旷视以「智能体」重构物理空间运营：底气何来？

成立于2011年的旷视在经历了上市换挡、业务革新多重变化后，选择了一条少有人走的路。他们不再满足于让AI“看见”物理世界，而是让AI“改变”物理世界。

物理空间运营，按照旷视的定义，是持续感知物理空间中的人、物、场、规则和流程，理解其时空关系和运行状态，识别异常和机会，并推动业务决策和行动闭环。

从“能看”到“能做”，这一步跨越，旷视走了15年。

从“感知算法”到“空间运营智能体”，一场进化而来的升维

在外界眼中，旷视看似一直在变革，但每一步都走的有规律可循。

特别是把时间轴拉回到2011年，沿着旷视15年的技术演进脉络看一遍，会发现今天的定位从来不是临时起意，而是一场必然抵达。

许多人对2015年发生在德国汉诺威的“刷脸买纪念邮票”事件印象深刻，那是成立刚四年时，旷视第一次作为背后算法支持者，让中国人脸识别技术在全球舞台完成亮相。旷视一路又拿下了全球计算机视觉领域竞赛冠军、获批“图像感知”国家AI开放创新平台，初步完成了对“人、事、物”状态感知能力的原始积累，首次摸到了物理空间的门槛。

随后，旷视发布了世界首款智能摄像机C1，搭建了AI生产力平台Brain++，又用“算法定义硬件”的理念重新定义了AIoT的产品逻辑。不难看出，这一阶段的旷视已经把算法装进了硬件，将感知能力作为了进入物理空间的锚点。

此后几年，旷视交付了北京冬奥智慧场馆项目，建设了北京等多个城市级项目，还为诸多世界500强企业部署了数字感知系统，他们持续证实了自己在物理空间的运营服务能力。

2024年至今，旷视发布太乙多模态大模型，随后推出幻方智能体、魔方智能体分析盒、智能体应用与管理平台，正式构建了POA OS（物理空间运营智能体操作系统）。至此，其空间运营的智能化技术栈逐步完成升级。

与此同时，行业的浪潮也在袭来，行业里都开始讨论一个更根本的问题：AI的终局到底是什么？几乎所有人的答案都指向了物理AI。

英伟达CEO黄仁勋曾提出，智能体AI的下一时代是物理AI。据Future Markets预测，全球物理AI市场规模将从2026年的约3830亿美元增长至2040年的3.26万亿美元。弗若斯特沙利文预计，2030年中国物理AI仿真及数据平台市场规模将达到1806.1亿元。

赛道很热，但旷视的判断很冷静：真正的价值已不再停留于“感知”本身，而在于“感知-理解-决策-执行”的全链路闭环。物理空间运营，正是这一判断的集中体现。

这不是一个性感的故事。它意味着旷视要继续啃政企客户、做项目交付、在一个个具体的物理空间里跟灰尘、噪音和千差万别的客户需求打交道。但换个角度看，这也可能是旷视最走得通的路，十五年积累下来的，不是某个单点算法的领先，而是在真实物理空间中摸爬滚打出来的工程化能力和行业Know-how。

工程化闭环&研发体系，是旷视最被低估的护城河

AI圈子里一直有个共识：从顶会论文到产线部署，中间隔着一条死亡之谷。很多人把这条谷理解为技术成熟度的差距，但真正在行业里待过的人知道，它更像是一套完全不同的生存逻辑。论文追求的是在标准数据集上刷新精度，产线面对的却是光线忽明忽暗的车间、标注质量参差不齐的客户数据、三个月一变的业务流程，以及“误报一次就被骂到怀疑人生”的严苛容错率。

恰巧，旷视已在这条谷里摸爬滚打十几年。所以旷视的全栈工程闭环能力也是顺着客户的需求一层层“长”出来的。

在算法层，旷视坚定推动Physical大小脑协同研究。一方面，持续投入通用大模型的前沿探索；另一方面，针对垂直行业场景，做行业大模型与场景小模型的协同部署。在硬件层，旷视积极布局终端智能和边缘智能，建立起了完整的AIoT软硬一体化产品体系，覆盖了物理空间数据采集和边缘推理的全链路硬件需求。在系统层，旷视自研了POA OS，这是旷视科研实力的集大成者，也是其工程实践和智能体产品创新的核心基座。在应用层，旷视将上述能力封装为面向五大空间场景的智能体方案。

四层能力层层递进、相互咬合：算法是“大脑”，硬件是“感官”，系统是“神经中枢”，应用是“手和脚”。这套架构的好处在于，每一层都是可复用、可迭代、可组合的模块，一旦在某个场景中跑通，就能快速复制到同类场景中。

更难得的是，旷视过去已经在能源、交通、运营商等行业的真实项目中跑通过这些闭环。可以说，旷视目前仍旧是行业里极少数具备从算法、硬件、系统到应用全栈交付能力的公司。

据36氪了解，旷视技术研发人员占比依然超过60%，远超行业平均水平；2026年上半年模型发版总量比2025年同期增长180%，量产质量与效率均有提升。而旷视当前的技术研发也围绕着两条技术主线展开。

主线一是大模型如何更高效地进入行业空间场景。真实行业场景不是封闭、规则明确、充分标注的标准数据集，旷视通过高效后训练与少样本方案，让大模型以更低成本适配不同场景的判断标准与成本约束。

主线二是智能体在真实物理空间中持续提升自主能力。真实物理空间开放、动态、不确定，智能体需要理解物体、空间、行为和反馈，完成从感知到行动的自主化升级。

今年5月，旷视联合北京人形机器人创新中心研发的空间感知优化算法E-ViC，获得了第64届国际计算语言协会年会（ACL 2026）的录用。在五项空间理解基准测试中，E-ViC相比基座模型平均提升10.1%，并在需要精细定位的任务（如目标放置、空间指代）上取得最大幅度的突破，甚至超越了参数量为其四倍的大模型，以及GPT-5等商业旗舰模型。7月，旷视提出的多模态上下文学习工作又被全球顶会ICML 2026录用。每一次顶会的录用，都是一项能够在真实场景中解决实际问题的技术能力——这正是旷视从研发走向产线的底气所在。

与会者来到旷视展位交流

POA OS为什么是物理世界的“确定性刚需中间层”

战略升维需要新的技术基座。旷视因此推出了POA OS，Physical Operation Agent OS，物理空间运营智能体操作系统。

这是一套“空间即服务”的智能基座，负责把算法能力与硬件设备进行标准化适配和调度，让智能体在真实环境中实现自主感知、自主记忆、自主决策、自主执行和自主进化。如果说过去的旷视是在卖一个个“算法零件”，那么POA OS试图做的，是把这些零件组装成一台可以批量复制的运营机器。

POA OS最特别的地方，在于它强调“确定性的物理空间法则与安全底线”。数字世界的AI可以犯错，对话不完美、推荐不精准，用户最多抱怨两句。但物理世界的AI一旦出错，可能直接关系到人身安全、生产事故、财产损失。POA OS的核心功能之一，就是把物理世界的规则、流程、安全边界固化成系统层的“硬约束”，让智能体在规则框架内自主决策，而不是天马行空。

这其实回答了物理AI落地的一个核心难题：如何平衡智能体的自主性和系统的确定性。

旷视走了一条跟大多数玩家不太一样的路。不卖机器人本体，不做通用大模型，也不仅仅卖算法。旷视卖的是“空间运营的能力”，让一个写字楼、一个工厂、一个城市片区，能够被智能体自主感知、自主决策、自主运营。

据悉，旷视预计在2026年实现全面扭亏为盈。扭亏为盈的意义不止于财务数字本身。它意味着旷视选择的那条“少有人走的路”——做物理空间运营服务商，正在被市场验证为一条可行的商业化路径。

回顾旷视的十五年，每一次转型都是对核心能力的延伸和迭代。算法是起点，硬件是触角，系统是骨架，而智能体是最终交付的价值形态。

物理空间运营这条路，难度不小。它要求一家公司同时具备顶尖的算法研发能力、扎实的硬件工程能力、复杂的系统集成能力，以及对行业场景的深度理解——这四件事，单独做好任何一件都不容易，同时做好四件的公司更是少之又少。

旷视恰好是其中之一。

从感知到执行，从“看见”到“改变”，这场升维对于一家有技术实力与工程化积淀的公司来说，一切都不算晚，新的物理AI竞赛，才刚刚开始。