樓陽冰：對于制造業來說，現在最大的挑戰是人才的挑戰。一方面能夠腳踏實地的去理解制造業的需求、深入到產業線去了解工藝、了解設備等；另一方面，如算法工程師、AI工程師，這種綜合能力人才。

劉丁梟：基于以往的工作，我覺得目前重點是數據以及數據的質量。

趙嚴：工業里面追求的是更高的速度，更精良的品質，所以我覺得目前比較難的還是滿足客戶個性化的需求。

姚毅：我非常認可剛才劉丁梟博士講的，對我們所有人來說數據尤其重要。過去4.0我們忽略了圖像數據，這個放在當前依然是最大的挑戰。

史喆：最大的挑戰應該是共識問題。未來5.0一定是更符合各個區域，各個國家他們的產業格局，他們對于制造的理解而產生的由數字化和智能化引領的制造新模式。

孫富春：以凌云光為代表的工業智能光學智能、視覺智能，在這一次工業智能的浪潮當中發揮什么樣的作用。有三點值得我們大家關注：

1.機器人角色發將從單一任務、特定任務工作學習變成多任務；

2.工業5.0就是萬物智聯，達到人機物的共融，再是共生；

3.以視覺為中心的跨模態的學習——通感。

劉丁梟：大模型去做像工業這種垂直任務，準確性要求非常高，我們提到的良率要求在99%以上，或者是在100%，大模型運用在專業領域還是需要借助專業知識來完成。

樓陽冰：一方面，大模型在研發過程中，對編程和算法方面有很多輔助作用；另外一方面我們是非常看重客戶和知識產權的企業，很擔心大模型的應用可能帶來一些不利影響，比如知識竊取。

趙嚴：我們一直致力于服務工業領域，以“視覺+AI”持續賦能智能制造，致力于為客戶提供更好服務，為中國的智能制造能夠走向新的高度舔磚加瓦。

徐英瑩：今天的主題是質量興業，贏在智能。那么在人工智能快速發展的時代，我想呼吁一下各位同仁借助國家質量基準推動國家多模態的應用方面的共性數據應用和示范。

劉丁梟：結合大模型和知識圖譜以及兩者的相關工作，未來希望認知智能的相關算法可以真正落到制造業的實施場景中。

史喆：這是一個變革時代的開始，希望未來與凌云光攜手將智能化、智能制造做得更好。

姚毅：關于智能制造，我覺得首先我們的設備要智能化。智能化設備需符合性價比更高、漏檢率更低、穩定性更強等優勢。

樓陽冰：小核心大協作。未來，希望大家可以一起將各自生態能力發揮出來，共同做好一款產品，將最優產品服務給到我們終端客戶。