Related articles
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）
