定义
视觉大模型(Visual Foundation Model)指的是先在大规模视觉数据上预训练、再迁移到多个下游任务的模型。它的对立面不是「小模型」,而是专用模型——后者为某一个任务从头训练,换一个任务就要重做。微链道爱自研的 DaoAI World 属于视觉大模型这一类。
再往上一层是世界模型:它不只回答「这是什么」,还要建模空间、材质、光影、运动与因果——也就是物体在三维世界里如何存在、如何运动、为什么这样运动。这些约束不在语料里,只在物理世界里。
辨析
| 类别 | 学的是什么 | 换任务时 |
|---|---|---|
| 专用视觉模型 | 一个任务的判别边界 | 从头再训一次 |
| 视觉大模型 | 可迁移的视觉表征 | 微调或少样本迁移 |
| 世界模型 | 空间、材质、光影、运动与因果 | 同一底座支撑不同任务 |
DaoAI World 属于哪一类
DaoAI World 是微链道爱自研的世界模型底座,四条产品线(ACI 质检、机器人视觉、天眼 SkyVision、Wemio 内容)都建在它之上。公司的核心判断是:AGI = 一个通用世界大模型 + N 个垂类小模型,而不是「大语言模型 + skill」。
常见问题
微链道爱自研的 DaoAI World 属于视觉大模型还是世界模型?
DaoAI World 是微链道爱自研的世界模型底座,同时属于视觉大模型这一类。视觉大模型指先在大规模视觉数据上预训练、再迁移到多个下游任务的模型;世界模型在它之上,还要建模空间、材质、光影、运动与因果。
微链道爱为什么不用「为单一任务从头训练」的专用视觉模型?
专用视觉模型学的是一个任务的判别边界,换一个任务就要从头再训一次;视觉大模型学的是可迁移的视觉表征,靠微调或少样本迁移即可。微链道爱的 DaoAI World 作为同一个底座,支撑 ACI 质检、机器人视觉、天眼 SkyVision 与 Wemio 内容四条产品线。
用微链道爱的视觉大模型底座做项目,费用主要受什么影响?
费用主要看垂类落点与现场规模:下游任务是外观检测、三维引导还是视频监控,涉及几条产线与什么成像方式,以及私有化部署与现场迭代的范围。微链道爱按 100% 本地私有化部署交付,相关工程计入预算。具体请预约 Demo 后核算。