《实施意见》提出，要探索云网边端协同推理技术，降低推理时延和终端算力需求，增强网络边缘推理能力。

　　专家、天使投资人李云对财联社记者表示，这意味着，AI计算正在向离数据最近的边缘侧和终端侧下沉。在这一政策导向下，能够突破可见光限制、实现“事前预警”的多光谱AI技术，正成为泛安全领域的新型基础设施。

　　传统视觉AI主要依赖RGB图像识别，但在复杂的物理环境中，仅靠可见光难以洞察温度异常、材质老化或早期电弧等隐性风险。多光谱AI通过采集和分析可见光、红外、紫外等多波段信息，赋予了机器超越人眼的感知维度。

　　此次印发的《实施意见》强调“增强网络边缘推理能力”，正是为这类能在边缘端完成复杂感知与决策的技术扫清了应用障碍。

　　据弗若斯特沙利文预测，到2030年，国内多光谱AI市场规模有望达到794亿元，年复合增长率达31.8%。

　　在政策导向与市场需求的双重驱动下，国内多光谱AI赛道正涌现出一批“专精特新”力量。

　　作为国家级重点“小巨人”企业，深圳海清智元科技股份有限公司（以下简称“”）近期的资本化动作，正是这一赛道从技术验证迈向商业闭环的缩影。

　　据悉，已正式通过港交所上市聆讯，计划于6月22日挂牌上市，有望成为“多光谱AI第一股”。

　　李云对记者表示，《实施意见》此次强调边缘推理和通感算智一体化，实质上是在为物理AI的落地铺路。多光谱AI的核心价值，在于打通了虚拟算法与物理世界的壁垒。当前行业正处于从卖硬件向卖服务的换挡期，头部企业将AI大模型与端侧感知深度融合，这种事前预防的能力是传统安防无法比拟的。谁能率先构建起标准化的大模型服务闭环，谁就能在市场中占据先机。

　　招股书数据印证了这一趋势。海清智元自研的“智元起源大模型”结合轻量级端侧AI计算，能够在设备离线状态下实现毫秒级风险识别。

　　目前，该能力已在电力巡检、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，服务了包括国内头部电信运营商在内的超3000家客户。

　　尽管头部企业已跑出亮眼成绩，但多光谱AI行业整体仍处于成长期早期，竞争格局高度分散。数据显示，2024年国内多光谱AI市场前五名参与者合计市场份额仅约10.9%，行业尚未形成绝对垄断，这意味着广阔的市场空间仍待挖掘。

　　除海清智元在泛安全领域的深耕外，国内如以象科技、深蓝智谱等企业，也在农业病虫害识别、低空遥感等细分赛道建立了技术壁垒；在底层硬件端，索尼等国际巨头及国内芯片厂商也在加速光学传感器与AI芯片的集成创新。

　　李云对记者进一步分析，多光谱AI的落地不能依靠单一企业的单打独斗，更需要上下游生态的协同。从底层的光学、，到上层的行业大模型，只有形成完整的产业链闭环，才能真正释放这项技术的潜力。未来，随着具身智能、自动驾驶等新兴场景的爆发，多光谱AI将成为机器理解物理世界不可或缺的“眼睛”。

　　“未来，能够打通光感图算全链路、实现端云协同的企业，将在智慧城市、工业安全及监测的万亿级市场中占据先机。”李云谈到。j9.com官网