今年WAIC展馆里，机器人是最吸睛的角色之一。它们搬运、装配、协作，也把一个问题推到台前：当AI离开数字空间，进入物理世界，它靠什么理解周围正在发生的变化？

7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海举办。本届大会以“智能伙伴 共创未来”为主题，围绕人工智能前沿技术、产业应用和全球治理展开交流。

打开网易新闻 查看精彩图片

7月19日上午，在“AI新周期：重构产业底层逻辑”圆桌会上，深圳海清智元科技股份有限公司执行董事、董事会秘书兼副总经理柴剑博士，以《细分领域AI路径探索：以多光谱AI技术在物理安全场景实践为例》为题分享了自己的判断：“好的感知，是好的执行的必要条件。”

AI走进物理世界，先要解决“看不见”的问题

WAIC现场，一台搭载海清智元多光谱AI超视域感知模组的机器狗，直观呈现了感知智能技术在产业中的作用。

机器狗让智能设备能够进入更复杂的现场，多光谱AI超视域感知模组则帮助它获取不同波段中的物理信号。一个解决“可以去哪里”，一个解决“看到了什么”。

打开网易新闻 查看精彩图片

海清智元多光谱AI超视域感知模组亮相WAIC现场

真实世界中的许多风险，并不会第一时间出现在画面里。设备可能外观正常，连接点温度却在持续升高；故障尚未发生，异常放电已经出现；烟雾还不明显，早期火焰信号已经产生。

AI要理解物理世界，不能只看见物体和动作，还要读懂这些物理世界里已经“悄悄”发生的变化。

多光谱AI，不是把画面看得更清楚，而是把异常发现得更早

人眼其实很弱。

普通可见光摄像头记录的，大多也是人眼可以看到的信息，例如颜色、轮廓、动作和现场状态。红外可以感知异常升温、局部过热等热信号；紫外可以捕捉异常放电、火焰等肉眼不易识别的光信号；可见光则提供设备状态和现场环境。

多光谱AI把不同波段中的线索结合起来，帮助系统获得普通可见光画面之外的信息，并将其转化为可供研判的早期风险线索。

以数据中心为例，一个设备连接点从外观上看可能没有异常，红外信息却可能显示温度正在抬升，紫外信息也可能捕捉到异常放电产生的光信号。结合可见光提供的设备状态和现场环境，工程人员可以获得更多排查依据，更早关注连接松动、电源老化或器件异常等隐患。

这也是多光谱AI的感知价值：让风险管理从“事后发现”推进到“事前预警”。

AI进入产业现场，要聚焦细分场景，做深做透

AI进入细分行业，技术并不会因此变得简单。

通用模型可以提供基础能力，但真正进入产业现场，还要理解行业知识、适配现场设备、处理不同环境中的信号，并保证产品能够长期稳定运行。很多AI方案面临的困难，并不是缺少一次漂亮的演示，而是无法持续解决同一个真实问题。

因此，柴剑博士提出：“不贪大而全，做好小而美。”

这里的“小”，指的是聚焦。企业不必追逐所有AI热点，而应选择有真实需求、能够形成专业积累的细分领域，把技术、产品和工程能力反复做深。

一项技术首先要走出实验室，成为能够稳定交付的产品；随后要形成可持续的业务；再往后，还要经受充分的市场竞争。柴剑博士借用产业创新理论，将这三个阶段概括为“魔鬼之河”“死亡之谷”和“达尔文之海”。

海清智元长期聚焦数据中心、电力系统、能源设施等高价值场景，围绕多光谱感知、端侧AI和行业模型能力推进产品研发与工程化落地。根据弗若斯特沙利文资料，按2025年收入计，海清智元在中国多光谱AI公司中排名第一。

本届WAIC的主题是“智能伙伴，共创未来”。

WAIC现场，机器人展示了AI能够抵达哪里。海清智元更关心的是：抵达之后，它能看见什么。

一个正在升温的连接点、一次肉眼难以察觉的异常放电，都可能是风险正在形成的线索。多光谱AI要做的，就是让这些细微变化更早被识别，并转化为可供判断的信息。

看见得更早，判断与行动才能更早一步。这就是海清智元理解的“智能伙伴”。