楼阳冰：对于制造业来说，现在最大的挑战是人才的挑战。一方面能够脚踏实地的去理解制造业的需求、深入到产业线去了解工艺、了解设备等；另一方面，如算法工程师、AI工程师，这种综合能力人才。

刘丁枭：基于以往的工作，我觉得目前重点是数据以及数据的质量。

赵严：工业里面追求的是更高的速度，更精良的品质，所以我觉得目前比较难的还是满足客户个性化的需求。

姚毅：我非常认可刚才刘丁枭博士讲的，对我们所有人来说数据尤其重要。过去4.0我们忽略了图像数据，这个放在当前依然是最大的挑战。

史喆：最大的挑战应该是共识问题。未来5.0一定是更符合各个区域，各个国家他们的产业格局，他们对于制造的理解而产生的由数字化和智能化引领的制造新模式。

孙富春：以凌云光为代表的工业智能光学智能、视觉智能，在这一次工业智能的浪潮当中发挥什么样的作用。有三点值得我们大家关注：

1.机器人角色发将从单一任务、特定任务工作学习变成多任务；

2.工业5.0就是万物智联，达到人机物的共融，再是共生；

3.以视觉为中心的跨模态的学习——通感。

刘丁枭：大模型去做像工业这种垂直任务，准确性要求非常高，我们提到的良率要求在99%以上，或者是在100%，大模型运用在专业领域还是需要借助专业知识来完成。

楼阳冰：一方面，大模型在研发过程中，对编程和算法方面有很多辅助作用；另外一方面我们是非常看重客户和知识产权的企业，很担心大模型的应用可能带来一些不利影响，比如知识窃取。

赵严：我们一直致力于服务工业领域，以“视觉+AI”持续赋能智能制造，致力于为客户提供更好服务，为中国的智能制造能够走向新的高度舔砖加瓦。

徐英莹：今天的主题是质量兴业，赢在智能。那么在人工智能快速发展的时代，我想呼吁一下各位同仁借助国家质量基准推动国家多模态的应用方面的共性数据应用和示范。

刘丁枭：结合大模型和知识图谱以及两者的相关工作，未来希望认知智能的相关算法可以真正落到制造业的实施场景中。

史喆：这是一个变革时代的开始，希望未来与凌云光携手将智能化、智能制造做得更好。

姚毅：关于智能制造，我觉得首先我们的设备要智能化。智能化设备需符合性价比更高、漏检率更低、稳定性更强等优势。

楼阳冰：小核心大协作。未来，希望大家可以一起将各自生态能力发挥出来，共同做好一款产品，将最优产品服务给到我们终端客户。