大小模型协同成为产业 AI 落地新范式｜极视角解决方案详解
现如今，AI 视觉已经广泛应用在工厂、能源、冶金等众多产业场景。但很多企业陷入两难：传统小模型实时性强，面对复杂多变工业现场，泛化能力不足；大模型泛化能力强大，但是直接全量部署，算力成本、实时性很难满足工业现场需求。如何平衡性能、成本、效果，成为产业 AI 落地的一大难题。
在 IOTE 2026 边缘计算产业生态大会上，极视角正式对外发布大小模型协同应用方案，提出大小模型协同分工的产业 AI 新范式。极视角算法专家邓富城现场做主题分享，结合 1500 + 行业算法沉淀以及自研星际视觉语言大模型的项目经验，拆解大小模型协同的产品逻辑、运行模式以及真实产业实践案例。
很多工厂上线数十路 AI 视觉算法之后，依然无法彻底解决现场安全监管难题。环境光照变化就会产生大量误报漏报；现场不断出现各类没有提前训练的长尾异常，算法识别失效；想要引入大模型，找不到适配业务的落地方式；每一个细分场景单独开发算法，带来巨大时间与算力消耗；算法、摄像头、告警系统相互独立，运维管理难度大。
邓富城表示，产业 AI 行业，并不缺少算法，缺少的是一套可以把大小模型用好的完整方案。大小模型协同，不是非此即彼的选择题，而是分工配合的应用题。
小模型优势在于专项高速检测，适合安全帽检测、火焰识别、皮带跑偏检测等对实时性要求严苛的固定目标检测任务。而星际视觉语言大模型具备开集目标检测、视觉问答、指代表达理解多模态能力，一句话指令即可完成复杂画面分析，擅长未知目标识别、多要素综合研判，更适合非实时深度分析业务。两者互相配合，扬长避短，实现大小模型价值最大化。
整套解决方案以极星大小模型推理应用平台为中枢，统一管理调度大模型与海量行业小模型，实现模型编排、任务调度、协同推理、统一运维。让企业 AI 系统同时拥有小模型高速感知能力，和大模型深度分析决策能力，搭建完整的产业智能化感知决策体系。
面向不同业务场景，方案支持三种灵活调度模式：
✅大模型独立分析：面对目标无法预先定义，不需要强实时的巡检业务，调用大模型独立完成画面解析，识别各类未知异常，补齐长尾场景检测短板。
✅大小模型联动复判：小模型前端初筛告警，大模型二次复核，过滤误告警，大幅降低人工复核工作量，提升告警准确度。
✅大小模型联动智能决策：小模型完成目标识别，交由大模型做逻辑推理，输出研判结果和处置建议，完成从 “发现问题” 到 “给出处理建议”，实现主动预警。
极星大小模型推理应用平台打通感知硬件、异构算力、大小模型算法、业务应用，解决多模型分散管控的行业痛点，降低大模型使用门槛，帮助企业低成本完成产业 AI 项目落地。
会上分享的大型铝业集团项目，充分验证方案业务价值。该企业多车间高温高粉尘，设备隐患多，人工巡检存在盲区。通过落地极视角大小模型协同应用方案，落地 50 + 大小模型场景，其中 30 余项星际视觉语言大模型任务，覆盖物料泄漏、设备异物检测等高难度长尾场景。多车间设备与 AI 任务统一纳管调度，业务模式由人工逐点巡检转变为 AI 主动巡检，风险主动预判，助力生产数字化升级。
产业 AI 的核心目标，是做到有用、能用、好用。后续极视角将持续迭代大小模型协同应用方案，持续打磨星际视觉语言大模型与极星推理平台，为千行百业输出更高质量、更低成本的 AI 能力，推动产业 AI 规模化落地。