在刚刚落幕的2026世界人工智能大会（2026WAIC）期间，格灵深瞳以生态合作的方式，在百度、海光信息和瑞芯微的展台上，展示了其核心产品——视觉智能工坊VE²S，以及它在视频解析、泛安防、工业质检等场景中的实际应用。吴一洲就公司战略转型、产品定位及行业生态等方面，分享了深入的思考与见解。
问：你对当前视觉市场的未来发展前景依然充满信心吗？
吴一洲：市场空间非常广阔。数字孪生与世界模型的基础建设领域，仍蕴藏着巨大的发展潜力。回顾智慧城市的演进路径：1.0时代，城市主要围绕信息化建设；2.0时代，大数据开始融入；到3.0时代，可能满大街都是机器人，而这些机器人无一不需要一个“智能大脑”。再看AIoT，过去的IoT是“死”的，设备只能被动响应指令。如今，AIoT能让一切“活”起来——温度高了，系统会自动调节，而过去还需要手动调整或固化规则，现在整个系统能够实现真正的生态化运行。你的环境将变成一个有机体，能做的事情非常多。这正是物理AI和世界模型的核心所在，如同一个游戏化的世界。而在这个过程中，视觉感知与IoT能力都不可或缺。
问：在本届WAIC上，格灵深瞳为何将VE²S-GBOX作为最具象的展示重点？
吴一洲：视觉智能工坊VE²S实际上是我们所有现有产品的技术底座，也是我们深耕视觉领域十余年、沉淀下来的视觉算法精华。这次我们对其进行了全面升级。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，打通了从数据采集、智能标注、模型训练、算法运营、边缘部署到业务反馈与模型迭代的全链路，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、效果评测与算法的持续迭代；EXPERT算法运营中心则承接算法的全生命周期运营，将通用模型能力转化为适配客户具体业务的专属算法；GBOX边缘智算盒子则部署在靠近摄像头、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。三者共同构建了一条从“现场运行—数据回流—算法迭代—再部署”的持续进化链路，这也构成了视觉智能工坊VE²S的端到端产品体系。在这个VE²S工坊里，我们完整实现了两个维度的“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，都能在这里找到完整的解决方案。
问：从传统计算机视觉到多模态大模型，格灵深瞳的核心竞争力发生了怎样的演变？
吴一洲：我们是最早一批在视觉基座模型领域进行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，相关成果已先后在全球知名多模态开源社区LLaVA上发布，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，许多合作伙伴一直在使用我们的开源模型。这说明我们从一开始就在视觉与多模态这一垂直领域持续深耕，始终没有偏离自己的技术主线。
问：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VE²S在产品化、标准化方面的进展如何？规模化复制面临的最大瓶颈是什么？
吴一洲：所有的算法本身都很难实现标准化复制，正因如此，我们才构建了视觉智能工坊VE²S。我们的目标并非将算法结果本身标准化——那就像装修一样，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。我们做的是将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。通过将这一流程流程化、标准化，我们在降本增效方面取得了不错的成效，至少现在能够承接各类需求。纯视觉的瓶颈相对较窄，它只是端侧应用中的一个环节。未来，VE²S还将进一步拓展AIoT的能力，将视觉感知与更多现场设备、业务系统连接起来。这个架构的优势在于，一旦标准建立起来，它的延展性就自然显现出来。以前我们可能只专注于某一个环节，而现在有了这个基础，未来的扩展空间就被打开了。
问：格灵深瞳在机器人感知与控制技术方面有所布局，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如何界定的？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“大脑”，也就是视觉分析能力，这是我们切入的核心环节。因为“大脑”涵盖的范围很广，包括控制、听觉、视觉、语言等多个方面，我们首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。
问：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过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调整？
吴一洲：客户的调整尚未结束。开拓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。毕竟我们从事的是to B业务，而to B的投入并非一朝一夕就能见效，目前仍在持续加大。要让公司转变为产品驱动型的组织，产品必须具备高效率、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，这本质上是一场公司层面的改革，而不仅仅是一个单点上的调整。
问：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。从你的角度来看，毛利率的“U型回升”大概会在什么时候出现？标志性拐点是什么？
吴一洲：毛利率下降主要源于两个因素：一是市场环境问题，部分项目仍在承压，这是行业普遍面临的难题，我们选择不做财务修饰，用最真实的业绩直面市场；二是我们仍处于新客户拓展的阶段，需要一定时间来建立稳定的基础客户群，要抢夺客户就必须在价格上做出让步，对利润的追求并非当前首要目标，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，但真正落地到采购层面，比如服务器等硬件，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，不再是僧多粥少的局面，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，这才是我们能够把控的核心。
问：在AI2.0的发展浪潮中，AI1.0时代的AI公司如今在市场上的声量普遍不算大，格灵深瞳如何看待并应对这一问题？
吴一洲：我觉得“江山代有人才出”是件好事，这代表着整个AI浪潮的全面繁荣。大语言模型的发展如今明显在推动多模态的进步，无论是当年的DeepSeek，还是后来的MiniMax，包括现在的智谱，都在将市场整体推高、推大，这是积极的信号。鱼池大了，江湖河海广阔了，里面的生态才能更加丰富。如果大家只是互相盯着谁好谁不好，争论1.0、2.0的路线，我觉得都还为时过早。说不定下一代具身智能又能将我们再次推上一个新高度。当然，在整个浪潮中，坚定自己所做的事情至关重要。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。
