计算机视觉（CV）大模型的发展确实面临瓶颈，短期内难以出现类似NLP领域的爆发式增长。这主要是因为CV领域可用于训练的有效数据相比NLP有较大差距，学习方法仍需突破，且建立通用的视觉模型仍是未知数。在此背景下，人工智能视觉领域的竞争格局正从“追逐大模型”转向“务实落地”，龙头企业的分化明显：以商汤、旷视为代表的AI四小龙和以海康威视、大华股份为代表的传统安防巨头，都在调整策略，从追求通用大模型转向深耕行业解决方案。
技术瓶颈：CV大模型的“慢”与“难”
与NLP大模型（如GPT系列）的快速迭代不同，CV大模型的发展存在四个核心挑战：训练数据不足、学习方法待突破、缺乏通用模型架构、以及图像尺寸带来的巨大计算量。这使得CV大模型短期内很难出现大的爆发。目前，业内知名的CV大模型如微软的Swin-Transformer、谷歌的ViT系列以及Meta的SAM模型，更多是在底层技术上的探索，尚未形成类似NLP领域的成熟商业闭环。
竞争格局：从“大模型竞赛”到“行业深耕”
面对CV大模型的现实瓶颈，各家企业选择了不同的突围路径。商汤科技在4月初发布了日日新大模型，但其核心商业模式仍以AIaaS（人工智能即服务）和垂直行业解决方案为主，业务覆盖智慧城市、智慧商业、智慧汽车等。旷视科技则更专注于消费物联网、城市物联网和供应链物联网，提供软硬件一体化产品。云从科技、依图科技等同样转向智慧治理、智慧金融、智慧出行等具体场景，以定制化解决方案实现收入增长。
与此同时，传统安防巨头海康威视和大华股份凭借深厚的行业积累，将AI能力嵌入综合安防、智能家居、机器人、汽车电子等成熟业务中，以“AI+安防”的模式实现稳健增长。这种“小模型+大场景”的策略，让它们在CV大模型尚未成熟时，依然能通过行业解决方案实现可观收入。
常见问题
商汤科技在CV大模型领域的进展如何？
商汤科技在4月初发布了日日新大模型，属于国内代表性的CV大模型之一。其商业模式以AIaaS和垂直行业解决方案为主，2021年智慧城市、智慧商业、智慧汽车等业务均实现增长。
海康威视等传统安防巨头如何应对CV大模型挑战？
海康威视等企业并非单纯追求通用大模型，而是将AI能力与综合安防、智能家居、机器人、汽车电子等具体行业应用结合，通过软硬件一体化产品实现落地。这种“行业解决方案”模式在CV大模型短期难爆发的背景下更为务实。
AI四小龙（商汤、旷视、云从、依图）的竞争策略有何不同？
四家企业的策略均偏向行业解决方案：商汤侧重智慧城市与智能汽车，旷视聚焦消费与城市物联网，云从主攻智慧治理与金融，依图则布局智能公共服务与医疗。它们均未将大模型作为唯一方向，而是通过细分场景的深耕实现商业化。