广州人工智能+产业如何突围？应用场景成发力点但声量不足

本期调研课题：广州人工智能+产业如何突围？

广州是否错过了移动互联网时代的风口？很长一段时间，这成为网友争论的焦点。直到近两年，看到微信坚挺、唯品会稳健，希音、TEMU崛起，这样的疑虑才有所缓解，让世人看到了久违的颠覆性科技创新的苗头。

如今的生成式人工智能风口，广州大小企业参与踊跃，但取得的创新成果目前看还不算多。放眼国内，无论是互联网巨头还是明星初创企业，“卷”通用大语言模型的人工智能公司中，难觅广州企业的踪影。广州的“人工智能+”企业在做什么？调研团发现，丰富多彩的应用场景成为广州人工智能企业的发力点。

正是这样的产业图景，导致在这一轮生成式人工智能产业浪潮中，广州似乎声量不足。不过，结合粤港澳大湾区强大的制造能力，广州有望在人工智能的新赛道上以“四两拨千斤”的巧劲儿，以小博大、突围而出。

AI技术辅助的证件相拍摄

观察剖析

入局之机：拓展应用场景和关注底层技术为两大发展路径

调研发现，广州的人工智能企业大致有两条主要的发展路径：一是早期从视觉识别起家的企业，像云从科技、像素数据，在安防、金融、教育等领域开拓出一批应用场景。二是在互联网创业中摸爬滚打多年积累下大量数据的科技企业，当生成式人工智能来临，它们顺理成章地用各种人工智能工具赋能现有业务，像钛动科技、数说故事、致景科技、拿火音乐等。

无论是哪一条发展路径，企业都将应用场景视作生命线。

“在人工智能行业，或许只有一小撮人去做0到1的质的突破，更多人要关注应用场景，怎么把它用好。”香港科技大学（广州）协理副校长（知识转移）、人工智能学域主任熊辉如是说。的确，如般的通用大模型，具备通识能力，但不能解决特定行业特定场景的专业问题。因此，当一众通用大模型还在摸索商业模式之时，务实的广州人已经在人工智能的应用层赚到第一桶金了。

帮助国货在海外打造品牌的钛动科技，是行业内最早一批进行AIGC（人工智能生成内容）应用场景落地的企业之一。钛动科技创始人兼CEO李述昊认为，中国大量中小企业的优势是直接面向应用场景，而不是先拿出技术，再找场景嵌套。

很多企业要布局海外业务，从市场调研、产品本地化设计、物流仓储到市场推广，整个流程耗时长达一两年。如今绝大多数环节都可以依托技术赋能，可能一个月就能开卖。李述昊介绍，企业出海营销面临海外模特成本高昂和操作流程繁琐等问题。拥有涵盖欧美、东南亚、中东、非洲等模特素材库的“钛AI换装”模型，能为跨境商家一键虚拟模特换装，货品上架时间从一周缩短到了两分钟。

除了选择在大模型的肩膀上拓展业务场景的主流路线，广州人工智能赛道上也有“另类玩家”，他们不“卷”大模型，有的关注底层技术，有的通过投资技术快速入局。

比起在热门赛道里做应用，暗物智能的技术路径更加底层。“大语言模型中纯数据驱动的技术方式，由于安全性、可靠性等问题，阻碍了真实应用场景产业落地。只有先把技术应用落地的痛点解决了，才能在大湾区这样的应用创新场景集聚地进行大规模复制应用。”暗物智能科技研发副总裁苏江说。针对这些痛点，暗物智能对业务应用逻辑进行白盒机制的机器推理，打造人工智能“可信”机制。

相比暗物智能“单挑”新技术范式，长期专注新一代通信技术等服务的超讯通信，一手布局上游算力中心，一手通过旗下子公司入局下游文生图、图生图等热门的生成式人工智能赛道，推出了灵犀妙笔AI。不过，他们所面对的挑战，在于市面上热门的国产AI大模型已经冲到一线“拼杀”，要如何竞争？超讯智能科技（广州）有限公司总经理胡晶说，除了发力国内市场，他们将出海作为重要战略之一，目前已经在多个金砖国家完成测试。

广州像素数据技术股份有限公司的智慧视频巡考系统应用场景。

解局之思：人工智能应该像数学一样成为一门基础学科

为何在广州会爆发出如此多的应用场景企业而非底层技术企业？曾在中山大学任教、后辞职创业的数说故事创始人兼CEO徐亚波感触颇深。“在广州创业，最大的感受就是这座城市的务实。”

正是这样的务实风格，推动企业去寻找应用场景、找客户。徐亚波说，最近爆火的大模型KIMI，公司名就叫“月之暗面”，从中可以看出这需要天马行空的想象。“这样的对比，不能说谁对谁错，毕竟从工业界看，通用语言大模型没有得到特别广泛的应用，商业领域暂时也没出现‘杀手级’应用。”从这个角度看，大湾区发展人工智能可以把重心放在应用场景，思考如何在扎实的产业基础上把应用做好，培育好产业生态。

当然，鲜有广州企业“卷”大模型，并不意味着大模型不重要。从总体上看，广州为何在这次生成式人工智能，尤其是大模型浪潮中显得声量不够高昂？熊辉坦言，人才是很重要的一个方面。在这次浪潮中，“智能”与“语言”紧密相连。

他解释，上一轮计算机视觉技术领域，几个研发重镇除了清华大学，还有合肥的中国科技大学以及香港的香港中文大学、香港科技大学等，大湾区的人才优势就体现出来了，商汤科技、云从科技等这批视觉识别领域的“AI四小龙”，都成长于大湾区。

有调研团队成员表示，当前的通用大语言模型，广州之所以优势还不够明显，原因之一是顶尖的高校研究组还不够多。大语言模型源自自然语言赛道，目前国内清华大学和哈尔滨工业大学一直是佼佼者。从产业角度分析，这批清华出来的创业者，已逐渐形成一套生态循环，一方面是学校的机制灵活、鼓励创业，另一方面成功的校友本身就有带动作用。

熊辉认为，港科大（广州）有责任承担起这样的使命。“我们一方面重视交叉学科，一方面倡导实验动手，希望以此培养创新创业型人才。我相信，未来在垂直赛道上，我们港科大（广州）将会异军突起。”

如何培养人才？熊辉建议，今后人工智能应该成为学校的一门必修课。“人工智能应该像数学一样成为一门基础学科，无论是做化学、做材料、做分子生物分析、脑科学，甚至是文科，都要学，从而延伸自己的能力。”

AI自学练习（物理课）

破局之道：搭好算力等基建 让企业集中力量办大事

调研团认为，发力生成式人工智能，广州要学会“大力出奇迹”，有了基础设施，人工智能对各行各业的赋能将起到“四两拨千斤”之效，各种新业态新模式将释放出前所未有的潜能。

熊辉坦言，回顾过去二三十年，技术进步基本是在产业界出现的，而没有在学界出现，例如搜索、数据库、通用大模型等。“但这样说也不公平，因为真正做技术的人都是学术界培养出来的，只是这些成果没有从学术界的实验室孵化出来。”正是这样的现状，让他深知，研究者必须“上前线”，走到产业中去，才能真正地推动技术进步。因此，港科大（广州）强调产、学、研、用、投一体化思考。“以人工智能为例，我们就是要把学生推到最前线去。”在熊辉看来，对大湾区、广东和广州来说，要充分认识到高科技大学的重要性。“这是一个需要‘大力出奇迹’的时代，特别是对高科技高校的投入。”

如何推动产业与科技的融合？新型科研机构在其中扮演了重要角色。落地大湾区的广东人工智能与先进计算研究院就是其中代表。其副院长梁俊说，研究院之所以落地大湾区就是希望走到产业的第一线。“我们现在采取‘企业出题，研究院答题’的模式，借助研究院在技术创新方面的优势，与产业进行深度融合。”

从产业界的角度看，云从科技联合创始人姚志强建议，企业“卷”大模型长期看并不现实，因此要集中力量办大事，政府部门做好基础设施的搭建。“基础设施不仅仅是算力，我们总以为建好算力中心就建好了‘高速公路’，其实算力平台还不是‘高速公路’，必须要把通用大模型也考虑进去。虽然现在看起来很烧钱，但重点是培育了整个产业生态。”他认为。

对于姚志强的说法，广州市人大代表周斌认为需要加强“企业+政府+机构”的多方联动。“我觉得最好的模式还是企业投一点、政府出一点，共同打造通用大模型。尤其当工业数据都分散在不同企业的现实下，更要多方联动，实现数据要素的真正变现。”

港科大（广州）的AI机器人艺术家利用深度学习为用户画像。

调研建议

发展思路

政府要“大力出奇迹”，科研工作者要“上前线”

在科研创新领域，香港科技大学（广州）协理副校长、人工智能学域主任熊辉认为，广州要在人工智能赛道突围而出，政府要“大力出奇迹”，科研工作者要“上前线”，走到产业中去，才能真正地推动技术进步。政府部门要充分意识到高科技大学的重要性，全世界都在比拼这一点，每个学校要打造强势学科，实现及时变现、及时产业化、及时做资本投资，形成良性循环。

广州市工信局副局长黄星耀则从政府部门的角度思考广州对人工智能产业的布局。新兴产业和未来产业是新质生产力的重要载体。其中，人工智能是未来发展的一个重要领域。下一步，将结合广州产业基础和资源禀赋，加快构建新型工业化产业体系，重点发展智能网联新能源汽车、生物医药与高端医疗器械、特色工艺半导体与集成电路、新型显示、新型储能、智能装备与机器人、人工智能等产业，大力实施数字化、智能化、网络化、绿色化“四化”赋能行动，切实推动人工智能赋能千行百业。

产业落地

把垂类模型作为突破点，形成广州的特色和领先优势

广州市人大代表、广州市人大预算委员会委员、工业和信息化部电子第五研究所全国重点实验室副总工程师周斌坦言，“两条腿走路很重要”。他认为，广州既要围绕基础研究、颠覆性技术突破加大投入，也要重点发力人工智能技术与产业的结合。“具体来看，要推动人工智能促进制造业转型升级、推动新兴产业发展，发挥产投机构的作用，推动技术迭代和产业升级。”

长城战略咨询华南区总经理孔伟强则把目光聚焦在人工智能如何在垂直产业领域落地。他说，广州在垂类模型方面有非常好的基础，而垂类模型其实有着很高的门槛，并不是通用大模型就能直接进入的。只有对产业本身有非常深入的理解，才可能做好这件事。“我建议，广州把垂类模型作为人工智能产业的突破点，形成广州的特色和领先优势。”

对此广州市社会科学院现代产业所研究员秦瑞英也深有同感。她以服装纺织行业为例，认为广州的传统产业在“人工智能+产业”领域有着更大的发展潜力。

AI技术可应用于教学方面。

要素保障

要让我们已有的数据活起来，积累更多更好的数据

坚定赛道后，如何为人工智能产业提供要素保障，成为调研团关注的焦点。广州市人大代表、广州医科大学附属妇女儿童医疗中心妇女保健部主任、广东省妇女儿童工作智库专家邱琇说，人工智能赛道中，数据的竞争非常重要。要让我们已有的数据活起来，积累更多更好的数据，为发展新质生产力提供最基本的要素保障。仕博猎头天使创投创始人邱军涛聚焦人才。他认为，培养人工智能人才固然重要，但周期太长，因此广州要注重人工智能人才的引进。人才的引进需要现象级的企业，对于高端人工智能人才来说，小企业无法承担这样的成本。“所以引进人才要靠龙头企业，当一个地区缺少龙头企业，政府就要发挥更加重要的作用，出台更有吸引力的人才政策。”

科幻作家、中山大学中文系创意写作教研室主任、广州市作家协会副主席王威廉则认为：“人工智能时代，如何提升我们的创造力、想象力固然重要。但也要避免落入数据陷阱中。”

调研手记

清醒诚笃 提挡加速

AI火热，技术发展一日千里，各种模型百舸争流，应用工具如雨后春笋。在势不可挡的AI浪潮中，各地都在积极布局。如何抢抓新机遇，抢占新风口，广州要保持清醒诚笃的态度，延续优势，直面不足。

在上一轮判定式人工智能热潮，得益于丰富的应用场景，广州在计算机视觉、语音识别领域走在全国前列。可以说，让技术进步与产业推广相互促进，广州积累了一批经验。如今的生成式人工智能风口，广州大小企业也踊跃参与，但取得的创新成果仍不算多。产业界一定要破除赚快钱的心态，在AI技术开发和应用上下足功夫。

“人工智能+”行动意味着不能只停留在玩酷耍炫的技术，还应带动产业革故鼎新。因此，广州依旧要抓住产业链完备的优势，拉动传统产业在数智转型上形成质的飞跃。

让人工智能一大批新技术、新应用、新突破在广州拔节生长，需要人才引领。人才，是本次调研中企业提及最多的诉求。广州要吸引八方人才，需要更加实打实的政策形成强引力。除了人才引进，广州对人工智能人才的培养更不能落后。通过“人工智能+”以用促研，让高校的基础研发与产业界的成果转化有效协同，避免人才培养与产业应用脱节。调研中，有的校企双方共建校企联合研发中心、校企联合实验室。广州需要进一步加大力度探索“政府+企业+高校院所”的有效协同，加快垂类模型在医疗、交通、传统制造等领域的应用落地，形成“沿途下蛋”的创新成果转化机制。

新质生产力正以人工智能为引擎提挡加速，广州需要让这台引擎动力不减。毕竟，发展人工智能，关乎更辽远的未来，广州绝不能落后。（文/广州日报新花城记者：林传凌）

数读广州人工智能产业

遴选“造车健城”等4条人工智能优势赛道。

培育近30个人工智能产业重点载体。

培育广州人工智能与数字经济试验区琶洲核心片区等4个广东省人工智能产业园，30家省级大数据骨干企业，13家省级人工智能骨干企业。

广州有14个人工智能应用场景入选国家人工智能创新应用先导区“智赋百景”名单（数量居全省第一）。