7月10日，在郑州举行的2026智能计算应用大会上，旷视科技董事长兼CEO赵康发表主题演讲，系统阐述了物理世界AI智能体的工业化实践。他提出一个核心洞察：过去两年大模型在数字世界表现惊艳，但转向物理世界时，真正的挑战并非模型聪明与否，而是技术与市场的精准匹配，即TMF。这一观点直击当前AI落地痛点，为从业者提供了新的思考框架。

赵康指出，物理世界AI面临三个趋势性变化：用户从“要答案”转向“要结果”，多模态数据带来更高推理成本，技术必须与场景价值深度咬合。旷视的应对策略是自研感知硬件、大模型及大小模型协同，将物理信号转化为能自主感知、决策、执行的智能体。他强调，“工业化”不是实验室的Demo，而是能批量复制、稳定交付、成本可控的体系。旷视新发布的智能体平台集自主感知、记忆、决策、执行和进化于一体，目标是从“视觉感知”迈向“业务闭环”。

在安全生产场景，旷视展示了智能体的全流程闭环能力。SOP自动执行Agent将安全规程转化为自动规则，实现告警、分级、推送、工单生成、跟踪处置的超时升级闭环；危险作业全程监控Agent实时进行合规检查；多模态风险研判融合视觉、物联传感器及DCS数据，比单一视觉更精准。工业质检中，智能体检测缺陷后自动分级、联动剔除并生成日报，完成从“看见”到“干预”的完整价值链。这些案例表明，智能体正从感知层深入执行层。

算力是物理世界AI的底座问题。赵康透露，旷视与海光深度合作，基于海光DCU的推理性能、CUDA生态兼容性及国产化优势，双方进行了端到端联合优化。目前，旷视自研视觉基座模型在海光深算三号上推理性能提升30%，视觉小模型适配成本降低70%，联合方案整体性能提升150%。以安全生产智能体为例，一个数字员工从同时跑4个施工任务提升到10个。未来，旷视希望将应用技术与芯片性能深度融合，形成从算力底座到行业场景的一体化框架，推动AI从技术可能性走向产业确定性。