北京，2025年8月1日—— 国际数据公司（IDC）于近日发布了《视觉大模型能力及应用评估报告》（ Doc# CHC53331126 ， 2025 年 7 月） 报告。报告显示，视觉大模型发展使得CV从多模型到统一大模型解决场景问题，行业迎来了初步落地，视觉大模型能力崭露头角，但也仍需时间和技术沉淀，以解决更多更复杂的场景问题，随着技术的发展，大模型赋能的“万物检索”的时代将会到来。
当前的应用现状及未来市场机会
视觉大模型的落地处于早期阶段，产业链初步形成：安防/ 智慧城市/交通/工业/能源/领域的应用需求较为广泛，且当前头部厂商布局较多；媒体社交、汽车、电商零售、医疗、金融、电信等赛道的解决方案较为差异化，吸引不同厂商布局。另外一些新的行业应用领域，如教育、农业/气象/遥感、文旅等。
端侧AI与边缘智能迎来发展，大小模型协同、轻量化的部署展现应用潜力：视觉/多模态Agent需要进一步发展，端侧设备可以利用大模型进行视觉元素的识别和处理，如智能手机助手能够自动完成某项操作与交互体验方式提升等。
主要厂商评估
本研究从技术与产品、服务、行业应用三个方面对视觉大模型能力及应用进行综合评估，报告收录了中国市场代表厂商，并对其优势项进行评估，包括阿里、百度，大华股份、海康威视、华为、商汤科技、天翼视联、中国联通、中国移动等（按公司首字母顺序排列）。
技术现状与发展趋势
视觉大模型能力整体刚刚起步，还需要时间和技术沉淀进一步发展，以解决更多更复杂的场景问题，未来可观测的技术趋势有：
• CV从单模态到图文两多模态和更多模态，实现更好的跨模态对齐；
• 向通用模型演进，从闭集到开集，通过一个视觉大模型解决多个场景问题的技术路线成为主流；
• 端侧AI迎来发展，大小模型协同、轻量化的部署展现应用潜力；
• 预训练方式从有监督到弱监督，视觉基础模型构建都朝着文本-图像联合学习的范式演进，视觉行业大模型基于有监督方式训练；
• 支持更长的context/有效的压缩视觉token：多图、高分辨率、长视频理解、长上下文理解能力，如电影级别的视频理解；
• 数据标注从手动标注到智能辅助标注到多模态智能数据生成，减少标注成本。
IDC中国人工智能研究经理程荫表示，随着NLP大模型技术不断升级，底层技术能力已经趋于收敛，视觉大模型、多模态大模型赛道异军突起，相较小模型的一场景一训，视觉大模型依托于强泛化性使得CV从多模型到统一大模型解决多场景问题，多行业迎来发展机遇，多模态融合提升用户意图理解精度，端侧与边缘智能崛起，具身智能与机器人应用拓展…“万物检索”的时代即将到来。”
IDC更多人工智能领域研究相关报告：
IDC FutureScape：全球生成式AI市场预测—中国启示（2024年 12月）
生成式AI+营销市场分析（2025年5月）
中国AI数字人市场份额，2024（2025年6月）
中国大模型市场主流产品评估，2025（2025年3月）
生成式 AI 最佳实践案例与探索（即将发布）
大模型平台市场份额，2024（即将发布）
AI软件与公有云市场份额，2024（即将发布）
IDC MarketScape:大模型开发平台厂商评估，2025（即将发布）
IDC ProductScape:生成式AI开发工具，2025（即将发布）
如需进一步了解与此研究相关的信息或关注其他相关项目研究，请与IDC中国研究经理 程荫（邮箱：acheng @idc.com ）联系。
-全文完-
欲了解IDC报告的更多信息，请访问www.idc.com.cn。欲购买报告，请致电+86-10-5889 1666与IDC中国销售部联系，或发email至frankwang@idc.com。
关于 IDC
国际数据公司（IDC ）是全球著名的信息技术、电信行业和消费科技咨询、顾问和活动服务专业提供商。IDC在全球拥有超过 1300名分析师，为110多个国家的技术和行业发展机遇提供全球化、区域化和本地化的专业视角及服务。IDC的分析和洞察助力IT专业人士、业务主管和投资机构制定基于事实的技术决策，以实现关键业务目标。成立于1964 年，IDC 是IDG旗下子公司。IDG是全球领先的媒体出版、研究咨询、及会展服务公司。欲了解更多信息，请登录www.idc.com.cn。
– # # # –
相关咨询，请联系：
王勇，IDC中国 副总裁
电话：(+86-10) 5603 4087
电邮：frankwang@idc.com
谢静，IDC中国 市场部
电话：(+86-10) 6422 9568
邮箱：mxie@idc.com
扫描微信二维码，关注IDC 研究成果，掌握ICT市场脉搏
