“得益於大語言模型推動人工智能發展，圖形圖像學的研究和應用迎來新的機遇
，正在推動大語言模型向大視覺模型發展。”2023年12月30日，在辭舊迎新之際，中國工程院院士、機ji器qi人ren視shi覺jiao感gan知zhi與yu控kong製zhi技ji術shu國guo家jia工gong程cheng研yan究jiu中zhong心xin主zhu任ren王wang耀yao南nan在zai第di十shi九jiu屆jie中zhong國guo圖tu象xiang圖tu形xing學xue學xue會hui青qing年nian科ke學xue家jia會hui議yi上shang
，分fen享xiang機ji器qi視shi覺jiao智zhi能neng化hua發fa展zhan的de最zui新xin趨qu勢shi。

zaijieshounandoujizhezhuanfangshi，wangyaonanbiaoshi，rengongzhinengrangjiqishijiaozouxiangzhinenghua，genggaodesuanlinenggouzhichengdashijiaomoxingdexunlian。buguo，gengcongmingdedashijiaomoxinghaixuyaogenggaodesuanlishuiping

、更好的模型架構和更有效的學習算法。

本次會議由中國圖象圖形學學會主辦，琶洲實驗室
、華南理工大學、中山大學、中國圖象圖形學學會青年工作委員會承辦。

談行業趨勢

從視覺計算走向視覺智能

王耀南：我國的機器視覺研究已有接近40年的曆史，最初是從傳感器的研究開始的，即：將光的信息轉化成圖片信息。接下來要做的是視覺的處理
，包括將獲得的圖片增強
，使其變得更清晰。

有you了le清qing晰xi的de圖tu像xiang後hou，我wo們men需xu要yao從cong圖tu片pian中zhong獲huo取qu我wo們men感gan興xing趣qu的de目mu標biao。例li如ru，在zai無wu人ren駕jia駛shi領ling域yu，機ji器qi視shi覺jiao需xu要yao對dui圖tu片pian中zhong的de目mu標biao進jin行xing檢jian測ce，要yao回hui答da哪na些xie是shi人ren、哪些是車的問題。

這就是我們所說的機器視覺的三大領域。我把它歸結為：成像、處理和理解。

jiqishijiaoyijingcongguoqudeshijiaojisuanzouxianglejintiandeshijiaozhineng。shijiaojisuanjieherengongzhinenghou，renzhishuipingdedaoletisheng

，zengqiangleduifuzahuanjingdelijienengli，zhenggeshijiaozhinenghuaxingyezaiquniandedaolekuaisufazhan。

機器視覺智能化發展的方向是進行廣泛應用

，應用到工業檢測、智能製造以及衛星遙感等領域。

談機器視覺
，一定要談它的應用，應用驅動技術發展。中國圖象圖形學學會有30個專委會，主要圍繞圖形圖像展開研究，為國民經濟服務。這些技術的應用場景十分廣泛，包括工業
、農業
、地理信息係統、遙感、國土資源等。

一個人一出生就能看到這個世界，之後理解這個世界
，80%的信息靠視覺獲取。機器視覺是要模擬人的眼睛，最終達到人眼的水平，並在部分方麵超過人眼

，要看得更遠、看得更清。

談大視覺模型

大視覺模型會越來越聰明

王耀南：大語言模型是用書本上、語言上
、文字上的知識作為數據，進行訓練的神經網絡模型，能夠根據它所學的知識進行推理和回答
，是一種數據驅動的人工智能。

大視覺模型的數據則主要來自各種圖像，包括人類和自然界產生的視覺數據。例如

，醫學大視覺模型就是將人的器官、病變的圖像等作為視覺數據輸入到大模型中
，進行訓練得到
，可以像大夫一樣看懂CT照片，能夠達到病人來看病後，拍照完便能推理出病人病情的效果。

當前的視覺大模型並沒有大家想象的和人腦一樣，差距還很大。隨著學習的數據的增多、模型參數的調整，模型會越來越大、知識也會越來越多，其智能水平就會越來越高
，越來越聰明。

我們需要提高算力水平，加快計算速度
，以能夠更快地建立模型；設計更好的模型架構，包括可解釋性更強、更安全可控；還需要研究更有效的學習算法。

事實上

，視覺大模型並不是這幾年才有的
，是一步一步發展過來的。在上世紀80niandai，suizherengongzhinengdefazhan
，renmenkaishiyanjiushenjingwangluodeshihou，jiuyijingyoule。zhishi，zuijinjiniandesuanlihesuanfanenglitigaole，renmenkeyichangshigoujiandamoxing，chanshengledayuyanmoxinghedashijiaomoxing。guoqusuanlibugoudeshihou，dajiazuodemoxingmeiyounameda。

談2024年展望

希望業務從廣州增長推向全國和世界

王耀南：湖南大學機器人視覺感知與控製技術國家工程研究中心在2022年已經入駐到位於粵港澳大灣區的廣州增城，建立了湖大粵港澳大灣區創新研究院（廣州增城）。

研究院主要進行機器智能視覺的研究和應用，包括智能製造、醫yi療liao製zhi藥yao等deng領ling域yu的de特te殊shu作zuo業ye機ji器qi人ren，以yi及ji通tong用yong的de大da視shi覺jiao模mo型xing。例li如ru，這zhe些xie研yan究jiu運yun用yong到dao製zhi造zao業ye中zhong，可ke以yi替ti代dai大da量liang的de人ren工gong，完wan成cheng產chan品pin質zhi量liang的de檢jian測ce


，特te別bie是shi3C和高端零部件行業。當前

，研究院已經開發了軟硬件係統
，主要的功能是賦能廣東企業數字化、智慧化轉型
，推動製造業發展。

此外，研究院也開展智能的機器視覺和控製係統，主要用於高端智能裝備的生產
，例如工業互聯網軟件，這其中有非常多的算法。

廣東是改革開放和經濟主戰場的前沿，產業鏈、供(gong)應(ying)鏈(lian)齊(qi)全(quan)
，製(zhi)造(zao)業(ye)企(qi)業(ye)很(hen)多(duo)，我(wo)們(men)來(lai)到(dao)廣(guang)東(dong)布(bu)局(ju)一(yi)是(shi)出(chu)於(yu)市(shi)場(chang)需(xu)求(qiu)。此(ci)外(wai)，我(wo)們(men)研(yan)究(jiu)中(zhong)心(xin)此(ci)前(qian)已(yi)有(you)不(bu)少(shao)研(yan)發(fa)團(tuan)隊(dui)在(zai)廣(guang)東(dong)落(luo)地(di)了(le)很(hen)多(duo)項(xiang)目(mu)
，進(jin)行(xing)科(ke)技(ji)成(cheng)果(guo)的(de)轉(zhuan)化(hua)。

在2023年的上半年
，我們確實遇到了一些挑戰
，主要體現在零部件的供應方麵。2024年，我相信這些問題都會解決，廣東人工智能產業的產業鏈、供應鏈以及研發能力都會有所提升。在國內這個大市場裏，會開辟出新的賽道。在活力的氛圍下，大家主動作為、擔當和創新

，挑戰都能解決。

我對廣東的人工智能產業發展充滿信心。過去30年裏
，我們在科技自立自強方麵下了很多功夫，積累了很多科研成果。廣東是我國經濟第一大省。

我wo們men所suo從cong事shi的de人ren工gong智zhi能neng與yu機ji器qi人ren這zhe個ge領ling域yu趕gan上shang了le一yi個ge好hao機ji遇yu，這zhe兩liang年nian爆bao炸zha性xing地di增zeng長chang，帶dai來lai很hen多duo新xin市shi場chang，拉la動dong了le新xin的de產chan業ye賽sai道dao。未wei來lai智zhi能neng終zhong端duan將jiang越yue來lai越yue多duo
，也ye將jiang帶dai動dong生sheng產chan型xing設she施shi設she備bei行xing業ye的de發fa展zhan。在zai2024年，我希望我們位於廣州增城的研究院能夠將業務推向全國和世界。