南方财经智库研究员 翁榕涛 庞成 王达毓 广州报道

在力之智能科技（广州）有限公司总部，南方财经研究员正坐在一台智慧康复机器人上，机器人带动四肢进行运动，即使刻意放松，仍能清晰感知到肌肉正在引导下锻炼。

力之智能选择的AI+医疗康复赛道，与其创始人谢龙汉于博士期间人工智能、智能机器人的研究方向高度吻合。

“我们的业务定位，就是在机器人本体上，实现脑机接口的智能控制，实现脑机智能机器人的辅助康复，解决这一具体场景问题。”力之智能联合创始人陈彦向南方财经研究员表示。

近日，南方财经研究员在“新产业金融·AI与机器人”中发现，与年初市场还沉浸在表演式机器人的热度追捧中不同，广东的机器人企业普遍高度重视场景应用。挑选投资机构时，企业也愈发倾向于选择能提供优质场景的产业投资者。而在投资端，选择能落地、有场景的项目成为投资人出手的必要条件。

“去年我们还会看很多停留在 PPT 演示阶段的项目，今年基本只看有具体落地场景案例的项目。” 广州一家投资机构的负责人告诉南方财经研究员。一方面，“不投最酷的，投能落地的”，正在成为不少 “AI+”投资人的共识，谁能率先找到适配场景，实现商业闭环，谁就能在此次浪潮中抢占先机。另一方面， “AI+”又与以往其他产业有所不同，需要在真实场景中积累更高质量的数据，反哺产品技术的进步。

因此，无论从商业变现的现实需求还是技术迭代的底层逻辑，场景为王，成为企业和投资人的共识。

场景为王

广东九四智能科技有限公司董事长刘嗣平向南方财经研究员形象地比喻，“拿着锤子找钉子，最后大部分都失败了。”他多年来的观察发现，先有技术、再找场景的逻辑往往行不通。AI与机器人产业发展进入下半场，从场景出发倒推技术研发，反而更容易形成可持续的创新闭环。

2018年就开始做语音识别的九四智能，正在AI浪潮中借助多年积累的场景优势，构建起自己独有的护城河。

作为语音呼叫领域的头部企业，九四智能长期深耕语音外呼业务，积累了深厚的应用场景沉淀与实践经验。其产品语音效果与真人高度相似、难辨真伪，这背后离不开 2018 年便组建的核心技术团队。凭借对 AI 替代人工趋势的精准洞察，九四智能聚焦信贷金融行业语音呼叫服务，结合团队扎实的技术功底与对用户运营的深刻理解，推动产品逐步替代传统电销人员，成功跑通商业化场景，为客户实现降本增效的核心价值。

正因如此，进入AI时代的九四智能更快速获得先发技术优势，把在智能语音客服应用场景延伸至电商、零售、教育、保险等领域。

不仅是企业，在调研当中，不少投资人也表示，行业焦点正转向“下半场”：从概念展示转向价值实现，从技术突破转向场景落地，场景正在成为决胜关键的胜负手。

温润投资是温氏集团旗下的投资平台。温润投资相关负责人向南方财经研究员表示：“我们调研了许多企业和投资机构，发现大家现在最看重的还是场景。在较为成熟的应用场景，AI和机器人能提升效率，逐步替代人类难以完成的工作任务。”

温润投资的机器人项目，既借助了温氏的应用场景实现了技术的突破，又在技术迭代中帮助温氏创造更多价值。

具体来看，温润投资投资了拉塞特机器人，并将其深入融合到温氏的产业链当中。养猪场景中，普遍存在气味难闻、光线不足等情况，如果能用机器人进行替代，可以大幅提升企业效益。

借助温室集团的大量细分场景，温氏集团为其赋能，使用机器人进行喂食、巡查等工作，在真实场景中积累高质量训练数据，助力机器人进行迭代升级。同时，机器人也在帮助温氏集团提高生产效率、替代不适合人类从事的工种。

事实上，在温润投资入场前，拉塞特机器人并未对养猪场景有深入的理解，温氏为拉塞特机器人提供了大量训练场景，针对可落地场景的迭代，企业得以建造独特的护城河。

正因产业投资方在场景上的加持优势，不少企业正加速寻找具备真实场景资源的产业投资者。因为这些投资方不仅能带来真实应用场景，还能在上下游合作伙伴以及产业生态方面给予支持。

比如，帕西尼正通过打造亿级规模高质量数据集、引入产业资本力量加速场景协同。比亚迪、京东等产业方的参与，不仅为帕西尼提供了稳定的真实场景来源，也带来了完整的“技术—场景—数据”闭环，助力产品更快实现从技术突破到商业落地。

“在我们后续的融资当中，希望有更多产业投资方进来。”陈彦表示。对于力之智能而言，在后续融资中引入产业投资者，也能够帮助其更好实现场景落地。

突破数据瓶颈

场景的价值，不仅在于验证商业落地的可行性，更在于为AI算法提供了不可或缺的迭代环境。只有在真实数据的持续训练与反馈中，模型才能不断优化，最终与实际应用需求相匹配。

调研中，不少企业与投资人向南方财经研究员表示，当前，AI与机器人行业的主要发展瓶颈是缺乏真实应用场景，企业无法获得高质量数据进而迭代模型。

“与其他行业不同，人工智能与机器人模型需要大量真实的场景化数据支持，才能实现有效的技术迭代。”深创投高级投资经理卢禹表示，人工智能与机器人产业对应用场景有更强的需求，需要场景应用、数据收集、模型迭代的闭环，实现模型的数据飞轮。

清科控股股权市场部负责人李辉认为，“模型发展到现在的阶段，只有基于专业应用场景，才能获取大量高质量数据，帮助模型迭代。人工智能和其他行业不一样的关键在于边际成本低，应考虑更广泛、而非地域性的应用场景。”

这在一些高门槛的行业体现得更加明显。例如，医疗行业数据专业度高、获取难度大，能够长期站稳脚跟并持续迭代模型的企业，“AI+”医疗也在成为当前不少投资人眼中在AI时代具有较高护城河的行业。

医疗大健康行业的专业门槛极高，“AI+”医疗更是高上加高，光是AI训练所需的数据，就把大量的有意参与者挡在门外。

对于深耕AI乳腺筛查的广州尚医网信息技术有限公司而言，进入门槛高的医疗领域，既是一种硬核挑战，更是构筑其核心竞争优势的关键契机。

在进入AI医疗赛道前，尚医网已深耕数字医疗产业多年，凭借长期行业积淀获得了丰富医疗资源，这也为其积累大量高质量乳腺超声数据集打下了基础。

目前，尚医网推出了“小济医生”乳腺癌筛查方案，在病灶识别与良恶性判断等关键指标的表现中，其精准度媲美高年资超声专家。目前，“小济医生”已在全国多省份落地，覆盖了数十万筛查人群。

有“质”也需有“量”。从模型原理的角度看，一个成熟模型内往往有上百万个参数，而在模型迭代过程中，需要使用大量高质量数据调整模型参数，才能使模型达到基本使用要求。

这在当前资本市场火爆的具身智能赛道也同样适用。

帕西尼创始人兼CEO许晋诚坦言，“当前具身智能模型的发展很大程度上还停留在数据不足的发展阶段。与大语言模型相比，机器人的数据量还有3个甚至4个数量级以上的差距。”

正因真实场景是获取高质量数据的关键，投资人正将目光聚焦于那些能够将技术与实际场景深度融合的企业。

作为广州的机器人本体企业，广州里工实业有限公司在A轮中就被中科创投看中。

中科科创高级副总裁张玲表示：“选择投资里工实业，是强调场景导向的结果，中科科创重视其对制造、仓储、实验室等产业应用场景的深度结合。场景驱动让技术更快形成价值闭环，也更符合产业智能化升级的长期方向。”

里工实业CEO李卫铳认为，场景类通用机器人并非要“做全场景的机器人”，而是要在特定场景中解决实际问题。

他表示，“高质量的数据训练场至关重要，只有能真正反映场景问题的数据才是有用数据。场景出题、企业答题，这是一种市场化、公开化的机制，有能力的企业就能通过真实场景不断迭代。”

里工技术的突破，就源于其对工业场景的深度理解。李卫铳表示，“我们做了几十年制造，知道工厂要什么。比如，广州天气潮湿，部分品牌机器人容易受潮进水，我们就针对性做了防水防潮的机箱，高温高湿的严苛环境都没问题。”

而面对数据紧缺的困境，里工机器人通过自建真实场景、管理层认领训练机器人的方式，创造场景获取高质量数据以更好迭代模型。

事实上，面对AI与机器人产业发展场景化数据稀缺、采集成本高企的现实挑战，地方政府也在尝试通过制度创新与场景开放，为行业补足高质量数据供给。

例如，广东正尝试从制度创新、场景开放和产业协同三方面破局，探索出一条以“真实场景”为牵引的高质量发展路径。

在政策层面，广东正推动国企场景资源开放，通过“场景收集+第三方买单”等创新模式，为本土企业提供数据增量与测试环境。广东具身智能训练场正在广州、深圳等地陆续建成，涵盖商业、工业等真实应用场景，为机器人企业提供低成本、高效率的数据采集与算法验证空间。

今年8月，深圳国资启动打造100个战略性应用场景，涵盖托育园区、机场货运、环卫清扫、燃气等多个领域，鼓励科技型企业与国企场景方共建共测，为AI与机器人等重点产业提供“落地加速器”。

有投资人建议，广东拥有大量的制造业龙头国企，具备其他地区难以复制的工业场景资源优势，若能进一步开放国企真实场景，将为本地AI与机器人企业提供强大的数据积累和验证空间。