格灵深瞳:科创板人工智能被遗忘的明珠
上市前市值曾被高估到1.7万亿的科创板人工智能第一股正经历涅磐重生！2倍市净率小市值充足现金国产化适配先锋业绩股价捌点巳至，科创板人工智能䃼涨标的！
人工智能企业格灵深瞳(688207)2025年半年报显示，公司第二季度单季营收同比增长近70%，环比第一季度有所提升，公司多元化发展逐渐步入正轨。
报告显示，格灵深瞳第二季度表现亮眼，最大的变化体现在方向清晰的“2+2”战略，即两大战略赛道与两大创新领域。战略赛道聚焦智慧金融和城市管理，创新领域覆盖政务及特种、智慧教育。
金融领域作为多模态大模型能力应用的重要场景之一，据了解，格灵深瞳近期对其金融全系列产品进行了集中发布与升级，正稳步推进AI技术在银行各类核心场景中的规模化落地与应用深化。其推出的“深瞳金砖银行智算解决方案”及基于此构建的“Super-Agent金融超级助手”，聚焦银行多类业务场景，旨在通过对人员行为、业务流程的智能识别与管理，助力银行解决安全、合规及效率提升等关键问题。目前，新 代Agent平台已在多家银行开展试点工作。应 场景也从原先聚焦安保场景升级 聚焦银 安防、运营、 控、营销多个场景应 的探索。
城市管理方面，格灵深瞳和重点客 的战略合作进 步加深，双 除在传统视图解析领域合作外，在视觉模型、多模态 模型、超融合 体机等 也在持续推进合作。年报显示，2025上半年，格灵深瞳城市管理业务在西北、华中、华东等多个区域开始布局并逐步突破。
在政务及特种、智慧教育两大创新领域，公司同样取得突破。通过协同子公司国科亿道，格灵深瞳成功将AI算法与终端硬件整合，打造出软硬一体的智能化产品，加速开拓特种领域市场。智慧教育产品家族实现软硬件升级，推出绝影·大屏一体机、赤兔·小屏一体机等硬件产品，适配体育教学、考试等校园体育细分场景。
2025 H1，公司正在告别单一大客户时代，来自农业银行以外的业务收入占比已突破90%，金额同比增长超40%，政务及特种板块逐步形成新的业务支撑。这表明格灵深瞳在寻求多业务支点方面已迈出重要一步。1
格灵深瞳是一家专注于计算机视觉和人工智能技术的公司，其技术与“物理AI”（或称“具身智能”）的理念密切相关。物理AI指的是能够理解、推理并与物理世界互动的智能系统。下面我将为你解释格灵深瞳如何实践这一概念。
接下来，我用一个表格来汇总格灵深瞳与物理AI相关的核心技术、应用领域及优势，以便你快速了解：
方面 说明
核心技术 - 3D视觉技术：多目传感器标定与深度估计、运动姿态分析、3D重建与立体视觉分析。 - 机器人相关技术：实时定位与建图（SLAM）、机械臂视觉反馈、路径规划与自主导航、虚拟示教、遥感技术。 - 多模态大模型：开发自主可控的多模态大模型和复杂AIGC系统。
主要应用领域 - 轨交运维：如深瞳列车巡检机器人，用于高铁、地铁的自动化检修。 - 智慧金融：银行金库、网点的三维行为识别分析系统，用于安全监控和异常行为预警。 - 体育健康与元宇宙：人机交互技术应用于体育健康产品和元宇宙产品中。
独特优势 - 软硬一体化：提供“全国产模型+全国产硬件”平台，擅长基于国产算力打造高性价比产品。 - 深度场景融合：技术紧密围绕垂直领域需求，如轨交检修的复杂环境。 - 技术前瞻性：早期即专注于三维视觉技术，近年积极投入大模型研发。
🧠 技术核心：理解与互动
格灵深瞳的核心技术使其AI系统能够“理解”物理世界并与之“互动”。其3D视觉技术（如多目传感器标定、深度估计、3D重建与立体视觉分析）是实现物理AI的关键。这些技术能获取环境的深度信息，更真实地还原物体三维结构，超越了传统二维图像识别的限制。
同时，格灵深瞳开发了一系列机器人感知与控制技术，包括实时定位与建图（SLAM）、机械臂视觉反馈、路径规划与自主导航等。这些技术让机器能够在物理空间中自主移动、操作物体，并响应环境变化。
🤖 应用场景：与物理世界的深度融合
格灵深瞳的物理AI技术在多个领域实现了落地应用：
· 轨交运维智能化：其深瞳列车巡检机器人是典型代表。它能对动车组关键部件进行自动化精准检测，将检修时间从人工的60分钟缩短至40分钟，并能覆盖超过18000个检修项点。机器人通过SLAM技术实现自主导航和避障，无需预先铺设轨道或二维码，并利用机器视觉和AI算法进行故障诊断和预测。
· 智慧金融的安全守护：在银行金库、加钞间等场景，格灵深瞳依托三维行为识别分析系统，实现精准的合规性监控和异常行为实时预警。
· 体育健康与元宇宙的交互创新：格灵深瞳将人机交互技术应用于体育健康产品和元宇宙产品中。例如，“深瞳运动宝盒”这样的标准化体育产品，融合了其技术优势。
· 赋能更多行业：格灵深瞳还致力于将人工智能技术与物联网、大数据、机器人等先进技术深度融合，打造广泛、高效、易用、可信赖的人工智能产品及解决方案，以应用于更多社会生产生活的应用场景。
🔮 未来方向：大模型与深度融合
格灵深瞳正积极拥抱人工智能大模型技术的发展趋势。他们计划开发自主可控的多模态大模型和全新形态的复杂AIGC系统，并继续深化“软硬一体”战略，整合人工智能技术与计算终端技术，开发新一代智能化硬件设备。
此外，公司也通过收购等方式（如收购国科亿道）补强硬件设计研发能力，并开拓新的应用市场（如军工领域），以更好地将AI与物理世界连接。
💎 小结
总的来说，格灵深瞳以其核心的3D视觉技术和机器人技术，赋予AI系统感知、理解和互动物理世界的能力，并将其深度应用于轨交运维、智慧金融等多个垂直领域，是物理AI（具身智能）的积极实践者。
未来，通过多模态大模型与软硬一体化的进一步融合，格灵深瞳有望打造出更强大、更广泛连接数字与物理世界的AI解决方案。
观察者网
2025-8-616:22上海观察者网官方账号
对话格灵深瞳CEO吴一洲：穿透WAIC热度，透视AI落地的“硬功夫”
2025年世界人工智能大会（WAIC）期间，“一票难求”的现象成为今年热度高涨的显著注脚。在这一背景下，人工智能技术如何从概念加速走向实际应用、企业如何在机遇与挑战并存的环境中布局与发展，成为业界深入探讨的核心议题。
观察者网在大会现场与格灵深瞳CEO吴一洲及副总裁罗楷进行深度交流，围绕行业趋势演变、技术落地瓶颈、格灵深瞳的战略聚焦以及对未来发展的思考等多个维度展开了对话。
以下为访谈实录：
观察者网：今年的WAIC（世界人工智能大会）出现了“一票难求”的现象，相较往年，这一现象显得尤为突出。您能否分享一下，今年AI行业的整体氛围较往年有哪些显著变化？
吴一洲：确实能感受到今年WAIC与往届的不同。去年大会更像是一场行业交流，而今年，随着DeepSeek、阿里等头部企业的积极布局和技术突破，整个行业对AI的关注度、认知度显著提升，大众对AI技术的接受度与参与热情也呈现爆发式增长。
这种变化对产业发展而言无疑是积极信号，WAIC的“出圈”标志着AI正从专业领域走向大众视野。
观察者网：您认为当前这种关注热度是否会继续保持快速攀升，还是会出现走平或回落？
吴一洲：在我看来，这一趋势将在短期内持续上升，随后逐步进入平台期。
其核心逻辑在于，AI的应用将经历深度渗透的过程——这并非声势减弱，而是技术将真正融入生活，成为基础设施级别的存在。未来AI不会因“新鲜感”而持续引发热议，而是像智能手机一样，悄然渗透至生活的各个角落，成为人们习以为常的工具。届时，它的价值将不再需要被反复强调，而是通过解决实际需求自然体现出来。
观察者网：从今年WAIC的现场情况来看，多数AI公司在面向大众、推出消费级产品方面似乎进展有限。您如何看待这一现象？
吴一洲：今年的大会，中间层的技术展示吸引了大量关注；但底层技术突破、逻辑思考，或是垂直领域的具体应用落地，进展还没能达到行业预期。多数人是从技术维度审视AI，而不是将其视为解决实际问题的工具或未来文明的构建要素。
观察者网：这两者之间的差异是什么？
吴一洲：关键在于视角不同。有的企业是从业务本质出发，将AI视为重塑生产力的核心工具。
以我们过去的实践为例：在视觉智能领域，传统流程包括数据采集、分析、规划决策，但最终执行仍会落到人工。我们希望AI能具备完整的决策规划能力，实现从数据采集、分析到自主行动的智能闭环，甚至能根据分析结果动态调整数据采集策略。这样的愿景需要由业务方来推动，才能真正实现AI深度赋能。
观察者网：格灵深瞳会在硬件领域进行布局和尝试吗？
吴一洲：这是必然的选择。过去，ToB市场常认为硬件的盈利空间有限，但AI领域有所不同。无论是大型算力设备还是终端产品，硬件效率直接影响效能和效果。硬件层面的探索已成为不可或缺的环节。
观察者网：结合您刚才提到的趋势，当前AI大模型从语言模型向视觉模型，乃至世界模型等更复杂方向演进，您认为其未来的核心应用场景和价值何在？您对此有何期许？
吴一洲：从产业格局来看，整个AI领域犹如一场“角色协作游戏”：各厂商聚焦自身优势，避免重复造轮子。例如，底层技术层面，多数模型基于Transformer框架，开放共享的技术基础更能推动创新。
我们的技术架构是开放的，不会从头构建封闭系统。我们主张站在巨人肩膀上发展，而非一切从零开始。例如，我们在视觉大模型领域专注端到端应用开发，在语言模型核心部分与生态伙伴深度协作，同时自主研发多模态模型——躬身实践才能积累真正的技术洞察，深刻理解技术落地的痛点。
从模型、硬件、软件到应用，我们要闭环，同时与生态保持良好关系。从去年到今年，我们与芯片厂商、大模型厂商建立了深厚的合作，我们不但使用他们的技术，同时也会给他们反馈，大家是成长共同体。
作为上市公司，我们需兼顾双重使命：一方面要保障财报稳健，对股东负责；另一方面，要为行业创造价值，包括陪伴客户成长、共建生态。我们与客户并非单向输出关系，而是通过磨合实现共同成长。
罗楷：我补充几点。从AI产业整体来看，世界模型无疑是未来的重要方向，AI最终将能够解释或模拟人类世界的所有现象。
在个人层面，AI作为助手的应用已走在前列，在不远的将来，每个人都能借助AI高效协作。但必须承认，这并不能解决所有问题。AI的具体业务是在非常多的细分场景，一个巨大的AI母题难以解决所有细分问题。因为细分场景有不断深挖的空间，这对AI精确度的要求比泛化场景更高。
未来的AI生态将如同森林般多元：或许会出现一个超级智能体成为基础支撑，但在各个细分领域，仍会孕育无数创新机会。表面相似的技术方向背后，实际聚焦的细分领域可能大相径庭，不同参与者聚焦的切入点各不相同，每个方向都有其成立的价值。
观察者网：我们关注到，格灵深瞳的营收业务主要聚焦在金融领域。为何最初选择金融和政务作为核心业务板块？
罗楷：这与AI发展的整体形势密切相关。在AI发展早期，由于技术的高门槛和高成本，主要由具备资金和资源实力的大型机构率先尝试。
我们成立于2013年，最初从人脸识别等技术切入，当时AI的应用前景尚不明朗，需要持续投入资金进行探索。金融和政务领域具备更强的资源支撑和空间。在此过程中，我们与银行客户共同积累实践经验，逐步将AI技术融入其核心业务流程。
过去几年，随着视觉技术的成熟，我们协助客户优化安全、营销、合规管理等环节；如今借助多模态模型，进一步深入核心业务流程，例如贷款的贷前、贷中、贷后管理，通过自动化处理文档和分析工作，效率提升显著，时间成本节约达80%。
这一成果并非一蹴而就，而是经过长期探索和技术沉淀。当核心场景的技术验证成功后，我们就可以将成熟方案复制到更多中小企业，推动技术价值的规模化应用。
所以，银行作为行业标杆，资金雄厚、场景丰富、对技术升级需求迫切，为AI应用提供了“试验田”。基于这些优势，我们也持续深化在银行领域的布局，助力其通过技术创新实现业务增效。
观察者网：Agent是当前非常热门的方向，您如何看待这个趋势？
吴一洲：这是各行业智能化发展的一大关键方向——从过去单一、基础的信息化工具，跃升到个性化助理的智能时代。
观察者网：在AI Agent方面，目前格灵深瞳有这样的实例落地吗？
吴一洲：我们已经有实实在在的应用。例如，某家银行客户已经把Agent技术应用到整个业务流程中，显著提升了运营效率。
近几年，格灵深瞳从过去的计算机视觉业务，扩展到了如今的视觉基础模型和多模态大模型领域，并且推出了平台级别产品以及垂直的各种AI智能体的应用。我们协助客户整合现有模型能力，将专业智能体技术融入其业务场景，实现切实的效率提升。
我们近期接触的很多银行，无论是科技领先的头部机构，还是相对稳健的传统银行，都对智能体整合表现出明确的迫切需求。一个特别好的变化正在发生： 越来越多的行业伙伴，不再只是关心最终结果，而是愿意和我们一起，参与到技术落地、共同成长的整个过程中来。 这种从“看成果”到“共耕耘”的转变，体现了大家对AI认知的深化。
罗楷：刚才提到客户对AI的认知变化，我深有同感。如今，客户普遍认识到AI的能力边界，更愿意与我们共同探索技术应用的可能性。这种认知升级至关重要，如果没有客户态度的转变，行业不可能形成今天的繁荣局面。当大家从对AI的美好想象，转向扎扎实实的探索和实践，技术才能真正找到扎根的土壤，发展的方向也才会更加清晰。
观察者网：作为媒体人，我们常常面临一个问题。这些真实业务的Know-How，细致的、接地气的信息，往往只有跟你们到现场面对面深入交流，才能稍微获取一些。但这样的内容写在报道中，往往会变得琐碎，在舆论场和资本市场都不够“性感”。
吴一洲：理解您所说的这种感受。作为上市公司，我们的定位和视角已有所不同。我们始终深耕视觉算法与多模态大模型，致力于技术的多元化场景应用。我们的工作，就是踏踏实实地钻研计算机视觉和多模态大模型这些技术，然后让它们真正“懂得”不同行业的门道，需要“躬身入局”才能触摸到的细节深处。
这要求我们必须沉下心，扎到一线去，将技术能力与真实世界的复杂需求紧密结合，投入大量精力去理解具体的业务流程、细节和用户痛点，并在此基础上进行持续、精细化的技术迭代与优化。但恰恰是这些积累，让我们的技术方案能真正解决问题，构成了我们解决方案的核心竞争力。
我们更看重的是如何通过长期、扎实的投入，正是这份沉下去的耐心和对细节的较真，不断提升我们在关键场景下的技术实力和解决问题的能力。 让我们能够更从容地专注于攻克那些需要长期投入的技术难题，构建起基于深厚技术实力的韧性。
观察者网：那要怎么吸引这些资源到这个方向上？
吴一洲：我们认为，AI真正的魅力与爆发力，往往诞生于“跨界融合”的奇点。 与其将目光局限于AI学科本身，不如积极拥抱更广阔的天地——将AI深度融入制造业、农业、艺术创作等多元领域，创造前所未有的价值。 这是我们看到的首要机遇。
其次，格灵深瞳深信，在纷繁的市场中，唯有锻造不可替代的“技术长板”。 今年9月底，我们将发布基于Glint-MVT架构的全新Glint-VLM（视觉语言模型），并对数据、训练代码及模型进行全面的开源开放，以极致的技术透明，共筑开放、协作、繁荣的智能生态。
在这条通往未来的道路上，格灵深瞳期待与更多的行业专家、生态伙伴深度互动，交流使用体验，也欢迎同我们一道，在共创AI未来的征途上携手同行。
观察者网：在行业充满探索氛围的背景下，您如何看待“格灵深瞳”这个品牌？
吴一洲：我们始终向客户传递两个核心特质，首先，作为一家年轻且充满热情的企业，我们以积极态度拥抱技术创新；其次，格灵深瞳深耕视觉及多模态大模型的研发和端到端应用，并始终以客户需求为导向，将技术深度融入业务场景。我们不会为了追求短期KPI或表面成果，偏离实际业务需求，而是坚持长期价值导向的交付，确保每一次合作都能为客户创造真实效益。
观察者网：最后一个问题。观察者网连续七年关注AI领域，今年更是作为特别合作媒体参与报道。我们想从媒体视角提问：格灵深瞳或整个行业对媒体有哪些期许或需求？
吴一洲：站在格灵深瞳的角度，我们非常期待媒体伙伴能持续关注新兴技术应用，这些技术正在快速迭代，它们如何深入理解复杂场景、解决实际问题，其背后的逻辑和进展本身就充满看点。
当然我们也希望未来在报道这些新兴技术和应用时，能更深入地聚焦其核心逻辑、实际效果与演进挑战。 通过更扎实、更本质的解读，帮助公众和产业界建立对技术能力的准确认知，理解其发展阶段和真实价值。这对于促进行业健康发展、引导市场理性预期是至关重要的。
本次交流中，格灵深瞳始终强调“躬身入局”的技术落地理念——唯有深入业务流肌理，AI才能真正释放效能。其金融场景的智能体闭环、软硬协同的国产化布局，均以解决实际需求为锚点，印证了“技术长板锻造”与“跨界融合”的战略价值。
当行业步入技术红利与商业化压力的交汇点，格灵深瞳的实践亦折射出更广泛的产业趋势：AI的长期竞争力终将回归到解决实际问题的精度与深度。随着WAIC落幕，这场技术浪潮的下一程已清晰指向千行百业的毛细血管——在那里，算法与场景的深度融合正悄然重塑生产力的本质。
世界人工智能大会的热度飙升，映射出AI产业正从专业领域加速渗透大众生活。当前挑战在于，技术展示热闹非凡，但底层突破与垂直场景的深度落地仍有差距。吴一洲强调，AI的价值核心在于能否重塑生产力闭环、解决实际问题，而非仅是炫技。这需要企业躬身入局，深入理解行业Know-How。
面对热潮，格灵深瞳的策略清晰：聚焦核心能力，务实深耕场景。其以金融领域为突破口并非偶然，大型银行雄厚的资金实力、丰富的业务场景和对效率提升的迫切需求，为AI应用提供了“试验田”。通过与客户长期磨合，格灵深瞳已将其多模态大模型等技术深度融入银行核心流程（如信贷风控），显著提升效率。未来，公司将持续强化在视觉及多模态模型的技术长板，并明确布局硬件以提升效能，同时计划开源关键模型（Glint-VLM），构建开放生态。