具有深度学习能力，支持自动化、低代码技术开发，以及“云、边、端”一体化部署交付的AI平台，目前仍在方案交付和场景应用中发挥积极作用。
最后，IDC指出，随着大模型的不断渗透，新的架构、新的应用落地形态以及新的模式有潜力全面改变科技市场的生态。展望未来，创新奇智将持续立足AI双平台优势，围绕计算机视觉、机器学习、生成式 AI三大技术方向全面发力，在算法迭代、模型优化与场景适配中持续突破。与此同时，公司将以商业化落地为核心目标，通过与制造业、金融业等多行业客户的深度协同，将前沿技术转化为可落地、可复制的产品与服务，最终实现技术价值与商业价值的双重释放，助力更多客户完成智能化升级。