大咖论道

文章

王耀南：《AI发展从机器视觉走向智能化》

来源： 名家讲堂 日期：2026-03-18 点击：1146 属于：大咖观点

作者：王耀南（中国工程院院士，湖南大学教授，机器人视觉感知与控制技术国家工程研究中心主任）

我国的机器视觉研究已有接近40年的历史，最初是从传感器的研究开始的，即：将光的信息转化成图片信息。接下来要做的是视觉的处理，包括将获得的图片增强，使其变得更清晰。有了清晰的图像后，我们需要从图片中获取我们感兴趣的目标。例如，在无人驾驶领域，机器视觉需要对图片中的目标进行检测，要回答哪些是人、哪些是车的问题。这就是我们所说的机器视觉的三大领域。我把它归结为：成像、处理和理解。机器视觉已经从过去的视觉计算走向了今天的视觉智能。视觉计算结合人工智能后，认知水平得到了提升，增强了对复杂环境的理解能力，整个视觉智能化行业在去年得到了快速发展。机器视觉智能化发展的方向是进行广泛应用，应用到工业检测、智能制造以及卫星遥感等领域。谈机器视觉，一定要谈它的应用，应用驱动技术发展。一个人一出生就能看到这个世界，之后理解这个世界，80%的信息靠视觉获取。机器视觉是要模拟人的眼睛，最终达到人眼的水平，并在部分方面超过人眼，要看得更远、看得更清。
大视觉模型的数据则主要来自各种图像，包括人类和自然界产生的视觉数据。例如，医学大视觉模型就是将人的器官、病变的图像等作为视觉数据输入到大模型中，进行训练得到，可以像大夫一样看懂CT照片，能够达到病人来看病后，拍照完便能推理出病人病情的效果。脑一样，差距还很大。随着学习的数据的增多、模型参数的调整，模型会越来越大、知识也会越来越多，其智能水平就会越来越高，越来越聪明。我们需要提高算力水平，加快计算速度，当前的视觉大模型并没有大家想象的和人以能够更快地建立模型；设计更好的模型架构，包括可解释性更强、更安全可控；还需要研究更有效的学习算法。
事实上，视觉大模型并不是这几年才有的，是一步一步发展过来的。在上世纪80年代，随着人工智能的发展，人们开始研究神经网络的时候，就已经有了。只是，最近几年的算力和算法能力提高了，人们可以尝试构建大模型，产生了大语言模型和大视觉模型。过去算力不够的时候，大家做的模型没有那么大。

作者介绍：

王耀南：中国工程院院士，湖南大学教授，机器人视觉感知与控制技术国家工程研究中心主任，中国图象图形学学会理事长，中国自动化学会会士、中国计算机学会会士、中国人工智能学会会士，全国智能机器人创新联盟副理事长，中国自动化学会常务理事、中国人工智能学会监事，国家自然科学基金委员会专家咨询委员、教育部科技委人工智能与区块链技术委员会委员等。曾任国家863计划智能机器人领域专家、欧盟第五框架国际合作重大项目首席科学家。王耀南长院士期从事机器人感知与控制技术教学科研工作，成果获国家技术发明二等奖1项、国家科技进步二等奖4项、何梁何利基金科学与技术进步奖、国际IEEE机器人与自动化领域“工业应用最高奖”，省部级一等奖12项。发表国际IEEE等SCI论文200余篇，出版机器人感知与智能控制等著作15部，获国家发明专利90余项。荣获国家百千万工程人才、德国杰出洪堡学者、全国高等学校优秀教师、全国五一劳动奖章、全国先进工作者、全国创新争先奖、全国教材建设先进个人等荣誉称号。

邀请老师演讲、授课请致电：19821197419 阎老师[微信同号]
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！

上一文章：钱锋：《加快打造“人工智能+服务型制造”的新模式》

下一文章：闫楚良：《低空经济的发展关键在于天空地互联互通》