商汤科技创始人、香港中文大学教授汤晓鸥在全球AI工业化论坛上发表演讲，明确提出“多模态融合将成为AI工业化的核心驱动力，打开AI工业化的全新空间”，结合商汤科技的实践经验，为AI与实体经济的深度融合提供了路径参考，引发产业界的广泛关注。

汤晓鸥表示，AI工业化的核心是“让AI技术真正嵌入工业生产的全流程，实现降本增效、提质升级”，而单模态AI技术已无法满足工业场景的复杂需求——工业生产中，需要同时处理图像、声音、数据、文本等多种信息，只有实现多模态融合，才能让AI具备全面的感知、分析与决策能力，适配工业场景的多样化需求。

作为计算机视觉领域的权威专家，汤晓鸥强调，多模态融合并非简单的技术叠加，而是算法、数据、场景的深度协同。他以商汤科技的实践为例，其研发的多模态工业大模型，能同时处理生产线上的图像数据（产品瑕疵检测）、声音数据（设备故障诊断）、文本数据（生产参数），实现生产全流程的智能管控，帮助企业降低生产成本、提升产品质量。汤晓鸥指出，2026年将是多模态融合技术规模化落地的关键一年，随着技术的不断成熟，AI将全面渗透到工业制造、新能源、汽车等领域，打开AI工业化的全新空间，推动实体经济高质量发展。