近期，工业和信息化部正式印发了《“人工智能+信息通信”创新发展实施意见(2026—2028年)》以下简称《实施意见》。

《实施意见》提出，应积极探索云网边端协同推理技术，旨在通过这种协同模式，从而有效地降低推理时延以及终端的算力需求，进而达到增强网络边缘推理能力的目的。

人工智能专家、天使投资人李云在接受财联社采访时指出，这一趋势表明AI计算能力正在向距离数据源最近的边缘侧及终端侧进行下沉部署。在该政策的引导下，具备突破可见光波段限制能力、能够实现"事前预警"功能的多光谱AI技术，正在逐步发展成为泛安全领域的新型基础设施。

传统视觉AI主要依赖于RGB图像对目标进行识别与分类。然而在复杂的物理环境中，单一的可见光谱在穿透性、能量响应等方面存在固有的限制，这使得它难以有效洞察诸如温度异常、材质老化或早期电弧等隐性风险。为此，多光谱AI技术通过借助传感器对可见光、红外、紫外等多个波段的数据进行同步采集与综合分析，从而为机器赋予了超越人眼常规视觉的全新感知维度。

此番印发的《实施意见》着重强调了“增强网络边缘推理能力”这一方面，正是通过这一政策导向，为这类能够于边缘侧自主完成复杂感知与决策的技术得以扫清应用障碍创造了条件。

根据弗若斯特沙利文咨询机构的预测，到2030年，国内的多光谱人工智能市场规模预计将增长至794亿元人民币。在此期间，其年复合增长率预计将达到31.8%。

在政策导向与市场需求两方面因素的共同推动作用下，国内的多光谱AI领域已经涌现出一批具备"专精特新"特征的企业力量。

作为国家级专精特新重点“小巨人”企业，深圳海清智元科技股份有限公司（以下简称“海清智元”）所采取的近期资本化动作，正是这一赛道从技术验证迈向商业闭环过程的鲜明缩影。

据报道，海清智元已经正式通过了港交所的上市聆讯，并计划于6月22日挂牌上市，这有望使其成为“多光谱AI第一股”。

李云在采访中表示，《实施意见》所强调的边缘推理与通感算智一体化，其核心目标在于为物理人工智能（Physical AI）的规模化落地创造基础条件。多光谱AI技术的关键作用，体现在它成功打通了虚拟算法与真实物理世界之间的信息壁垒。当前，行业正经历从销售硬件设备向提供智能服务的转型阶段，领先的企业通过将AI大模型与端侧感知能力进行深度融合，从而获得了预测与预防的能力。这种具备事前预防特点的能力，是传统安防手段所无法企及的。因此，率先构建起一套标准化的“大模型即服务”闭环体系，将在未来的市场竞争中占据显著优势。

招股书所提供的量化数据清晰印证了这一发展态势。海清智元自主研发的“智元起源大模型”与轻量级端侧AI计算架构相结合，使得即便在设备完全离线的工作状态下，系统也能够对潜在风险进行毫秒级的快速识别与响应。

截至目前，这项能力已在电力巡检、互联网数据中心IDC安全优化、新能源隐患排查等泛安全场景中实现规模化落地，已累计为超过3000家企业客户提供服务，涵盖国内头部电信运营商等标杆客户。

尽管头部企业已经取得了显著的发展成绩，但是多光谱AI行业整体上仍然处于成长初期阶段，其竞争格局呈现高度分散的状态。统计数据表明，2024年国内多光谱AI市场的前五名参与者合计市场份额仅为约10.9%，行业尚未形成绝对的垄断局面。这一现状意味着，其中广阔的市场空间仍有待进一步挖掘与开拓。

除了海清智元在泛安全领域所进行的深耕工作之外，国内的企业例如以象科技和深蓝智谱等，也在农业病虫害识别与低空遥感等细分赛道方面建立了技术壁垒；此外，在底层硬件端，索尼等国际巨头以及国内芯片厂商也在加速推进光学传感器与AI芯片的集成创新。

李云对记者进一步分析指出，多光谱AI的实际部署并非单纯依靠单一企业的独立运作，而是更加依赖于上下游产业生态的紧密协同。从底层的光学传感器与AI芯片，到上层的行业大模型，只有通过构建起完整的产业链闭环，这项技术的潜力才能得到真正释放。展望未来，伴随着具身智能、自动驾驶等新兴场景的兴起爆发，多光谱AI将成为机器感知并物理世界过程中不可或缺的“眼睛”。

未来，能够贯通光感图算全链路并实现端云协同的企业，将在智慧城市、工业安全以及新能源监测所构成的万亿级市场中率先占据先机。

来源：工信部新政指向“端侧推理”，多光谱AI赛道迎商业化换挡期 | 财联社