「01、」南方日报记者曾子航
在“i深圳”政务服务平台上，市民只需说“我要进行房屋转租登记”，原本需要二十多个步骤、填写多份表单的复杂流程，就能被瞬间简化成几轮对话。AI实时生成一张可操作的交互卡片，全程无需切换页面，从容选择时段、填写信息、提交审核。这套将“自然语言”转化为“办事动作”的系统，名为SkillsUI，由深圳兔展智能自主研发。目前，该系统已成功接入深圳的市民办事、医院挂号、社区预约等多个场景，无论是房屋转租登记、社保查询等事务，市民都能“说一句话”即可办理。
得益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，成功将大模型搬进“生产线”，让AI办事变得更为便捷，为广东破解AI落地“最后一公里”提供了崭新路径。聚焦视觉空间智能“下半场” 亮出开源“中国方案”
兔展智能创始人董少灵的创业历程，始于北京大学的宿舍。2013年，移动互联网浪潮初起，PC端信息承载工具在手机上遭遇水土不服。董少灵和室友敏锐察觉到这一问题——能不能创建一个移动端的信息承载工具？他们给这款工具取名“兔展”。依托HTML5技术，兔展意外成为全球早期的H5创作工具之一。
2022年，生成式AI浪潮席卷而来，董少灵面临新的方向选择。当时，多数企业集中研究语言大模型，他却将目光投向了“模拟人类右脑”的视觉空间智能。“人类感知世界八成来自于视觉与空间，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。
这一决策塑造了兔展的今日格局。与2024年美国OpenAI发布Sora几乎同时间，兔展智能的Open-Sora Plan宣布开源，成为全球最早的文生视频模型开源项目之一。董少灵说，这种“开源引路”的勇气，让兔展迅速获得全球认可：Open-Sora Plan五次登顶GitHub全球趋势榜，单模型下载超过2600万次，字节、腾讯、华为等企业纷纷采用，全球代码引用次数位列当年视觉大模型之首。
在技术更新上，兔展展现出卓越速度：2025年5月，大模型UniWorld-V1率先实现“理解—生成—编辑”统一架构；后续推出的UniWorld-V2，比谷歌同类模型Nano Banana早三个月；2026年4月，UniWorld-V2.5与OpenAI的GPT-Image-2同月发布，在像素级精准控制上达到同等水平。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。
更令人关注的是国产化适配的进展。兔展成为华为昇腾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，攻克算子适配、大规模训练等多项“卡脖子”技术难点。这不仅是企业的技术突破，也标志着广东在AI底层算力生态建设上的重要进展。如今，位于深圳市南山区的兔展智能，已成为国家高新技术企业、广东首个“AI国家级高技能人才培训基地”，180人团队中有七成以上是研发人员，其中不乏来自北大、清华等顶尖高校的杰出人才。深圳南山完善的ICT产业链和创新氛围，为这支年轻团队提供了绝佳的成长平台。
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系统引起广泛关注。它的出现，精准击中当前AI产业化的核心难题：会说聊天的AI不少，但能实际办事的AI依旧稀缺。一家年营收突破百亿元的零售企业曾统计：员工平均每天需在11个系统间切换，办理一次报销、发出一单货需要跨越4.3个后台。大模型虽
