如今，随着大模型技术的不断突破，人工智能在以令人惊叹的速度对各行各业产生影响。大模型正在加速渗透到行业数字化进程中，赋能越来越多新的应用场景，为各行各业创造价值。作为中国最早一批人工智能创业公司，旷视一直致力于推动人工智能的基础科研与产业化落地。印奇表示，围绕大模型，旷视将重点推动多模态大模型在行业的应用。
第 一，与客户深度共创行业大模型。面对日新月异的大模型技术、纷繁复杂的行业应用场景，拿着“锤子”找“钉子”必然是行不通的。只有紧贴客户需求，深入理解行业，与客户共创能解决实际问题的大模型产品和应用，大模型才能真正落地。因此，对于客户需求、行业理解的深厚积累，在大模型时代依然是稀缺的能力。多年来，旷视服务了众多行业头部客户，围绕重点行业积累了宝贵的知识与经验。在此基础上，旷视目前正在与金融、运营商、智能汽车、手机等领域的客户一起，围绕大模型的行业应用进行探索。
第二，大力推动多模态大模型发展。大模型应用到具体的行业，需要端到端的方案，门槛并不低，必须具备对于模型、系统、数据、行业的综合理解能力。多模态大模型具备更强的泛化和理解能力，是构筑行业大模型的基石，是最终走向通用人工智能的必经之路。凭借在AI视觉领域的长期积淀，旷视从很早开始便坚定投入多模态大模型，具备领先的多模态原创科研能力。目前，旷视已经在面向客户提供多模态大模型。
第三，坚持软硬结合，长期坚定“大模型+机器人”的发展方向。面对海量的应用场景，大模型要实现行业落地和爆发，就必须考虑规模和效率。这就要求必须从行业出发，找到核心的硬件载体，将大模型能力部署在这个载体上。旷视的发展方向一直是“AI in Physical”。多年来，旷视一直在强化做AI硬件的能力，打造软硬结合的产品体系，这已经成为旷视的基因。从长远来看，旷视将持续耕耘并坚持“大模型+机器人”的方向，让人工智能赋能千行百业。
印奇表示，无论是之前的AlphaGo，还是如今的大模型，本质上都是深度学习在技术演进过程中引发的浪潮。大模型的质变与爆发，源于学术界、产业界过去十几年在视觉、语音、自然语言理解等深度学习核心领域的研究和积累。从小模型走向大模型，变化的是模型的规模与性能，不变的是深度学习基础研究这条主线，以及由此衍生出的产品化、产业化能力。过去十多年，旷视围绕深度学习这一核心技术在基础科研、垂类行业应用建立了深厚的积累。旷视将基于对行业的深入理解，推动多模态大模型的技术创新和行业应用。同时，旷视将发挥在软硬结合方面的优势，围绕“大模型+机器人”的发展方向，推动人工智能为实体产业创造更大价值。