視覺AI「牌桌」正在重洗，有位「老玩家」被國際認可！TA手里的牌是多模態

（來源：上觀新聞）

視覺AI已進入新一輪技術範式變革。

近日，Gartner（高德納）發佈視覺AI專題報告《新興科技風向標：AI廠商競逐，誰在定義視覺智能未來》（Emerging Tech: AI Vendor Race: Tech Innovators Shaping AI Vision Intelligence Solutions），聚焦生成式AI對計算機視覺市場的重構。報告認為，下一代視覺智能的關鍵方向，是將傳統計算機視覺能力與多模態基礎模型、空間模型和邊緣原生架構結合，從而實現更強的語義理解、實時推理和高可靠部署。

在此全球趨勢下，報告列出了12家2026年生成式人工智能（GenAI）計算機視覺領域的技術創新者。其中，商湯成功入選「前沿技術創新者」類別，也是該維度中僅有的兩家中國廠商。

此份認可，是商湯科技繼斬獲IDC中國視覺AI市場十連冠之后，再度收穫的全球認可。

【相關閲讀】計算機視覺市場邁入CV 2.0，行業正從「看」邁向「看懂、會搜、能生成」

以多模態基礎模型，重構視覺AI技術範式

作為中國視覺AI領域早期開拓者之一，商湯持續探索視覺智能技術前沿，從專用視覺模型，到視覺語言模型，到視覺語言動作模型，再到世界動作模型，始終參與並推動關鍵技術方向的演進。

過去十年，計算機視覺的核心價值主要體現在「看見」和「看懂」。隨着生成式 AI 、空間智能快速發展，全球視覺AI市場正在被重塑，其價值邊界早已突破傳統單一的圖像、視頻智能化分析範疇，逐步進化為連接物理世界與數字世界的智能入口，加速落地於城市治理、企業運營、具身智能和醫療健康等高價值場景。

對商湯而言，此次入選Gartner研究報告代表着商湯並不只是傳統意義上的視覺AI廠商，而是基於全棧AI能力，率先推動將多模態基模型應用於視覺AI底層技術創新的代表性企業之一。通過算力、模型、平臺和場景實踐的協同，商湯正在推動視覺AI從「識別」升級為「理解、規劃與行動」。

商湯方舟SenseFoundry 產品平臺的價值，在於將十余年積累的視覺AI能力與多模態基礎模型能力深度融合，這也是大模型時代視覺AI最重要的變化之一。商湯方舟將視覺專用模型轉向「通專融合」的智能體範式，着力解決傳統視覺業務所面臨的場景泛化低、模型訓練成本高等問題。目前已在多業務領域的場景廣泛使用，從客户實戰化場景中驗證了技術價值。依託端到端智能訓練閉環機制，平臺實現視覺模型自動化研發、快速迭代與輕量化部署，大幅降低了AI落地門檻。

海內外規模化落地，驅動視覺AI邁向全域智能

技術創新的價值，最終要在真實場景中得到驗證。報告將昆明人工智能賦能中心項目列入創新案例研究。該項目構建了以「多模態大模型+智能視覺+大數據技術」為核心的人工智能賦能底座，整合城市視頻流信息與物聯網資源，打通「感知—決策—行動」全業務閉環，支撐各類政務場景的智能化深度落地。

商湯在計算機視覺領域深耕十年，一直處於行業領先地位，如果説Gartner報告體現了商湯在下一代視覺AI底層技術方向上的創新能力，那麼商湯在中國及亞太市場的長期客户基礎，則進一步證明其不僅是底層技術創新者，也是一線應用創新者和產業落地先鋒。

依託長期產業實踐不斷進化的商湯方舟，目前已落地全國200余座城市，服務超3萬個園區、樓宇、網點及樞紐，每年算法調用量超400億次。業務版圖貫穿城市治理、公共安全、應急管理、交通管控、企業安防、商業運營等主流場景，形成成熟穩定的商業化落地體系——對於行業客户而言，AI的價值不僅來自技術能力本身，更來自長期穩定運行、持續優化迭代和規模化複製推廣的能力。

立足國內成熟的技術體系與落地經驗，商湯同步加快全球化佈局步伐，業務已覆蓋東南亞、東北亞、中東等地12個海外市場，實現70%的海外客户復購率，形成了可複製、可規模化的中國 AI 出海範式，搭建起完整的海外生態和服務體系。進入2026年，商湯海外視覺AI業務和客户需求正加速與多模態大模型融合。這一變化意味着，視覺AI出海正在從「中國技術複製到海外」，進一步走向「基於本地場景的智能運營平臺建設」。

原標題：《視覺AI「牌桌」正在重洗，有位「老玩家」被國際認可！TA手里的牌是多模態》

來源：作者：新民晚報 郜陽