11月13日，百度世界2025大會在北京國家會議中心二期舉辦。活動期間，格靈深瞳與百度進行深入交流，并圍繞VLM、AI Infra、應用場景等話題展開全面分享。

現(xiàn)場，格靈深瞳與百度共同探討了視覺算法、VLM、應用場景等AI重點方向，深度交流彼此的思考與實踐，并展望未來的合作發(fā)展空間。

在分論壇和公開課環(huán)節(jié)，格靈深瞳聚焦全開源多模態(tài)大模型、超融合產(chǎn)品與算力市場、金融視覺任務、AI開發(fā)平臺四大話題，全面分享技術創(chuàng)新和行業(yè)應用。

VLM全開源：Open Source，Open Innovation

在分論壇環(huán)節(jié)，格靈深瞳靈感實驗室負責人馮子勇分享《LLaVA-OneVision-1.5：揭秘商用級別VLM構(gòu)建流程》主題演講，介紹多模態(tài)大模型LLaVA-OneVision-1.5全開源背后的技術細節(jié)。

區(qū)別于一般開源模型僅開源模型權重和部分代碼，LLaVA-OneVision-1.5實現(xiàn)了訓練數(shù)據(jù)、代碼和模型權重的全鏈路開源，并且效果優(yōu)于同等規(guī)模Qwen2.5-VL。在創(chuàng)新性上，團隊對“視覺編碼器+投影層+大語言模型”的LLaVA架構(gòu)進行模塊升級：視覺編碼器從CLIP替換為格靈深瞳自研Glint-ViT v1.5（RICE)，大語言模型從Qwen2替換為Qwen3。同時，基于高效的訓練框架和多模態(tài)數(shù)據(jù)拼接，模型可在一周內(nèi)完成訓練，單次成本不超過10萬元。

超融合產(chǎn)品與算力市場：扎根實際業(yè)務場景

在分論壇圓桌環(huán)節(jié)，格靈深瞳產(chǎn)品負責人陳天博圍繞“AI推理時代，重塑算力格局”主題，分享來自一線的超融合硬件產(chǎn)品應用和算力市場觀察。

隨著模型能力逐步深入業(yè)務流程，硬件產(chǎn)品和算力需求迎來新變化。行業(yè)用戶聚焦實際業(yè)務場景和規(guī)模，重視高并發(fā)場景下計算平臺的穩(wěn)定和性能提升。同時，行業(yè)專家的市場角色更加突出，持續(xù)進化的端到端產(chǎn)品服務能力成為關鍵。格靈深瞳超融合一體機基于全國產(chǎn)底座，可確保從硬件到應用的安全自主可控，滿足行業(yè)用戶的產(chǎn)品落地需求。

金融視覺進化：大模型時代的“火眼金睛”煉成術

在“AI提效大玩家”主題公開課，格靈深瞳副總裁羅楷分享《不靠巨量數(shù)據(jù)，如何煉就AI的“火眼金睛”？》，介紹金融視覺任務的進化之路。

相較于過去的CNN范式，大模型時代的視覺任務在數(shù)據(jù)、模型訓練與推理、工程化、產(chǎn)品設計等方面，都發(fā)生了明顯變化。格靈深瞳通過原始數(shù)據(jù)和訓練數(shù)據(jù)生成、基于Glint-MVT視覺模型基座提高訓練效率、優(yōu)化邊緣端與中心端多種推理方式、Infra能力保障算力資源高效利用等方式，“組合拳”破題，解決如何在有限資源下，更多釋放大模型的產(chǎn)品價值，讓計算機更好地看懂世界。

模型生產(chǎn)平臺化：讓開發(fā)者變身“六邊形戰(zhàn)士”

在“AI產(chǎn)業(yè)大變革”主題公開課，格靈深瞳研發(fā)副總裁閆梓禎分享《視覺智能應用高效落地秘籍》，介紹Glint Lab一站式AI開放平臺的功能亮點。

針對AI定制化開發(fā)過程中的痛點，Glint Lab一體化開發(fā)平臺功能覆蓋算法模型生產(chǎn)全流程。僅需按照平臺引導，一位開發(fā)者可以完成數(shù)據(jù)的采集、處理、標注和模型的訓練、發(fā)布、部署，輕松上手6項角色任務，實現(xiàn)端到端的項目開發(fā)閉環(huán)，解決數(shù)據(jù)、模型、部署終端割裂的問題。在自研邊緣終端的基礎上，平臺可適配市場主流終端設備，讓開放的算法能力賦能不同行業(yè)智能化變革。

未來，格靈深瞳將持續(xù)深耕視覺算法與多模態(tài)大模型，構(gòu)建“模型算法-產(chǎn)品方案-AI服務”的端到端能力。通過技術產(chǎn)品在多元場景下的深化應用，助力AI賦能千行百業(yè)。