證券時報記者 周春媚 安宇飛

機械臂靈活搖晃，讓奶白色的冰淇淋在塑料杯里堆疊成一座小山，兩位歐洲參展商小心翼翼地接過機器人遞過來的冰淇淋，一邊品嘗一邊朝工作人員頻頻點頭……這是發生在8月27日召開的2025 AGIC 深圳（國際）通用人工智能大會上的一幕。

“人工智能+”在這場大會上被具象化，從機器人“飲品天團”到智能駕駛汽車，從AI零售新生態到“城市大腦”，人工智能正駕駛著機器人等“硬件快車”、踩著油門沖進千行百業。不過證券時報記者了解到，在“人工智能+”行動大規模落地的新階段，AI想真正邁入應用“深水區”，仍面臨技術“通而不專”、數據“質缺量少”、成本居高不下等難題。

從云端落到身邊

AI摁下“加速鍵”

只需在屏幕選一杯咖啡，機器人就能在90秒內全自動制作一杯拉花精美的咖啡，濃香撲鼻。在大會現場，安諾機器人（深圳）有限公司相關負責人告訴記者，這次公司把整個“飲品天團”都搬到了展會上，能通過機器人完成做奶茶、咖啡拉花、打冰淇淋、調酒等各項復雜技能，“以后會有越來越多的飲品店出現‘機器人員工’”。

這正是AI技術落地的具象化場景。上述負責人表示：“我們的咖啡機器人就配備了智能視覺捕捉和識別系統，靠AI建立了學習能力，通過視覺捕捉和3D建模，專業咖啡師在它面前展示的拉花技巧，它可以看懂并學會，然后完美復刻出來。”

當咖啡機器人正在忙碌為參展者提供飲品的同時，一個掛著數枚金牌的機器人正張開雙手，以“擁抱”的姿態面向參展者。這是領益智造的“領瓏”機器人，在近期結束的首屆世界人形機器人運動會上，該機器人斬獲了物料搬運技能競技、混料分揀技能競賽雙料冠軍。

領益智造相關工作人員告訴記者：“‘領瓏’主要能力是分揀，它搭載了我們自主研發的智能高精度視覺引導技術和創新的空間搶占式抓取算法，能夠在物料混亂堆放的情況下精準選出需要的物料，高效進行分揀。它未來的應用場景將會非常廣闊，能在大部分工廠里面當個好員工。”

在“領瓏”機器人不遠處，幾臺無人看管的收銀機也吸引了很多人駐足。無需人工操作，只需把餐盤放到識別區，機器就能自動識別出餐盤上有哪些菜、需要支付多少錢，高效完成收銀工作，這是深圳市銀歌云技術有限公司推出的智能零售結算臺，公司相關負責人表示：“我們的產品主要依托于百度飛槳的AI能力去打造，以前人力結算一分鐘平均處理兩單，我們的結算臺一分鐘可以處理10單到15單，大幅提高餐飲業效率、降低人力成本。”

“人工智能+”行動

已在全國多地落地開花

從咖啡機器人到AI結算臺，從“AI工匠”到智能輪椅，記者在大會現場看到了AI在各類場景中“顯露身手”，這正是AI加速向千行百業滲透的縮影。

8月26日，《國務院關于深入實施“人工智能+”行動的意見》正式印發，明確提出到2030年，新一代智能終端、智能體等應用普及率超90%。同時，《意見》還以科學技術、產業發展、消費提質、民生福祉、治理能力、全球合作六大領域為重點，部署實施“人工智能+”行動。“這意味著，屆時AI將徹底成為水、電、網絡一樣的基礎設施，全面賦能實體經濟并融入日常生活的方方面面。”一名資深的AI行業人士告訴記者。

記者梳理發現，自一個月前國務院常務會議審議通過《關于深入實施“人工智能+”行動的意見》，近一個月以來已有浙江、上海、安徽、湖南等省份通過文件或會議形式，部署“人工智能+”行動。例如，浙江以“人工智能+醫療健康”為突破口，致力于建設國家級人工智能醫療行業應用基地；上海則聚焦制造業，實施“模塑申城·AI+制造”行動，推動人工智能技術與制造業深度融合。

“從以上兩地來看，浙江依托‘數字浙江’基礎，在影像輔助診斷、基層推廣應用、數字醫生普及等方面重點發力，體現其在數字健康領域的先發優勢；上海則結合其作為全國高端制造和人工智能雙高地的產業基礎，重點在集成電路、汽車、鋼鐵、航空航天等行業推進AI深度賦能。”盤古智庫高級研究員余豐慧在接受證券時報記者采訪時表示，以鋼鐵制造業為例，華院計算的鋼鐵行業大模型已將寶武集團的熱軋表面缺陷檢測準確率從不足80%提升至98%，并成功出海應用于墨西哥阿塞雷羅鋼鐵，展現了“AI+制造”的巨大價值。

在當前各地加快實施“人工智能+”的浪潮中，賽智產業研究院院長趙剛告訴證券時報記者，各地需要結合自身資源稟賦，突出產業特色和創新亮點，因地制宜推進“人工智能+”行動，力求取得實效。余豐慧認為，要避免同質化，關鍵在于立足本地產業稟賦和數字化基礎精準切入。“建議各地在實施中應堅持‘一業一策’，優先選擇數據基礎好、場景清晰、需求迫切的行業，依托鏈主企業構建‘數據—模型—場景’閉環，避免低水平重復建設。”余豐慧說。

AI邁向應用深水區

仍需破解三大難題

隨著“人工智能+”行動從頂層設計邁向全面實施，AI技術正加速從實驗室走向工廠車間、田間地頭和城市街巷。然而，多名受訪專家表示，當前AI應用已進入“深水區”，規模化落地仍面臨一系列難題。

首先是技術通而不專，行業適配性不夠。“基礎模型仍處于發展階段，存在模型可解釋性差、幻覺高等問題。一些行業模型的應用試驗場景少，推廣部署的條件還不成熟。”趙剛表示。

余豐慧表示，工業領域普遍存在“三高”困境——高準入門檻、高運營成本、高安全風險，一個微小的誤判可能導致重大安全事故，這要求AI模型必須深度理解復雜的工藝邏輯與“老師傅”的隱性經驗。但是當前普遍存在技術與業務“兩張皮”的現象，應用場景難以打通。

“對此，必須構建‘技術—場景—生態’閉環體系，應鼓勵龍頭企業牽頭組建創新聯合體，推動AI企業與制造企業深度融合，實現AI在裝配、焊接、質檢等典型場景的規模化部署。”余豐慧說。

其次是數據質缺量少，高質量語料不足。高質量數據是訓練行業大模型的“燃料”，但趙剛表示，目前不同行業數字化轉型程度不同，“數據孤島”現象突出，數據質量參差不齊，難以滿足行業模型訓練和推理的需求。

深圳星燦智能機器人有限公司相關負責人告訴記者：“智能機器人從實驗室走向千家萬戶，過程中需要大量的優質訓練數據讓機器人迭代升級，讓它更適應真實生活場景的需求，落地場景更豐富。”

最后是成本居高不下，中小企業難以承受。趙剛表示，標準化AI服務尚不能滿足不同行業的特色需求，但定制化AI服務的算力、模型、數據等建設和實施成本仍較高，對中小企業而言負擔沉重，成為了AI規模化推廣的“攔路虎”。

“實施‘人工智能+’行動需要分類施策，針對央國企、行業龍頭和中小企業等不同類型和規模的企業，給予差異化的支持政策。”趙剛表示，還可以探索建設“人工智能+”行動公共服務平臺，滿足共性基礎設施和資源能力的供給，降低中小企業成本，促進人工智能應用創新。