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：