羊城晚报全媒体记者 扶贝贝
人类对世界的感知建立在文字、视觉与物理空间等多维信息之上。随着人工智能技术持续演进，视觉大模型正成为继大语言模型之后的新一代基座模型。在这条关键赛道上，深圳兔展智能科技有限公司凭借自研UniWorld系列视觉大模型跻身国际第一阵营，成为广东人工智能产业实力的一个亮点。
自研大模型跻身国际前列
深圳兔展智能科技有限公司总部位于深圳南山，是国家高新技术企业、国家级专精特新“小巨人”企业、大湾区最具潜力独角兽企业，目前已服务4100多万企业用户，获20多家头部机构的数亿元投资。
长期以来，视觉AI领域的各类任务彼此割裂，理解、生成、编辑分属不同技术路线，难以贯通。而兔展智能自研的UniWorld系列大模型，是国内最早实现理解、生成、编辑统一架构的视觉大模型，真正做到了结构、语义与计算的深度协同。同一个模型既能看懂图像，也能生成图像，还能在理解的基础上生成更准确的图像。
早在2023年多模态技术刚刚起步之时，兔展智能便着手探索理解与生成的统一。UniWorld V1版本早于谷歌的Nano Banana三个月推出，且同步开源。随后迭代的V2版本迎难而上，在业界权威的GEdit-Bench综合评测体系中，综合性能强势超越OpenAI的GPT-Image-1，多项关键指标亦一度优于谷歌的Nano Banana系列模型。凭借这一成绩，UniWorld V2入选2025年西丽湖论坛深圳市七大科技关键成果，并斩获广东省人工智能与机器人科技进步一等奖第一名。
今年4月发布的UniWorld V2.5，在物理一致性和复杂场景的生成控制上实现质的飞跃，把数学、物理、声光电、材料、光影、漫反射等复杂要素都处理到位，排版美学也达到专业水准。
更值得关注的是，V2.5突破了高密集文字、信息图、图文交错、结构化生成等一系列长期困扰行业的难题。在国际评测中，面对同一句自然语言指令，UniWorld V2.5在信息图、图文交错、文字密集等场景上对齐了GPT-Image-2的生成能力，做出了Qwen-Image、LongCat-Image等主流模型难以企及的效果。
让技术转化为企业生产力
技术领先若不能转化为产业价值，终究只是实验室里的成果。兔展智能的差异化优势，还在于打通了从模型能力到客户交付的完整链路。围绕让人类叙事更生动高效、让人类办事更智能便捷的双重使命，公司形成了覆盖内容生产、智能交互、跨境营销的AI产品矩阵。
在电商内容领域，棚拍级真实感AI商品图平台AnyReal实现了真实场景还原、模特交互、可控可调等刚需能力，帮助企业将商品图设计成本压缩约八成。某跨境服饰头部品牌借助AnyReal将上新效率提升3至7倍，转化率提升15%至20%。
目前，该产品已广泛应用于亚马逊、独立站、天猫、京东等货架电商平台及TikTok、抖音、小红书等社媒电商渠道。视频创作方面，对话式AI短视频Agent产品TUVE把脚本、分镜、生图、生视频、剪辑拼接的全链路流程压缩为一次自然语言对话，已服务头部美妆品牌搭建TikTok种草视频矩阵，单条平均制作周期从3天压缩至40分钟。跨境营销平台DeiNai则整合内容生成、红人投放、本地履约能力，某3C出海品牌通过该平台在两周内触达1200万海外用户。
最具前瞻意义的是，兔展智能于2026年2月发布的全球首个原生开放式AI交互平台SkillsUI。这一以UniWorld V2.5为技术底座的产品，核心使命是塑造新一代人机交互，重新定义软件形态。它统一AI入口，让用户通过一句话需求实时生成可操作界面，实现“边聊边办”，并由AI去调度企业已有的CRM、ERP、OA等系统。其作用类似当年浏览器之于网页、应用商店之于手机。统一入口、统一调度，把分散的能力重新组合。
目前，SkillsUI已落地“i深圳”政务AI助手、深圳某试点医院AI助手及龙岗智慧社区等场景，在政务、医疗、社区管理等领域切实提升服务效率。2025年，公司AI商业化年签约额突破亿元，帮助海外企业降低内容成本三至五成，AI业务月度复合增长率超过60%。
兔展智能的成长，长期与广东人工智能产业的禀赋相关联。广东在汽车、手机、电视等智能终端领域的全球占有率领先，这为以UniWorld为底座重新定义人与设备的交互提供了广阔空间。兔展智能正与广汽、荣耀、海信等智慧终端企业推动战略合作，在公共服务领域，已在深圳落地“一句话办成一件事”的实践，让AI真正具备办事能力。
未来，兔展智能将基于视觉大模型构建一个更懂人类、更契合物理世界的世界模型，并继续扎根广东这片创新沃土。从创意设计、教育辅助到更广泛的物理智能大脑前沿应用，这家企业正以视觉智能为支点，撬动千行百业的数字化转型。在人工智能从技术驱动迈向价值驱动的产业变迁中，兔展智能的探索，也为广东建设人工智能产业高地写下了一个生动的注脚。