AI 落地东盟，30% 是技术和算法，70% 是人 | AIMX Singapore 2026 现场观察

AIMX Singapore 2026 现场

东盟正站上中国 AI 出海的前排。

这里住着近 7 亿人，商务部数据显示 2025 年中国与东盟的贸易额首次突破 1 万亿美元、连续 5 年互为第一大贸易伙伴，累计双向投资超过 4500 亿美元；据谷歌、淡马锡与贝恩联合发布的报告，东南亚数字经济规模也在去年底突破 3000 亿美元。在这个增速最快、也对中国资本和技术最友好的起跑市场，钱、技术和人正在聚拢，AI 成为这轮大迁徙中最新的变量——云、机器人、算力，都被算进了下一份跨境预算里。

8 月 26 日，新加坡金沙会展中心，由世界人工智能大会 WAIC 出海生态品牌 AI GRAVITY 联合 MP Singapore、新加坡企业发展局旗下 IPI Singapore 打造的 AIMX Singapore 2026 开讲，两天议程，聚焦具身智能、医疗、物流、零售四个落地主题。

六周前，WAIC 刚刚在上海创下九年之最：10 万平方米展区、四天43.3万人次。而在金沙的这六千平方米里，几乎没有人谈论技术高光。议程单上的主题词不是“多强”，而是“多快能用”——From Pilot to Production（从试点到生产）、From Pilot to Procurement（从试点到采购）。

中国 AI 公司在这里讲的是另一套故事：账怎么算、信任怎么换、产品怎么部署。

买不起，先租

26 号上午的具身智能圆桌，议题名就是东盟的现实自问：Compete, Collaborate or Import——竞争、合作，还是进口？

台上的共识比议题名更尖锐。来自新加坡科技局的James Tan、马来西亚政府基金Johnathan Lee和印度尼西亚数字经济发展局Theodore Sutarto共同认为：东盟很多买家支付不起长期的固定资产，那就从订阅制开始；要看机器人企业的运维能力与长期承诺，有没有真正深耕东盟的决心；要三层安全框架（验证后门、加固通信、持续监控），外加一个随时拍得下去的停机按键；至于机器人什么时候走上街头，未来 2-5 年，它们只待在受控环境里，做那些单一、重复、危险、招不到人的活。

新加坡政府科技局（GovTech）智能城市科技部门主任James Tan的总结让现场安静了几秒：具身智能最大的鸿沟，不在技术可行性，而在运营就绪度——安全、维护、供应链、生态支持，这些 demo 视频里永远不出现的东西。

技术演讲环节，泼的冷水更具体。“机器人也会产生幻觉动作，就像大模型会幻觉事实一样。”有演讲者提醒：让机器人执行“打扫房间”，人类默认它不会伤人、不会越界——这些没说出口的预期，恰恰是语义安全最难的部分。而行业真实的处境是卡在 demo 与部署之间：最现实的机会不在炫技，而在“无聊但招不到人”的活里——这恰好是当前技术够得着的低垂果实。

冷水之外，中国的具身智能公司正在试图交出可验证的数字。智元机器人（Agibot）新加坡 CEO 徐小明现场分享了真实场景的落地情况：Agibot G2 已在真实工厂连续 8 小时完成 2000+ 任务、成功率 100%，64 小时直播完成 64000+ 任务、准确率 99.9%（据智元现场分享，均为企业口径）；同步开源 Agibot World 2026 平台、配套 ICRA 2026 挑战赛。去年 11 月 AIMX 首航时它还在展台表演，今年 3 月已与 Singtel Enterprise 签下 RaaS 合作、在樟宜机场 T5 跑起空间导引和园区运维——九个月，从被围观走到被采购。

中科第五纪算的是另一笔账：语言模型有万亿级 token，视觉模型有数十亿样本，VLA数据样本量仅约百万级，可VLA模型对参数规模的需求已突破十亿——数据缺口才是具身智能的真瓶颈。它的解法不是继续堆叠真机数据，而是提升数据利用效率，将新任务学习所需的真机演示压缩至3-5条，靠数据-模型闭环在部署中进化。这家公司出发前一周刚宣布超 10 亿元 A1、A2 轮融资——资本也在为“少样本、快部署”投票。

整个具身智能板块的讨论，得出的是一份坦诚的买方清单：买不起就租、先回答“出事了找谁”、只在受控环境里干活、靠单一重复的活先赚回第一笔钱。

但这份清单只回答了“机器好不好卖”。“场景接不接受”，是另一道题——当天下午的医疗专场，东盟最有钱也最挑剔的买家之一，给出了他们的算法。

医院买的不是更干净的地板

在医疗专场上，杜克-新加坡国立大学医学院、新加坡国家卫生创新中心、阿斯利康、微软悉数到场。在“智慧医院的实践”环节，新加坡医疗系统的一线经验被压缩成一条规则：

10-20-70：医疗 AI 的成功，10% 取决于算法，20% 取决于技术与界面，70% 取决于人、流程和变革管理。

圆桌中的一个比喻让这条规则瞬间具象：人们买扫地机器人，不是因为它扫得比人干净，而是为了把时间换回来——医院引入机器人，是为了让护士回到病人身边。所以落地前必须先回答员工的两个问题：“这安全吗？”“这是要取代我吗？”；上线那天也不是终点，真正的成果在 go-live 之后才开始，要靠一轮轮持续改进去兑现；连医院与技术商的关系，都得从“买卖”改写成“一起学习的伙伴”。

这条 10-20-70，其实是整场大会的隐喻。

中国科技公司极光（Aurora Mobile）此次在「Talk to The World」直播间的交流中，由本地合作伙伴 59st Ventures 董事总经理Jim Lin代表回应提问。这个细节说明，中国AI企业进入东盟市场，不能只靠技术能力，还要有本地合作伙伴协同，还需要回应客户信任、合规适配和本地服务等现实问题。

这张“信用牌”的行情，大会合作伙伴、新加坡人工智能协会（SAIA）的 CTO LAU Wee Kiat 向出海参考交了底。整个 AI 供给端，新加坡没有自己的基础模型，本地供应商多数只能在别人的模型上做 wrapper 应用；需求端，很多本地中小企业对于AI转型的态度“第一句问的是‘有没有补助’，而不是‘这个能不能帮到我’。”

对中国的态度则更拧巴，本地企业用惯了 Google、Microsoft，对“中国服务会不会哪天突然关掉”、“会不会滥用我的数据”还留着疑虑；但账也在变——他注意到有公司嫌 Claude 太贵，转头用起了 Kimi，“哪个好就用哪个”。 这也正是LAU Wee Kiat和几位伙伴成立SAIA的原因，希望搭建一个本地信任桥梁，让包括中国企业在内的国外AI产品，能有一个快速了解本地需求，进入验证场景的通道，对于协会大多数的本地个人和企业会员而言—“协会带来的，他们可以相信。”

SAIA 的底图之外，几个专场的信息把东盟买家的画像补得更完整：科技采用意愿高，但 11 国市场彼此孤岛、成熟度参差；印尼在用经济特区承接高 capex 项目，但印尼官员在另一场讨论里说得直白——土地、水电之外，“公民能不能拿到 AI 经济里的高级岗位”才是真正的考题；整个区域最缺的，是自有 AI 模型人才。

技术再先进，也对冲不了陌生的合规环境、缺失的运维网络和“出事了找谁”的疑虑。中国 AI 在东盟面对的不是一场技术竞赛，而是一场信任的长跑。

需求侧的画像到此已经画完：钱要慢慢付，人要先安心，信用要本地背书。剩下的问题是——中国公司拿什么来接？

中国公司，如何接招

答案在两天的议程里慢慢拼出形状，第一块是算力。

润建股份海外业务事业群总裁赵华在“Token-as-a-Service”的演讲中，主张把 AI 算力做成像电一样按表计费的商品，据润建股份现场分享的数据：旗下南宁五象云谷 Token 工厂当前产能每小时 2000 亿 Token，中期产能每小时20000亿Token。南宁还是全国第四个国际通信业务出入口局所在地，面向东盟具备低时延跨境网络优势，毕竟Token 出海是架在跨境数据通道上的生意。赵华也给出了清醒的提醒：企业 AI 落地的三大障碍，从来不是缺模型，而是成本不可控、与业务目标脱节、价值无法量化。

第二天，润建股份发布了企业级 AI 原生平台 Apollo 11——如果说Token 工厂回答的是“算力从哪来”， Apollo 11则要回答的是“企业如何用”。润建股份AI事业群副总裁尹捷在分享中介绍，润建股份“Apollo 11”企业级 AI 基座，推动企业从碎片化 AI 应用迈向本体原生架构，以基础设施、模型选型、SAFT 训练、企业本体构建的全栈交付，为企业造一艘自己的“AI 船”。尹捷在现场对出海参考说，“企业上AI不是给人加个外骨骼去背200斤，而是要通过补钙、增肌等让自己站的更稳”， Apollo 11倡导的企业AI本体论，就是平台差异化的核心逻辑——不是简单的“企业知识库+AI”，而是通过数据孪生方式，让AI嵌入企业的运营和决策系统。

第二块拼图更细，也更密。AI GRAVITY × StartupX 的“From Shanghai to ASEAN”专场里，十多家中国创新公司轮流上台：用 proactive AI 做游戏内容生成的、做端侧宠物 AI 穿戴的、把动画制作成本降 90% 的、能力对标资深律师的法律 AI、从“你的目标是什么”而非课程表出发的教育 AI……单个看都不大，合起来是一幅中国应用创新的毛细血管造影。零售专场上，Visa、阿里云、极光、容联云同台，议题是“超个性化与隐私的平衡”——在别人的市场里，连增长话术都得换成别人的合规语言。

从 Token 工厂到企业大脑，再到毛细血管，中国 AI 供给第一次在同一个海外场子里摆出了完整的队形。而队形再齐，也得回答最后那个问题：为什么大家都要经过新加坡？

上海的高度，金沙的成色

大会第二天的开场讨论给了个意外的注脚：在一个中西方科技生态日渐脱钩的世界里，新加坡几乎是唯一两边都能接入、两种文明都读得懂的地方——它天然是两个阵营的技术的会面之地。

这解释了 AIMX 的撮合逻辑：IMDA（新加坡信息通信媒体发展局）提供监管框架，IPI/TechInnovation 做官方对接背书，Singtel 与 ST Engineering 这样的本地巨头充当买手与总包——中国技术借新加坡的信用，进入印尼、马来西亚、泰国、越南的真实采购流程。智元在樟宜机场那条链路就是标准样本：中国本体、新加坡运营商、机场业主，三级信用各就各位。对东盟买家，新加坡是他们熟悉的合规入口；对中国卖家，新加坡是把技术翻译成预算表、监管清单和信任网络的中转站。

主办方之一 MP Singapore 的代表 Jason NG 在现场，给出了一个更落地的判断：中国 AI 企业进入东南亚的三大机会是云、机器人和算力——华为、阿里这类已经铺好云底座的公司，可以把 AI 解决方案往上叠；机器人和算力则是中国技术能够快速抓住的增量市场。这条判断几乎是为这次大会定制的——智元走机器人、润建走算力、阿里云走基础设施，三类正好覆盖了 Jason 提到的三个方向。

同一个夏天，两场大会，讲的是中国 AI 的两副面孔。上海的 10 万平方米里，人形机器人轮流走秀，四天43.3万人次进场围观；六周后的金沙圆桌上，同一批公司的高管在算另一笔账——单场景能不能跑满百台、多久回本、断电之后姿态能不能保持。上海证明的是中国 AI 能站上多高的舞台，金沙检验的是它能不能进别人的预算表。前者是高度，后者是成色。

另一个主办方，东浩兰生会展集团股份有限公司副总裁裘皓明的判断更直接：“中国 AI 出海，要先跑通本地的产品，再去找准落地场景”——东南亚不是把国内成熟产品搬过来卖的市场，必须基于当地的产业政策与真实需求，先做出一款跑得通的本地落地产品，再谈第二步、第三步的海外拓展；文娱、短视频等“非常快就可以落地”的 AI 应用要抓住机会去生根，而新加坡的金融、法律、合规等场景，则是当地最易生根的落地点。与 LAU Wee Kiat 说的“带中国的进来，包装成新加坡系统”互为注脚：两条路都通向同一个事实——中国 AI 的产品要进入东盟，得在本地长出新的形状。

结语：技术只占一成，剩下的在圆桌上一单一单地谈

这也正是 AI GRAVITY 的定位初衷，“不做出海搬运工，做中国 AI 全球造场者”——希望通过打造 AI 全球化的双向通道，让 AI 真正落到海外业务场景。考卷也摆在明处：这场大会的性质与 7 月上海那场完全不一样，展会上签下的 MOU 之后，采购订单、本地合伙人、合规落地大多发生在会外，完整闭环案例还需要验证。

但按 10-20-70 的算法，技术和算法只占 AI 落地的三成——剩下七成，需要在金沙这样的圆桌上一单一单地谈。

而谈出来的东西，不会只留在金沙。新加坡代表的是一套串联东盟市场的机制：标准在这里定调——金融、数据、合规先落地，再被雅加达、曼谷、吉隆坡参照；节点在这里交汇——中国技术、本地信用与东盟各国的采购流程，在这座城市完成撮合；样板在这里跑通——樟宜机场那条链路，就是邻国买家评估中国技术的参照系。

考卷在金沙，答卷在东盟。

（作者：王璐 杨秀娟 编辑：罗文琴 本文首发钛媒体APP）