兔展智能：在深圳“看见”视觉AI下一站

    ●南方日报记者 曾子航

    在“i深圳”政务服务平台，市民只要说“我要进行房屋转租登记”，原本需要20多个步骤、填写多份表单的办事流程，被瞬间压缩成几轮对话：AI实时生成一张可操作的交互卡片，边聊边选时段、填信息、提交审核，全程不用切换页面。

    这套把“自然语言”直接翻译成“办事动作”的系统，叫SkillsUI，出自深圳兔展智能之手。目前，该系统已接入深圳的市民办事、医院挂号、社区预约等场景，房屋转租登记、社保查询等事项，现在“说一句话”就能办了。

    得益于在视觉空间智能大模型上的多项突破，这家从北大宿舍走出来的深圳南山企业，把大模型搬进“生产线”，让AI办事更便捷，为广东破解AI落地“最后一公里”提供了全新路径。

    锚定视觉空间智能“下半场”

    亮出开源“中国方案”

    兔展智能创始人董少灵的创业故事，始于北京大学的宿舍。2013年，移动互联网浪潮初起，PC端的信息承载工具在手机上“水土不服”，董少灵和室友敏锐捕捉到这一痛点——能不能做个移动端的信息承载工具？“兔子生命力强、跑得快，做的东西也要像兔子，轻、快、能传播。”他们给这款工具取名“兔展”。依托HTML5这一移动端网页交互技术，兔展无意中成为全球最早的H5创作工具之一。

    2022年，当生成式AI浪潮袭来，董少灵面临新的抉择。彼时，大多数企业聚焦于语言大模型，他却将目光投向了“模拟人类右脑”的视觉空间智能。“人类对世界的感知，八成来自视觉与空间，语言模型只是这轮革命的‘上半场’。”在公司首席科学家、北京大学博士生导师袁粒的支持下，董少灵决定“押注”视觉空间大模型。

    这一决策，奠定了兔展今日的格局。和2024年美国OpenAI发布Sora几乎同一时间，兔展智能的Open-Sora Plan宣布开源，成为全球最早的开源文生视频模型之一。董少灵说，这种“开源引路”的魄力，让兔展迅速站上世界舞台：Open-Sora Plan5次登顶GitHub全球趋势榜，单模型下载超2600万次，字节、腾讯、华为等巨头纷纷采用，全球代码引用次数位居当年视觉大模型第一。

    在技术迭代上，兔展展现了惊人的速度：2025年5月，大模型UniWorld-V1率先实现“理解—生成—编辑”统一架构；后续发布的UniWorld-V2，比谷歌同类模型Nano Banana早了3个月；2026年4月，UniWorld-V2.5与OpenAI的GPT-Image-2同周发布，在像素级精准可控上打平手。而自研的“兔灵”大模型，成为广东省首个完成备案的视觉空间智能大模型。

    更值得关注的是国产化适配的突破。兔展是华为昇腾910C全球首个大规模用户，Open-Sora Plan V1.5成为行业首个100%基于昇腾架构的视觉生成模型，啃下了算子适配、大规模训练等一系列“卡脖子”硬骨头。

    这不单是一家企业的技术突围，更是广东在AI底层算力生态建设上的里程碑。如今，总部位于深圳市南山区的兔展智能，已是国家高新技术企业、广东首个“AI国家级高技能人才培训基地”，180人团队中研发人员占比超过七成，其中不乏来自北京大学、清华大学等顶尖高校的“天才少年”。深圳南山完备的ICT产业链和浓厚的创新氛围，也为这支年轻的队伍提供了绝佳的“练兵场”。

    用AI打通“最后一公里”

    重构企业交互逻辑

    在今年的广东省人工智能应用对接大会上，兔展的SkillsUI备受关注。它的出现，直击当前AI产业化的核心痛点：会聊天的AI不少，能办事的AI依旧难能可贵。

    一家年营收过百亿元的零售企业曾做过统计：他们的员工平均每天要在11个系统之间切换，办一次报销、发一单货平均要跨4.3个后台。大模型虽然能写文案、改邮件，但一旦涉及实际操作，往往只能回复：“您可以打开某某系统……”

    SkillsUI所做的，就是在企业现有的系统之上，增加一层“AI入口层”，让AI替人去调度已经存在的系统服务能力。它将千行百业中封闭、复杂的业务系统，拆解成一个个标准化、可由AI调度的“Skills”（技能）。用户只需在一个对话框中用自然语言表达需求，SkillsUI便能实时生成一张可视化、可操作的“原生交互卡片”，一边理解意图，一边调用相应技能链，边聊边办。在支付、授权等关键节点，平台引入人类确认机制，确保安全可控。

    这种模式在广东落地成效显著。在政务领域，通过对接“i深圳”，市民办事效率大幅提升；在企业侧，兔展智能已落地内部办公、电商、制造业、能源等行业高频业务场景，重点行业客户复制后可形成千万级降本增效空间。

    背靠国产自研、国际领先的视觉大模型，兔展智能的AI产品生态，也正在为广东的各行各业精准赋能：某假发品牌利用兔展的图片生成工具AnyReal，一年节省成本数千万元；一句话成片的视频“龙虾”产品TUVE，帮助某3C品牌将短视频制作全链路压缩为一次对话，月产素材超200条；出海红人营销Agent产品DeiNai，打通“内容—红人—履约”，帮出海品牌两周触达1200万海外用户。2025年，兔展AI商业化签约破亿元，月复合增长超60%。

    嵌入大湾区“全景图”

    构筑智能体生态

    兔展的实践，是深圳打造“AI智能体之城”的一个生动缩影，更是广东推进人工智能全域全时全行业应用的典型样本。

    2026年，深圳推进打造“AI智能体之城”，并揭牌边端智能开放研究院，覆盖手机、汽车、穿戴设备等终端。兔展的SkillsUI，正是连接云端能力与端侧设备的关键交互入口，构建起“端—边—云”协同的智能体生态。这意味着，未来的智能手表、车载系统、智能家居，都可以通过类似SkillsUI的交互方式，打破终端之间的壁垒，实现服务的无缝流转。

    放眼全省，《广东省加快推进人工智能全域全时全行业高水平应用行动方案》已将AI从单点试验推向千行百业。在广州，新型工业化平台正把数字化服务送到企业门口；在东莞，华为牵头的城市级大模型中心正把算力铺到车间。政府搭台、龙头牵线、企业唱戏、中小微受益——这是广东AI的独特打法。

    “公司能在深圳南山成长起来，不是偶然。”董少灵感慨道，这里“不拘一格降人才”的包容性和“以实践论英雄”的价值导向带来的区域创新活力，正通过产业链源源不断地输送到整个粤港澳大湾区。

    目前，兔展已完成F轮融资，获20多家知名机构投资、北京大学入股，服务用户超4100万。从北大宿舍里走出的H5创业者，到视觉大模型开源先锋，再到定义AI交互新标准的“破局者”，董少灵和他的团队，仍在继续他们的征途。

    人工智能融入生产生活，AI应用落在车间里、柜台前、手机屏幕上，让每一个普通人都能触摸到改变。在深圳，在粤港澳大湾区，这样的故事每天都在发生。