新加坡主論壇方面，中新人工智能協(xié)會聯(lián)合創(chuàng)始人陳凰朝展現(xiàn)了協(xié)會對于中國和新加坡AI陪伴和具身智能市場的洞察；商湯科技亞太區(qū)業(yè)務群副總裁鄒春慧帶來頭部AI企業(yè)的商業(yè)化實踐；新加坡國立大學計算機科學系李苡杰博士從學術視角分享AI倫理前沿洞察；優(yōu)理奇（UniX AI）創(chuàng)始人楊豐瑜博士分享了全球首個觸覺大模型如何轉(zhuǎn)換成具身智能產(chǎn)品；中國上海分會場方面，博世數(shù)字副總裁陳養(yǎng)威從制造業(yè)角度探討智能化轉(zhuǎn)型，與新加坡亞洲新聞臺駐上海記者陳有源共同探討年輕人如何擁抱AI。本次論壇新加坡與上海的嘉賓們現(xiàn)場隔空交流，共同構建了新加坡與中國多元的對話視角。
討論圍繞技術產(chǎn)品突圍、商業(yè)化定位、全球化布局 及 社會倫理治理四大維度展開，其中楊豐瑜博士再三強調(diào)產(chǎn)品設計的用戶體驗導向，并指出：“觸覺是具身智能的皇冠明珠，但最好的技術是讓用戶感知不到技術存在”。鄒春慧結(jié)合商湯科技的全球化實踐總結(jié)：“出海不是簡單的技術輸出，而是價值理念的共融過程”，凸顯全球化中的文化適配重要性。李苡杰博士警示：“算法偏見本質(zhì)是社會偏見的鏡像，AI治理需要多元共治”，呼吁建立包容的倫理框架。陳養(yǎng)威則建言：“年輕從業(yè)者既要擁抱技術迭代，更要堅守人文底線”，提醒行業(yè)平衡創(chuàng)新與責任。
這場橫跨新加坡兩地的對話，不僅展現(xiàn)了AI伴侶技術從實驗室走向商業(yè)化的演進路徑，更通過中新兩個代表性市場的對比分析，揭示了人工智能全球化發(fā)展的關鍵路徑——技術創(chuàng)新需要與本土化應用、倫理治理同步演進，而這正是通商中國與中新人工智能協(xié)會共同推動中新對話和AI專題討論的深層價值所在。
陳凰朝：先討論一個產(chǎn)品技術的問題。當前 AI 伴侶與人形機器人正處于關鍵的技術分水嶺，從多一模態(tài)向多模態(tài)融合發(fā)展，從云端智能向邊緣計算轉(zhuǎn)移，從通用能力向?qū)I(yè)場景深化，技術路線的選擇直接決定了產(chǎn)品形態(tài)。想請教楊博士，作為全球首個觸覺大模型與多模態(tài)融合大模型的提出者，您認為 “觸覺” 在機器人產(chǎn)品設計中扮演著怎樣的角色？又該如何向用戶解釋 “為什么需要觸覺” 呢？
楊豐瑜：“具身智能” 的定義：通過集成視覺、聽覺、觸覺等多模態(tài)信息，實現(xiàn)機器人在復雜場景下的泛化操作與多功能適配。觸覺感知是 “具身智能皇冠上的明珠”，其核心價值體現(xiàn)在三個方面：
1、力控制精準度：僅靠視覺無法判斷操作力度，例如 “抓取豆腐不壓碎”“擰動瓶蓋不打滑” 等精細動作，需依賴觸覺反饋實現(xiàn)力的動態(tài)調(diào)節(jié)；2、遮擋場景補位：機器人執(zhí)行任務時，自身肢體易遮擋視覺傳感器，觸覺可替代視覺完成 “盲操作”，避免流程中斷；3、被動安全保障：在家庭、公共場所等與人共存的場景中，觸覺能實時檢測碰撞并觸發(fā)安全響應，是機器人 “融入人類環(huán)境” 的前提。
陳凰朝：接下來想請教商湯科技的鄒總，如何看待楊博士剛才提到的 “讓技術隱形于體驗”？商湯是如何推動技術落地并轉(zhuǎn)化為產(chǎn)品的？
鄒春慧：商湯的核心邏輯是構建了 “一基兩翼” 的產(chǎn)品體系：一基是指商湯人工智能基礎設施包括智算中心 SenseCore和大模型SenseNova 為核心底座，以此支撐兩大應用方向 ——
生產(chǎn)力工具：通過 AI 輔助編碼、數(shù)據(jù)分析，提升企業(yè)端效率，目前已服務超千家金融、制造企業(yè)；
人機交互工具：為 “數(shù)字化身” 及未來具身機器人提供技術支持，在政務服務場景中，“數(shù)字化身” 可實現(xiàn) 7×24 小時信息傳遞，同時解放人類員工處理復雜決策類任務。
在技術落地與產(chǎn)品轉(zhuǎn)化上，需遵循四大原則：以需求為導向、聚焦客戶體驗、重視數(shù)據(jù)隱私與安全、堅守AI倫理與合規(guī)。
陳凰朝：關于 “AI 需關注倫理”，這恰好是李博士的研究方向。請問李博士，您如何看待楊博士與鄒總的產(chǎn)品設計邏輯？該如何避免 AI “過度擬人化”？
李苡杰：我并非只關注 AI 的負面影響，反而非?？春闷鋵ι鐣恼騼r值。但在產(chǎn)品設計中，我們必須先思考兩個問題：一是長期使用會帶來什么結(jié)果？二是產(chǎn)品目的是 “替代人類” 還是 “幫助人類”？
當前大語言模型會呈現(xiàn)出一定的 “個性特征”，人類在與 AI 交互時，個性可能會逐漸被 AI 影響 ，若 AI 設計不當，未來可能對人類產(chǎn)生負面影響。
另一個關鍵問題是 “數(shù)據(jù)來源”， 若數(shù)據(jù)集本身存在偏見（如性別歧視、地域歧視），訓練出的 AI 系統(tǒng)也會傳遞這些偏見，無法給社會帶來正向價值。
因此，無論是學界還是業(yè)界，在設計 AI 產(chǎn)品時都需多維度思考：產(chǎn)品會如何影響個體與社會發(fā)展？如何平衡技術創(chuàng)新與倫理風險？
陳凰朝：這就涉及到AI應用的商業(yè)化定位了 ，如何把 “AI替代” 轉(zhuǎn)化成 “AI增強”。能否請各位科技企業(yè)代表分享案例：你們的產(chǎn)品是如何在實際場景中 “增強人類能力” 的？
鄒春慧：商湯的核心邏輯是 “以人為本、技術可控、可持續(xù)發(fā)展”：
首先，技術是 “可控的輔助工具”，而非 “替代者”。比如數(shù)字人在銀行、政務領域的應用：銀行需要 24 小時精準服務，數(shù)字人能實現(xiàn)全天候響應，同時避免人工操作的誤差；政務服務中，數(shù)字人能提升服務效率，但最終決策（如審批、結(jié)論）仍需人類完成 ——AI 提供的是 “支持”，而非 “替代”。
其次，技術能推動人類 “技能升級”。比如 AI 需要高質(zhì)量的數(shù)據(jù)標注與模型優(yōu)化，這就要求人類掌握數(shù)據(jù)處理、AI 運維等新技能。若人類能主動學習這些技能，不是被替代，而是能從事更具創(chuàng)造性的工作。
楊豐瑜：優(yōu)理奇（UniX AI）的機器人更多聚焦于 “體力勞動場景的增強”，核心是 “做人類不愿做、不能做的事”，而非替代人類。目前人形機器人有三大核心商業(yè)化場景：
聚焦高風險、高缺口、高重復場景。例如，高風險場景包括部署于拆彈、放射性 CT 室檢查、高壓變電站維護等領域，AI替代人類承擔生命安全風險；高成本勞動力缺口場景則是針對歐美等高勞動力成本地區(qū)，讓AI 切入夜間安保、老年護理等 “招人難” 崗位，緩解勞動力短缺壓力；面對高重復場景，AI可以將流水線打包、環(huán)境清潔等單調(diào)勞動自動化，提升生產(chǎn)效率。
1. 高危場景：包括部署于拆彈、放射性 CT 室檢查、高壓變電站維護等領域，AI替代人類承擔生命安全風險；
2. 高重復勞動：AI可以將流水線打包、環(huán)境清潔等單調(diào)勞動自動化，提升生產(chǎn)效率，讓人類，讓人類專注于更具情感價值的任務；
3. 高缺口場景：針對歐、美、新加坡等高勞動力成本地區(qū)，讓AI 切入夜間安保、老年護理等 “招人難” 崗位，緩解勞動力短缺壓力。
陳凰朝：接下我們會討論AI產(chǎn)品的商業(yè)化與出海路徑。請問鄒總，從商湯的全球化實踐來看，AI 企業(yè)出海會面臨哪些挑戰(zhàn)？不同國家的客戶需求有何差異（如新加坡重質(zhì)量、馬來西亞重隱私、泰國重關系）？
鄒春慧：AI 企業(yè)出海需關注四個核心挑戰(zhàn)：
1. 市場接受度差異：東南亞不同國家對 AI 的認知不同 ，這需要企業(yè)進行 “市場教育”，要讓市場從 “恐懼” 到 “接受” 再到 “依賴”。
2. 數(shù)據(jù)隱私與合規(guī)：生成式 AI 依賴海量數(shù)據(jù)，而不同國家對數(shù)據(jù)安全的要求不同。比如新加坡要求數(shù)據(jù)本地化存儲，馬來西亞對隱私保護更嚴格 —— 商湯會根據(jù)客戶需求提供私有云、混合部署等方案，消除客戶對數(shù)據(jù)安全的擔憂。
3. 算力制約：生成式 AI 需要強大的算力支撐，但新加坡因 “缺電、缺土地”，算力資源有限；馬來西亞等國雖在建設超算中心，但尚未成熟。因此，我們在優(yōu)化模型時會注重 “降本增效”—— 用更少算力實現(xiàn)同等效果，同時推出針對不同行業(yè)的 “輕量化 AI 代理（AI Agent）”，降低部署門檻。
4. 文化與語言適配：當前大模型 90%-95% 的訓練數(shù)據(jù)是英文，而東南亞有多種語言（如泰語、印尼語），且存在 “一詞多義” 甚至 “文化禁忌”（比如某些詞匯在 A 國通用，在 B 國可能是侮辱性語言）。這需要我們做深度的語言轉(zhuǎn)換與文化適配，確保產(chǎn)品符合當?shù)亓晳T。
陳凰朝：商湯更多是 “軟件出海”，而楊博士的機器人是 “硬件出海”。請問楊博士，在出海市場選擇與市場教育上，您有哪些考量？
楊豐瑜：機器人硬件出海的邏輯很直接，核心是 “優(yōu)先選擇高人力成本地區(qū)”：
1. 市場激勵足夠：當前人形機器人仍處于 “半成熟階段”，客戶選擇使用的核心動力是 “降本”。高人力成本地區(qū)（如歐美、新加坡）的客戶，更愿意嘗試用機器人替代人力，因為 “降本收益” 能覆蓋技術投入成本。
2. 數(shù)據(jù)安全與地緣政治：不同國家對數(shù)據(jù)存儲的要求不同（如美國禁止使用中國云服務器，要求數(shù)據(jù)本地化）。新加坡是我們出海的第一站，既因為其人力成本高，也因為它對數(shù)據(jù)隱私的要求與國際接軌。當前機器人普遍采用 “端云結(jié)合” 的部署模式：端側(cè)（機器人本體）部署動作安全、小腦控制等模型，云端部署感知、長程規(guī)劃等模型。
3. 場景適配：我們的機器人以 “服務端場景” 為主（如肯德基、麥當勞等公共場所），這類公共場景對隱私的要求低于消費端與工廠場景 ，這為我們的出海提供了緩沖空間。目前我們已在歐美、新加坡等發(fā)達國家布局，后續(xù)會逐步拓展更多市場。
陳凰朝：最后我們來討論下關于AI 倫理與社會治理。請問李博士，若讓您設計 AI 產(chǎn)品，會如何提醒用戶 “對方是 AI”？又該如何保護人類的認知與情感？
李苡杰：從產(chǎn)品設計理念角度，我認為有兩個關鍵點：
1. 明確產(chǎn)品目的：比如 “AI 伴侶” 是否有必要存在？哪些人需要 AI 伴侶？若為獨居老人設計 AI 伴侶，其核心目的應是 “幫助老人與社會重建連接”，而非 “替代人類陪伴”—— 比如 AI 可以提醒老人參加社區(qū)活動、與家人視頻，最終推動老人與真實社會互動，而非沉迷于 AI。
2. 尊重文化差異：我們的研究發(fā)現(xiàn)，中美用戶對 AI 的期待不同 —— 比如中國用戶更希望 AI “情感共鳴”，美國用戶更注重“高效解決問題”。因此，在不同國家推廣 AI 產(chǎn)品時，需結(jié)合當?shù)匚幕{(diào)整設計，同時推動學界、業(yè)界共同明確 “AI 倫理邊界”，讓產(chǎn)業(yè)向正向發(fā)展。
陳凰朝：也聽聽兩位科技企業(yè)代表的實踐心得，“如何將人機邊界融入產(chǎn)品與商業(yè)化”？
楊豐瑜：目前優(yōu)理奇（UniX AI）機器人仍以 “工具屬性” 為主，比如在工廠、公共場所干活，用戶不會將其視為 “伙伴”，更多是 “高效工具”。至于 “兼具精神陪伴與物理陪伴” 的 AI 產(chǎn)品，目前還處于早期探索階段（部分中國企業(yè)在北歐等監(jiān)管寬松的國家試點），但距離大規(guī)模落地還有較遠的距離。
鄒春慧：商湯主要從三個方面入手：
1. 數(shù)據(jù)源頭把控：AI 的價值觀來自訓練數(shù)據(jù)，因此我們會對數(shù)據(jù)進行清洗、標注，剔除歧視性、低俗內(nèi)容，確保數(shù)據(jù)符合社會主流價值觀。
2. 建立倫理審核機制：2019 年我們就成立了 “AI 倫理審核委員會”，所有代碼、模型在發(fā)布前必須經(jīng)過審核，確保符合法律、隱私保護與倫理要求。
3. 參與標準制定：我們是新加坡 “AI 驗證（AI Verify）” 標準的參與方，也加入了中國 AI 倫理標準制定 —— 企業(yè)作為社會的一份子，需主動推動行業(yè)規(guī)范，確保 AI 的 “三觀” 符合倫理。
陳凰朝：今天的討論非常精彩，簡單總結(jié)四個核心觀點：
1. 產(chǎn)品設計：技術隱形，體驗為王：無論是商湯的數(shù)字人還是楊博士的機器人，核心都是 “以用戶需求為導向”—— 技術無需讓用戶感知，只需解決真實痛點（如隱私保護、高危場景作業(yè)）。
2. 商業(yè)化：從替代到增強：AI 的價值不是 “替代人類”，而是 “增強人類能力”—— 做人類不愿做、不能做的事，推動人類技能升級，創(chuàng)造新就業(yè)機會。
3. 全球化布局：文化與合規(guī)：出海需要考慮人力成本和產(chǎn)品價值，同時結(jié)合算力、數(shù)據(jù)安全與地緣政治因素，提供更為本地化的產(chǎn)品。
4. 倫理與治理：邊界與責任：AI 倫理沒有 “絕對答案”，但需多方協(xié)作 —— 企業(yè)建立審核機制，學界探索風險邊界，政府制定規(guī)范，共同確保 AI 正向發(fā)展。
再次感謝各位嘉賓與觀眾的參與！
（本文首發(fā)鈦媒體APP）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論