让AI“工友”进车间

2026年3月30日上午，香港联交所，山东极视角科技股份有限公司正式挂牌上市。

一家扎根青岛的AI企业，用11年时间完成了一次从技术到产业的纵深探索，让业务覆盖全国。而它真正的价值，或许不在于上市本身，而在于它为AI如何真正“走进”产业提供了一套可复用的方法论。

从“千里眼”到“聪明脑”

在极视角位于青岛的人工智能计算机视觉算法展厅内，一块块电子屏正滚动播放AI视觉算法在各个行业的具体应用。其中一项展示格外引人注目：工作人员在系统中上传一张工厂现场图片，输入一行文字指令“找出画面中所有未戴安全帽的人”——系统随即自动识别并框选出画面中的所有目标。

这个看似简单的操作，背后是一次工业视觉交互方式的革新。它相当于给工业现场装上了一双“千里眼”——看得清每一个角落；配上了一颗“聪明脑”——听得懂人的指令，并能自主判断“该看什么”“重点盯什么”。

传统AI视觉系统的工作方式是“预设”——你想让它识别什么，就得先告诉它什么是“什么”。工厂要检测一个新的安全隐患，需要重新标注数据、重新训练模型，周期动辄几个月。这种模式在固定场景下尚可运转，但面对工业现场不断变化的需求，它太慢了，也太贵了。

极视角想改变这件事。

公司自研的新一代多模态视觉语言大模型——星际视觉语言大模型，整合了10亿多条真实业务数据，采用多模态融合架构，将视觉感知与语言理解技术结合起来。用户只需通过自然语言描述目标或场景，模型即可完成目标检测与定位。在超过80%的视觉感知场景中，无需重新标注和训练，即可满足检测需求。

视觉系统不再局限于预设类别的识别，而是能够根据任务描述灵活应对不同场景。这意味着一个工厂的产线调整了、检测标准变化了、新的安全隐患出现了——不需要再等上几个月，只需要输入一行新的指令，AI的“千里眼”就能精准锁定目标，“聪明脑”就能做出正确判断。而“顺风耳”则体现在另一个维度——系统不仅能“听懂”文本指令，还能理解短语描述、图像关联问答等多种输入方式，真正实现了人机之间的灵活对话。

今年7月，在上海举行的世界人工智能大会上，极视角发布了星际视觉语言大模型35B旗舰版，面向企业级复杂应用场景；此前，面向端侧与嵌入式设备应用的0.8B轻量版也正式亮相。从35B到0.8B，极视角的思路很清晰：大模型的能力要在云端释放，但它的“感知末梢”必须延伸到工厂的边缘设备上——让“千里眼”装到每一个车间角落，“聪明脑”部署到每一台边缘设备。

技术只有抵达产业现场，才算真正完成使命。

把AI从“奢侈品”变成“日用品”

对于很多制造业的企业来说，尽管知道AI能解决问题，但往往会因为“等不了那么久，也付不起那么多钱”而对AI望而却步。

这一现实困境也直接指出了AI产业化的核心矛盾：不是技术不行，而是交付太慢、成本太高。工业视觉AI面临碎片化需求、定制化成本高、跨厂区复制难等痛点——每个工厂的产线布局不同、检测标准不同、安全隐患不同，一套算法很难“打天下”。

极视角的解法是“平台+生态”。2015年，公司开创了“算法商城”模式，用平台连接开发者与客户，用标准化流程降低交付成本。

截至目前，极视角的AI视觉算法商城已累积1500多种图像识别算法，覆盖超过100个行业场景。而让人意想不到的是，这些算法并非全部由极视角自研，而是以一种集思广益的开放形式，通过平台聚集了数十万海内外视觉算法开发者，提供生产工具和生产资料，配合打榜、大赛等方式，实现大规模算法的开发和迭代。

这种模式带来的效率提升是实实在在的：定制算法开发周期从120天缩短到30天，标准方案部署仅需1周，平均项目交付周期由6个月压缩至2.5个月。10余年间，极视角累计交付了超过6000个项目，服务了3000多家政企客户，产品复购率超过80%。

这些数字背后的产业意义在于：AI落地的核心瓶颈从来不是技术本身，而是“最后一公里”的交付效率。当一个工厂需要一个新的视觉识别能力，传统方式意味着数月的等待和数十万的投入；而在极视角的体系里，这变成了按需调用、小时级部署的标准化服务。这种效率跃迁，让AI从“定制奢侈品”变成了“日常工具”——中小企业用得起了，跨厂区复制不再需要重复投入，AI赋能千行百业才真正具备了经济可行性。

2026年3月上市后，极视角募集资金约4.99亿港元，重点投向大模型及AI基础设施建设。资本的注入，正在加速这种“普惠化”进程。

不炫技，只干活

技术再炫酷，最终要回到一个朴素的问题：它到底能帮企业解决什么？

在华润啤酒的厂区，极视角部署了一套“EHS+AI智能监控管理中枢”。啤酒酿造工序密集、场景多元，安全管理是传统难题。这套系统围绕“固定”和“移动”两大类监控区域，部署了25类风险识别算法——安全绳有没有佩戴、护目镜有没有戴好、吊装作业是否合规、设备运行时有没有人闯入。识别结果自动对接EHS管理系统，形成“报警—派单—整改—复核”的闭环。整个流程不再依赖安全员的人工巡查，而是由AI完成7×24小时不间断监控。

在光大环保能源的垃圾发电厂区，极视角搭建了智慧安防系统管理平台“光环云守护”，搭载近30种安全管控算法，覆盖人员防护穿戴、人员行为、动火作业、设备状态、环境隐患等多个维度。这些算法在全国10多个垃圾发电厂区同步运行。一个值得注意的细节是：垃圾发电厂区环境复杂、高温高湿，对设备的稳定性和算法的鲁棒性要求极高——能在这样的“考场”通过验证，意味着技术已经具备了在真实工业环境中长期服役的能力。

在某大型铝业集团，极视角采用大小模型协同的方案——基于星际视觉语言大模型实现对多个车间设备及场景的AI视觉识别，同时结合细分场景专项优化的轻量化小模型算法，落地了50多个大小模型算法。大模型负责“看懂”整体场景，小模型负责“盯紧”具体细节，两者分工协作，解决了单一模型难以兼顾“理解力”和“响应速度”的矛盾。

这些案例覆盖了汽车、轨道交通、采矿、冶金、食品制造等多个工业领域。它们共同指向一个趋势：AI正在从实验室走向车间，从“能看懂”走向“真干活”。它不是来“秀肌肉”的，而是来拧螺丝、盯安全、管流程的——它正在成为车间里的一名“隐形员工”。

在2025年的世界人工智能大会上，“百模大战”和机器人炫技还是人们讨论的热词；而到了2026年，大模型和机器人在真实场景中的应用已经成为大会最核心的叙事。全行业正在从“比参数”转向“比落地”。

2026年7月，在山东数字强省宣传月启动活动现场，山东省大数据局发布了首批高质量数据集产品和数据企业入库名单。高质量数据集是驱动人工智能发展的重要燃料。而极视角恰好站在了这条产业链的关键位置——一边连接着算力、数据、大模型等基础设施，一边连接着千行百业的真实场景。

让技术真正服务于生产——在AI从“炫技”走向“干活”的转折点上，极视角用“平台+生态”的模式，为AI的规模化落地提供了一种可复制的样本，让AI 也从实验室和展厅走进车间生产线，成为聪明的“工友”。