在全球人工智能浪潮持续深化的 2025 年，智能陪伴赛道正展现出巨大的市场潜力。

据 Grand View Research 数据显示，2024 年，全智能陪伴市场规模已超过  281  亿美元，预计到 2030 年将突破 1400 亿美元，复合年增长率高达 30%。

在这个千亿美金市场中，中国与新加坡正在成为产业发展的两个关键市场：中国作为全球第二大 AI 伴侣应用市场，拥有最活跃的应用创新生态和完整的产业链基础；新加坡则凭借其国际化环境、高老龄化程度和先进的 AI 治理体系，成为 AI 伴侣产品进行全球化验证的重要试验场。

基于两国市场的互补性，由通商中国主办，中新人工智能协会（CSAIA）作为官方合作伙伴的 2025 通商中国青年论坛中，特别设置了"AI 陪伴与人形机器人：探索产业新趋势 "专题讨论，本次讨论汇聚了中新两国产学界的典型实践代表。

新加坡主论坛方面，中新人工智能协会联合创始人陈凰朝展现了协会对于中国和新加坡 AI 陪伴和具身智能市场的洞察；商汤科技亚太区业务群副总裁邹春慧带来头部 AI 企业的商业化实践；新加坡国立大学计算机科学系李苡杰博士从学术视角分享 AI 伦理前沿洞察；优理奇（UniX AI）创始人杨丰瑜博士分享了全球首个触觉大模型如何转换成具身智能产品；中国上海分会场方面，博世数字副总裁陈养威从制造业角度探讨智能化转型，与新加坡亚洲新闻台驻上海记者陈有源共同探讨年轻人如何拥抱 AI。本次论坛新加坡与上海的嘉宾们现场隔空交流，共同构建了新加坡与中国多元的对话视角。

讨论围绕技术产品突围、商业化定位、全球化布局  及 社会伦理治理四大维度展开，其中杨丰瑜博士再三强调产品设计的用户体验导向，并指出：" 触觉是具身智能的皇冠明珠，但最好的技术是让用户感知不到技术存在 "。邹春慧结合商汤科技的全球化实践总结：" 出海不是简单的技术输出，而是价值理念的共融过程 "，凸显全球化中的文化适配重要性。李苡杰博士警示：" 算法偏见本质是社会偏见的镜像，AI 治理需要多元共治 "，呼吁建立包容的伦理框架。陈养威则建言：" 年轻从业者既要拥抱技术迭代，更要坚守人文底线 "，提醒行业平衡创新与责任。

这场横跨新加坡两地的对话，不仅展现了 AI 伴侣技术从实验室走向商业化的演进路径，更通过中新两个代表性市场的对比分析，揭示了人工智能全球化发展的关键路径——技术创新需要与本土化应用、伦理治理同步演进，而这正是通商中国与中新人工智能协会共同推动中新对话和 AI 专题讨论的深层价值所在。

以下是主题讨论实录，经「出海参考」编辑整理：

陈凰朝：先讨论一个产品技术的问题。当前 AI 伴侣与人形机器人正处于关键的技术分水岭，从多一模态向多模态融合发展，从云端智能向边缘计算转移，从通用能力向专业场景深化，技术路线的选择直接决定了产品形态。想请教杨博士，作为全球首个触觉大模型与多模态融合大模型的提出者，您认为 " 触觉 " 在机器人产品设计中扮演着怎样的角色？又该如何向用户解释 " 为什么需要触觉 " 呢？

杨丰瑜：" 具身智能 " 的定义：通过集成视觉、听觉、触觉等多模态信息，实现机器人在复杂场景下的泛化操作与多功能适配。触觉感知是 " 具身智能皇冠上的明珠 "，其核心价值体现在三个方面：

1、力控制精准度：仅靠视觉无法判断操作力度，例如 " 抓取豆腐不压碎 "" 拧动瓶盖不打滑 " 等精细动作，需依赖触觉反馈实现力的动态调节；2、遮挡场景补位：机器人执行任务时，自身肢体易遮挡视觉传感器，触觉可替代视觉完成 " 盲操作 "，避免流程中断；3、被动安全保障：在家庭、公共场所等与人共存的场景中，触觉能实时检测碰撞并触发安全响应，是机器人 " 融入人类环境 " 的前提。

陈凰朝：接下来想请教商汤科技的邹总，如何看待杨博士刚才提到的 " 让技术隐形于体验 "？商汤是如何推动技术落地并转化为产品的？

邹春慧：商汤的核心逻辑是构建了  " 一基两翼 " 的产品体系：一基是指商汤人工智能基础设施包括智算中心  SenseCore和大模型 SenseNova  为核心底座，以此支撑两大应用方向 ——

生产力工具：通过 AI 辅助编码、数据分析，提升企业端效率，目前已服务超千家金融、制造企业；

人机交互工具：为 " 数字化身 " 及未来具身机器人提供技术支持，在政务服务场景中，" 数字化身 " 可实现 7 × 24 小时信息传递，同时解放人类员工处理复杂决策类任务。

在技术落地与产品转化上，需遵循四大原则：以需求为导向、聚焦客户体验、重视数据隐私与安全、坚守 AI 伦理与合规。

陈凰朝：关于   "AI 需关注伦理 "，这恰好是李博士的研究方向。请问李博士，您如何看待杨博士与邹总的产品设计逻辑？该如何避免 AI " 过度拟人化 "？

李苡杰：我并非只关注 AI 的负面影响，反而非常看好其对社会的正向价值。但在产品设计中，我们必须先思考两个问题：一是长期使用会带来什么结果？二是产品目的是 " 替代人类 " 还是 " 帮助人类 "？

当前大语言模型会呈现出一定的 " 个性特征 "，人类在与 AI 交互时，个性可能会逐渐被 AI 影响 ，若 AI 设计不当，未来可能对人类产生负面影响。

另一个关键问题是 " 数据来源 "，  若数据集本身存在偏见（如性别歧视、地域歧视），训练出的 AI 系统也会传递这些偏见，无法给社会带来正向价值。

因此，无论是学界还是业界，在设计 AI 产品时都需多维度思考：产品会如何影响个体与社会发展？如何平衡技术创新与伦理风险？

陈凰朝：这就涉及到 AI 应用的商业化定位了  ，如何把   "AI 替代 " 转化成   "AI增强 "。能否请各位科技企业代表分享案例：你们的产品是如何在实际场景中 " 增强人类能力 " 的？

邹春慧：商汤的核心逻辑是 " 以人为本、技术可控、可持续发展 "：

首先，技术是 " 可控的辅助工具 "，而非 " 替代者 "。比如数字人在银行、政务领域的应用：银行需要 24 小时精准服务，数字人能实现全天候响应，同时避免人工操作的误差；政务服务中，数字人能提升服务效率，但最终决策（如审批、结论）仍需人类完成 —— AI 提供的是 " 支持 "，而非 " 替代 "。

其次，技术能推动人类 " 技能升级 "。比如 AI 需要高质量的数据标注与模型优化，这就要求人类掌握数据处理、AI 运维等新技能。若人类能主动学习这些技能，不是被替代，而是能从事更具创造性的工作。

杨丰瑜：优理奇（UniX AI）的机器人更多聚焦于 " 体力劳动场景的增强 "，核心是 " 做人类不愿做、不能做的事 "，而非替代人类。目前人形机器人有三大核心商业化场景：

聚焦高风险、高缺口、高重复场景。例如，高风险场景包括部署于拆弹、放射性 CT 室检查、高压变电站维护等领域，AI 替代人类承担生命安全风险；高成本劳动力缺口场景则是针对欧美等高劳动力成本地区，让 AI 切入夜间安保、老年护理等 " 招人难 " 岗位，缓解劳动力短缺压力；面对高重复场景，AI 可以将流水线打包、环境清洁等单调劳动自动化，提升生产效率。

1.  高危场景：包括部署于拆弹、放射性 CT 室检查、高压变电站维护等领域，AI 替代人类承担生命安全风险；

2.  高重复劳动：AI 可以将流水线打包、环境清洁等单调劳动自动化，提升生产效率，让人类，让人类专注于更具情感价值的任务；

3.  高缺口场景：针对欧、美、新加坡等高劳动力成本地区，让 AI 切入夜间安保、老年护理等 " 招人难 " 岗位，缓解劳动力短缺压力。

陈凰朝：接下我们会讨论AI 产品的商业化与出海路径。请问邹总，从商汤的全球化实践来看，AI 企业出海会面临哪些挑战？不同国家的客户需求有何差异（如新加坡重质量、马来西亚重隐私、泰国重关系）？

邹春慧：AI 企业出海需关注四个核心挑战：

1.  市场接受度差异：东南亚不同国家对 AI 的认知不同 ，这需要企业进行 " 市场教育 "，要让市场从 " 恐惧 " 到 " 接受 " 再到 " 依赖 "。

2.  数据隐私与合规：生成式 AI 依赖海量数据，而不同国家对数据安全的要求不同。比如新加坡要求数据本地化存储，马来西亚对隐私保护更严格 —— 商汤会根据客户需求提供私有云、混合部署等方案，消除客户对数据安全的担忧。

3.  算力制约：生成式 AI 需要强大的算力支撑，但新加坡因 " 缺电、缺土地 "，算力资源有限；马来西亚等国虽在建设超算中心，但尚未成熟。因此，我们在优化模型时会注重 " 降本增效 " —— 用更少算力实现同等效果，同时推出针对不同行业的 " 轻量化 AI 代理（AI Agent）"，降低部署门槛。

4.  文化与语言适配：当前大模型 90%-95% 的训练数据是英文，而东南亚有多种语言（如泰语、印尼语），且存在 " 一词多义 " 甚至 " 文化禁忌 "（比如某些词汇在 A 国通用，在 B 国可能是侮辱性语言）。这需要我们做深度的语言转换与文化适配，确保产品符合当地习惯。

陈凰朝：商汤更多是 " 软件出海 "，而杨博士的机器人是 " 硬件出海 "。请问杨博士，在出海市场选择与市场教育上，您有哪些考量？

杨丰瑜：机器人硬件出海的逻辑很直接，核心是 " 优先选择高人力成本地区 "：

1.  市场激励足够：当前人形机器人仍处于 " 半成熟阶段 "，客户选择使用的核心动力是 " 降本 "。高人力成本地区（如欧美、新加坡）的客户，更愿意尝试用机器人替代人力，因为 " 降本收益 " 能覆盖技术投入成本。

2.  数据安全与地缘政治：不同国家对数据存储的要求不同（如美国禁止使用中国云服务器，要求数据本地化）。新加坡是我们出海的第一站，既因为其人力成本高，也因为它对数据隐私的要求与国际接轨。当前机器人普遍采用 " 端云结合 " 的部署模式：端侧（机器人本体）部署动作安全、小脑控制等模型，云端部署感知、长程规划等模型。

3.  场景适配：我们的机器人以  " 服务端场景 "  为主（如肯德基、麦当劳等公共场所），这类公共场景对隐私的要求低于消费端与工厂场景 ，这为我们的出海提供了缓冲空间。目前我们已在欧美、新加坡等发达国家布局，后续会逐步拓展更多市场。

陈凰朝：最后我们来讨论下关于AI 伦理与社会治理。请问李博士，若让您设计 AI 产品，会如何提醒用户 " 对方是 AI"？又该如何保护人类的认知与情感？

李苡杰：从产品设计理念角度，我认为有两个关键点：

1.  明确产品目的：比如 "AI 伴侣 " 是否有必要存在？哪些人需要 AI 伴侣？若为独居老人设计 AI 伴侣，其核心目的应是 " 帮助老人与社会重建连接 "，而非 " 替代人类陪伴 " —— 比如 AI 可以提醒老人参加社区活动、与家人视频，最终推动老人与真实社会互动，而非沉迷于 AI。

2.  尊重文化差异：我们的研究发现，中美用户对 AI 的期待不同  —— 比如中国用户更希望 AI " 情感共鸣 "，美国用户更注重 " 高效解决问题 "。因此，在不同国家推广 AI 产品时，需结合当地文化调整设计，同时推动学界、业界共同明确 "AI 伦理边界 "，让产业向正向发展。

陈凰朝：也听听两位科技企业代表的实践心得，" 如何将人机边界融入产品与商业化 "？

杨丰瑜：目前优理奇（UniX AI）机器人仍以 " 工具属性 " 为主，比如在工厂、公共场所干活，用户不会将其视为 " 伙伴 "，更多是 " 高效工具 "。至于 " 兼具精神陪伴与物理陪伴 " 的 AI 产品，目前还处于早期探索阶段（部分中国企业在北欧等监管宽松的国家试点），但距离大规模落地还有较远的距离。

邹春慧：商汤主要从三个方面入手：

1.  数据源头把控：AI 的价值观来自训练数据，因此我们会对数据进行清洗、标注，剔除歧视性、低俗内容，确保数据符合社会主流价值观。

2.  建立伦理审核机制：2019 年我们就成立了 "AI 伦理审核委员会 "，所有代码、模型在发布前必须经过审核，确保符合法律、隐私保护与伦理要求。

3.  参与标准制定：我们是新加坡 "AI 验证（AI Verify）" 标准的参与方，也加入了中国 AI 伦理标准制定 —— 企业作为社会的一份子，需主动推动行业规范，确保 AI 的 " 三观 " 符合伦理。

陈凰朝：今天的讨论非常精彩，简单总结四个核心观点：

1.  产品设计：技术隐形，体验为王：无论是商汤的数字人还是杨博士的机器人，核心都是 " 以用户需求为导向 " —— 技术无需让用户感知，只需解决真实痛点（如隐私保护、高危场景作业）。

2.  商业化：从替代到增强：AI 的价值不是 " 替代人类 "，而是 " 增强人类能力 " —— 做人类不愿做、不能做的事，推动人类技能升级，创造新就业机会。

3.  全球化布局：文化与合规：出海需要考虑人力成本和产品价值，同时结合算力、数据安全与地缘政治因素，提供更为本地化的产品。

4.  伦理与治理：边界与责任：AI 伦理没有 " 绝对答案 "，但需多方协作 —— 企业建立审核机制，学界探索风险边界，政府制定规范，共同确保 AI 正向发展。

再次感谢各位嘉宾与观众的参与！

（本文首发钛媒体 APP）