工业大省有“模”力丨不追风口追产线！极视角视觉AI扭亏为盈

编者按：

为深入贯彻发展新质生产力要求，加快推进人工智能与实体经济深度融合，近期，山东省工信厅遴选出海若、天智、星际、云鼎、星港、尚智、奇智孔明七大垂直领域大模型，挖掘山东人工智能企业创新动能，构建优势企业竞相发展的良好产业生大省有‘模’力系列报道，将聚焦7个标杆垂域大模型，走进企业一线，记录技术落地工厂车间的真实实践，展现山东依托完备工业家底，做大做强国产行业大模型的创新探索，为制造业数字化转型提供可借鉴的山东样本。

近两年，AI大模型行业迎来高速发展期，各类通用大模型层出不穷，凭借图文创作、智能交互等功能走进大众视野，成为数字化生活的常见配置。但行业热度持续攀升的同时，产业落地的真实价值愈发关键。不少通用模型聚焦消费端场景，而真正扎根工业车间、港口码头、轨道交通等实体场景，实现规模化落地、商业化变现的“产业级AI玩家”实属稀缺。

在优质产业视觉赛道中，青岛的极视角，是其中跑得最快的一个。这家刚在港交所上市的公司交出了首份半年报：今年上半年营收1.65亿元，同比增长181%。剔除股份支付和上市一次性开支后，经调整净利润约600万元，而去年同期还净亏损三四千万元。从亏到赚，拉动增长的核心正是它自研的大模型解决方案。

350亿参数的大模型，解锁海量视觉场景

在今年7月的世界人工智能大会上，极视角把这份成绩单背后的技术底牌亮了出来：推出自研面向产业的“星际视觉语言大模型35B版本”（Stellaris-VL-35B）。

这名字听着很高大上，但干的事却很接地气。

过去，如果想让AI找出流水线上的瑕疵品或认出隧道里没戴安全帽的人，需要先找人工标几千张图片，再去训练模型，少则几周多则几个月。而星际视觉语言大模型35B版本，只要说一句“帮我把画面里没戴安全帽的人找出来”，它当场就能生成一个专门干这件事的识别程序。数据显示，超过八成的常见视觉场景，靠这种自然语言指令就能搞定，不用再一张张标注图片。

不仅如此，35B版本还补上了一块过去AI不太行的短板，就是看懂视频。

以前的AI看监控，更像在快速翻一本连环画，一帧一帧看静态画面。新模型能把前后帧连起来，快速理解“这个人从门口走到了仓库”“这台设备的指示灯从绿变红”这种随时间变化的过程。换句话说，它不光能认出画面里“是什么”，还能看懂“正在发生什么”。

该模型350亿总参数的规模听上去是个大家伙，用起来会不会特别费钱？山东极视角科技股份有限公司联合创始人、总裁陈硕向记者介绍到，极视角的办法是把模型里的能力拆成许多块，每次干活只动用跟当前任务最相关的那几块，不用全部启动。这样本事没减，每次调用的花费却少了下来。

当下，极视角拿工业巡检、城市安防、能源、交通等领域一千多个真实监控画面来测试该模型，结果在同类模型里，它认得更准，看错、瞎猜的情况也更少。

一块铝板的账：从50%到95%

技术听着再酷炫，最终也要落到真实车间上。

一块铝板从热轧生产线缓缓送出，表面有没有裂纹、色差、划痕，过去全靠质检员凑到灯光底下逐块查看。看久了眼睛发花，导致这一行业里的人工检出率长期处于一半上下。十块瑕疵板里，有四五块可能就这么流到了下游。

如今，在极视角服务的部分铝业工厂，机器扫一眼，95%以上的瑕疵跑不掉。“以前人工的检测率，可能只能到百分之五六十左右，现在通过我们算法分析，能做到95%以上。”在极视角青岛展厅，陈硕告诉记者。

除此以外，还有一类场景过去根本盯不住。

工厂里、工地上，需要盯的事情太多了：工人有没有进入危险区域、有没有人没系安全带、设备有没有异常冒烟。这些事靠保安拿着对讲机巡查，靠值班员盯着几十块屏幕，根本看不过来，漏看几乎是必然的。极视角的算法把这些场景的检出率做到了99%。

“这不是把某件事做得更好，而是把一件原本做不到的事变成了现实。”陈硕说

一旦画面里出现异常，反应速度是另一个关键。陈硕告诉记者，只要目标出现在监控画面中，算法基本在毫秒级完成识别，随即推送告警，或者直接联动设备开关。"它的天花板取决于你的视频质量，但只要画面里一出现，我们基本上毫秒级就能识别到。"

视觉大模型和智能摄像头有何不同？

不少人第一次听到“视觉大模型”，都会冒出疑问：商场里有人脸识别，路口有电子警察，还有红外测温，这些不都是“智能摄像头”吗？极视角干的活，跟这些有何不同？

“摄像头太小，里面能塞的计算芯片十分有限。它顶多能判断这一帧画面和上一帧比有没有动，做的是最基础的像素级变化判断。”陈硕的回答从一个最朴素的硬件限制讲起，想让一个巴掌大的摄像头同时跑几十种算法、做深度分析，硬件本身就不答应。

所以极视角选了另一条路：摄像头只管看，把画面像传视频一样通过成熟的监控网络传到后端，真正的分析放在服务器上跑。打个比方，医院里拍片的设备在门诊楼，但读片、下诊断的是影像科的医生——采集端和分析端分开，各干各擅长的事。

这么做还有一个现实好处。摄像头一旦装进墙里，想换算法、升级模型，工程上非常麻烦；而把分析放在后端，就像给手机刷系统一样，远程就能更新，想加新算法、改老模型，都不用动前端一根线。

比技术路线更值得一说的，是这些算法到底从哪来。展厅里那一千五百多种算法，不是工程师坐在办公室里对着白板想出来的。“我们不是闭门造车，自己天马行空想场景。”陈硕说，而是每一次跟客户、跟一个行业客户交流的过程中，不断挖出来、积累下来的。

工厂的巡视员每天要巡查哪几个点位、港口的塔吊作业有哪些危险动作、地铁站里哪些情况一旦发生就必须立刻处置——这些需求来自一线干活的人，算法再回到一线去解决问题。

扎根齐鲁，辐射全国

公开资料显示，极视角2015年成立，创始人陈硕和两位中山大学校友都是“90后”，最早在澳门起步，后来到深圳，2021年把总部搬到青岛，2026年3月在港交所挂牌，被称为“AI视觉算法商城第一股”。

为什么最终把总部落在青岛？在他看来，山东是制造业大省，工业门类齐全，从铝业、化工到港口、地铁，本身就是产业视觉最好的试验场。“要把AI真正做进工厂，就得挨着工厂待着。”陈硕说到。

公司展厅大屏上写着"扎根齐鲁，辐射全国"，这八个字也是公司接下来的方向：先在山东把产业做深，再把成熟方案推向全国。

“我们希望在省内挑一批制造行业的代表性头部企业，坐下来一起研发。原因也现实，很多产业场景，别说小公司，全国范围内都还没有人做过现成方案，只能和客户一起从头摸索。”陈硕说，地铁、港口这些已经跑通的样板，就是这样一个项目一个项目啃下来的。

从铝板上一条肉眼勉强可见的裂纹，到监控视频里一次毫秒级的异常识别，极视角走的路并不酷炫。它没有去跟人比谁聊天更像真人，而是把大模型放进了车间、隧道和码头。在那些重复、枯燥、却容不得半点差错的岗位上，替人盯着一旦错过就会出事的瞬间。

这或许就是产业大模型最实在的样子：不写诗，不聊天，只解决一个具体的、每天都在发生的问题。

大众新闻·齐鲁壹点记者 李殷婷