记者 陈中秋 摄 制图 李前芳

站在人工智能技术爆发的节点，赵天成回想起多年前在卡耐基梅隆大学（CMU）求学时收获的教诲，依然心存感激。导师告诉他，To be a leader, not a follower，做一个勇于尝试的引领者远比在风口追随着他人来得重要。

作为杭州联汇科技的CEO、首席科学家，这个90后“创二代”正在加速将多模态大模型和智能体，推广应用于与你我每个人相关的民生领域。

大模型变成摄像头“大脑” 能帮老板“看店”

联汇科技位于滨江区互联网产业园，这里曾是网易、阿里崛起的摇篮，互联网、物联网技术从这里走入日常生活。

现在轮到了人工智能。

对一家街边小店来说，摄像头除了监控，还有什么作用？联汇科技说，有了多模态智能体的协助，摄像头会告诉老板今天来了多少顾客、什么商品最好卖、哪个角落的商品摆放不合理易造成拥堵……相当于给了摄像头一颗大脑。

所谓的多模态，你可以把它理解为除了文本语言，还有图像、视频、音频等多种模态信息的协同推理；而智能体，指的是能够自主感知环境、思考，并做出决策、行动的系统，也是眼下许多创业公司最看好的AI应用发展方向。

作为一家多模态大模型公司，在7月初举行的2024世界人工智能大会上，联汇科技发布第二代多模态智能体OmAgent；同时，根据应用需求与落地场景的不同，上线空间运营智能体、知识服务智能体两大系列。

除了帮老板“看店”，再以电力行业为例，“中国现有200万公里高压输电线路，二三十万座变电站。过去，输电线路的巡检主要依赖无人机拍摄的图像，然后由人工逐张检查。”赵天成透露，眼下联汇科技正在和各地电力公司、电科院等机构合作，利用多模态的思考能力，提升图像缺陷识别准确率，并生成相应解决方案，自动化完成输电线路的巡检。

用多模态找到可行的商业化路径

产品系列中的Om，在梵文里有宇宙源头之意，智慧的源泉。连同挂在赵天成办公室里的“创生之柱”画像（2015年由哈勃望远镜拍摄，属于鹰状星云的一部分，后者是银河系中孕育最多恒星的区域之一），代表着他和团队对AGI（通用人工智能）的希冀和求索。

“有人说两三年，我觉得乐观了些，5-10年可能看得到。”他说。而多模态，是通往AGI的必经之路。

虽然技术水平有差距，但这两年，国内不少大模型公司和OpenAI面临着同样的压力：一边要拼命奔跑将追赶者甩开，一边又要寻求将技术转化为实际商业价值的路径，在理想和现实中反复拉扯。

赵天成和团队看上去要从容许多。当行业刚开始关注大语言模型，他们已经坚定地选择走多模态的方向，并取得工信部大模型检测的001号证书；去年“百模大战”打响，他们抢先发布自研OmModel多模态大模型的V3版本，以及国内首批大模型驱动的智能体应用。

目前，联汇科技多个智能体应用，通过与运营商、国家电网、广电媒体等企业机构的合作而实现规模化落地，使得他们成为国内为数不多已经找到可行商业化路径的大模型公司。

要比别人先行一步，甚至是两三步的这种思维模式和行动力，在很大程度上得益于赵天成过往的求学经历。

1991年出生的赵天成初中就读于育才，高中考上了杭二中；在加利福尼亚大学洛杉矶分校（UCLA）的本科阶段，双修电子工程+计算机，以全院第一的成绩成为2014级工程学院杰出毕业生；随后在CMU完成硕博连读。

“大四那年参与到实验室的科研工作，当时一起做了一款App，对着它说一句话，它就能通过分析声音频率测算胸腔大小，反推你的身高，当时吸引了全校很多同学试用。”在这个过程中，AI为他打开了一扇全新的大门。

• 1
• 2
• 3
• 下一页
• 全文阅读