新加坡核心商务区的一家星巴克里，画着上挑眼线，已经在热带历练出小麦色皮肤的 Fiona 生龙活虎地和我介绍着她的 AI 产品。这位毕业于浙江大学、出生于 1999 年的年轻 CEO，在 2021 年创立了 GENPULSE，一路南下，直接扎入了北纬一度的新加坡的创投市场。

GENPULSE 旨在开发世界上最好的头发人工智能。2024 年 4 月 22 日，GENPULSE 发布了 Lushair 毛囊智能精测镜，利用图像识别技术和特征领域的分割模型，智能分析毛囊镜下的头皮图像。

虽然公司主体注册在新加坡，但新加坡市场从来都不是 GENPULSE 的主要战场。GENPULSE 中国主体为杭州丝跃科技，九成产品都销往了中国。今年二季度融资结束后，Fiona 将于三季度开始拓展澳大利亚和北美市场。

选择新加坡的原因之一，是因为 GENPULSE 获得了新加坡国立大学加速器的投资孵化，届满将获得其数十万新币（超百万人民币）的投资。来自新加坡本土的认可，带来了在东南亚市场的 " 师出有名 " 与 " 自然流量 "。

这家刚刚起步的 AI 公司，是新加坡 AI 创业公司的一个小小缩影：它们享受着这个国家带来的种种资源，同时承担着市场狭小带来的商业化难题，几乎毫无例外地需要外拓。大批创始人都来自其他国家，本土创业者较少。

新加坡拥有着极强的学术能力与政府扶持力度。且由于其独特的战略定位，新加坡可以承接一些国家无法承接的 AI 业务，成为全球海外数据中心。一位来自中国、在新加坡 VC 工作的投资人告诉虎嗅，未来会有更多人工智能公司落地新加坡。

但目前，在中美领衔的全球 AI 竞赛中，新加坡的名字还是容易被忽略。某资本驻新加坡董事总经理直接地对虎嗅表示：" 中美 AI 科技都比较强，东南亚机会不是特别大。"

简言之，新加坡看似具备了在 AI 领域的天时地利，却面临着激烈的国际竞争和市场定位的挑战。

那么，问题出在哪里？

寻找定位

新加坡正努力在中美两强国利益冲突中寻找自身定位，展现其在 AI 领域的合作优势。

比如说，2019 年 1 月，新加坡通讯及新闻部（Minister for Communications and Information）部长 S. Iswaran 在达沃斯世界经济论坛提出全球首个 AI 道德框架。

同时，文勇刚教授（新加坡工程院院士、南洋理工大学计算机科学与工程学院教授，研究主要集中在大规模分布式计算机系统的研发和相关核心技术的创新）告诉虎嗅，新加坡能源较为匮乏，因此着力于节能研究，在使用 AI 在数据中心的节能方面媲美谷歌。

他还表示，新加坡在人工智能学术领域处于领先态势。以南洋理工大学的数据科技与人工智能专业为例，在 2024 年 QS 大学排名中，该专业位于全球高校第八名。

" 新加坡的人工智能的人才密度是全球最高的。" 他回忆道，在人工智能几个著名的大会上面，新加坡作为一个人口较少的国家，发表论文总数一般在前 4 名。

但人才流动性太大。很多年轻学者在新加坡接受教育，做学术研究，快到功成名就或刚刚功成名就，就被其他国家挖走了。比如说，文教授的同事们有时候开玩笑常说：" 新加坡对澳洲人工智能领域的人才赤字挺大的。"

学术成就无法平移至商业世界。一位投资人告诉虎嗅，他一直涉猎 AI 领域，但至今没投过新加坡的 AI 项目。去年，他聊过的一个项目，论文非常优秀，成果被学术界及产业界借鉴。没投的原因是，在商业化上仍在摸索可行的路径。

新加坡政府对 AI 的扶持力度很大，可以称得上 " 亲自下场 "。

2024 年 2 月 16 日，新加坡公布新一年财政预算案，当局表示未来五年内投资超过 10 亿新元（约合人民币 53.5 亿元），用于 AI 计算、人才培养和产业发展等方面。

方案中其中一项政策是资助 40 岁及以上职业生涯中期的新加坡人， 5 月起可获得 4000 新币（约合人民币 21400 元）持续进修。国会议员陈有明表示，未来 10 年将会是 AI 的世界，因此有必要资助新加坡人学习如何使用 AI，以提高新加坡竞争力。

同时，新加坡致力于吸引全球顶尖人工智能创造者前来新加坡工作，以及培养人工智能专才，全力开发国家的人工智能潜力。根据新加坡全国人工智能策略 2.0（National AI Strategy 2.0，简称 NAIS 2.0），该国政府将把新加坡的 AI 从业员队伍扩大到 15000 人，打造一个具标志性的基地来让 AI 创造者和从业员同在一处耕耘，并培育新加坡的 AI 群体。

尽管如此，在商业上，新加坡距离成为 AI 领头羊之一的梦想，还有很远。

商业困境

" 越来越多资本涌入新加坡，但 AI 产业发展速度、商业化程度相较资本涌入速度还是差很多。中国正好反过来了，中国公司就相对务实。" 一位创业者表示。尤其是中国大厂出来的创业者，不仅代码能力强，商业化思维非常灵活。

这引发了中国百模大战的盛况，也产生了有些人半瓶水乱晃，什么都没有就敢在网上卖课的乱象。这样繁荣与乱象并存的情形，在新加坡并未出现。

" 新加坡创业创新环境很好，政府政策也到位，但受限于本国市场，发展潜力在于对东盟出口。" 文勇刚教授说。进驻新加坡的国际企业非常多，但在本地都没什么业务，所以很少采购 To B 的应用设备。企业的目的大多是金融安全，或依托新加坡进入东南亚市场。

" 东南亚 AI 的基础设施增长是全球最快的地区之一。由于地方政治的影响，中美公司都会到东南亚做自己的数据中心。因此，人工智能的训练汇集在这里，数据中心增长特别快。但它的市场不在这里。"

而东南亚互联网并没有形成一个完整的市场。不像中国和美国是单一市场，东南亚虽然有东盟，但是它市场非常分散，不利于商业化拓展。

据虎嗅查询公开资料，一家新加坡人工智能语音明星创业公司，在 2022 年的风口上融了一笔 3000 万美元，此后没有融资公布。

有投资人评价：" 现在的 AI 的公司，还在寻找怎么让自己的零售规模、收入提升的方式，探索变现模式，离真正的盈利还相对比较远一些。"

专注于人工智能个人助手的新加坡初创公司 PlatoX ai 创始人毛华表示：" 新加坡企业没有机会碰到中国这种大用户量的应用，所以它们的经验也是不够的。"

而本地企业对此并不敏感，" 闯劲儿 " 显然低于中国创业公司。Fiona 提到，她有一个合作过的新加坡本地品牌，从 2017 年创立至今，仅有 3 万用户，但并不准备扩张。" 想象空间不大。"

新加坡 AI 创业还有两大挑战：资本和人才。

文勇刚教授表示，新加坡等资本市场上中长期的资金非常充裕，但早期的资金很少。

毛华也说："AI 这一波投资看似热闹，资金也充沛，但大家都比较谨慎，真正能下决心投的不多。"

来自其他国家的 " 过江龙 " 们也在抢夺投资人们的注意力。文勇刚教授提到，越来越多中国人工智能公司来到新加坡出海。2018 年到 2022 年，阿里、腾讯、商汤、讯飞等企业的 AI 研究部门都来到新加坡；最近几年，一批临近上市的中型企业和早期企业也开始涌向新加坡。

资本观察到这类企业技术成熟、产品齐全，只需要资金注入就能直接滚动起来，更倾向于投资这类企业，而非新加坡本地的创业公司。

人才层面，虽然新加坡 AI 学术较强，但人才体量显然不足。一方面，存在学术人才外流的情况；另一方面，本地人才创业意愿低。

毛华的直观感受是，本地创业氛围弱，是源于新加坡政府对公民照顾得太好了。换句话说，绝大多数新加坡公民不用在商业世界里奋起一博，也能拥有幸福安稳的人生。

新加坡南洋理工大学一位人文学科的教授告诉我，安稳的生活也让新加坡本地人不敢冒险，因为不小心走上人生岔路的风险对于很多公民来说，难以接受。

因此，新加坡高校和政府为创业者提供的大量资源，很多都落入了外国创业者的企业。

一家由巴基斯坦创始人创立的 AI 初创公司员工告诉我，他们公司和新加坡国立大学合作，坐落于由政府提供的办公室当中，整层楼只有他们一家公司。

Web3 的惯性与泡沫

" 所谓一些 Web3 跟 AI 结合的项目，其实并没有什么用户。虽然没有什么用户，但估值已经非常高了。" 一家总部位于新加坡的 Web3 基础设施公司创始人兼 CEO 告诉虎嗅。这名不愿具名的 CEO 同时是一名天使投资人，投资领域涉足 AI 。

新加坡作为 Web3 的丰厚土壤，在 AI 浪潮中延续了其与 Web3 的纠葛。很多 Web3 创业者嗅到 AI 能融到钱的气息，一拥而上，形成了新的泡沫。

蓝衫科技创始人兼 CEO Daniel Zou 告诉虎嗅："AI 这一波吸引了大量科技行业从业者。大家都想着如何用 AI 去描绘出一个故事，然后发个币去上链。"

一般比特币减半的前半段时间市场会回暖。比特币供应量降低，但市场需求还在，比特币价格就会应声而起。

比特币的本轮牛市起源自去年 10 月。比特币数量减半，ETF 通过，比特币价格从 3 万美元 / 枚骤升至 7 万美元 / 枚。" 这一波起来之后，大家都在看有什么概念值得炒作。" 前述 Web3 基础设施公司 CEO 说，"OpenAI 火了之后，投资人都在看 AI 和 Web3 有什么结合得比较好的项目。"

比如说，OpenAI 等大模型存在数据泄露的问题，有创业者的切入角度是如何通过去中心化的方式解决现存数据隐私问题。

Chainbase 联合创始人兼 COO Chris 告诉虎嗅，他认为 Crypto 和 AI 能够结合的方向大致分两类。（Chainbase 专注于链上数据和 AI 的结合，通过其打造的首个全链数据网络，实现链上数据的互操作性，并基于此数据网络训练了第一个专为 Crypto 打造的行业基础模型 Theia，新加坡有主体，已经完成 1500 万美元 A 轮融资。）

第一种是 Crypto for AI，把 Crypto 当成一个工具，去解决现有 AI workflow 里面的一些问题。比如说，为应对 AI 领域算力需求的惊人增长，业界产生了去中心化 AI 高效解决算力匹配的问题，以及降低了高质量算力的使用门槛。

比如说，一个在海外创业的清华团队创立了 NetMind.AI，撬动全球大量闲置算力，开放算力网络，让客户付费调用。

NetMind.AI 创始人兼 CEO Kai 告诉虎嗅，AI 和区块链技术是一个非常天然的结合：" 我们一直致力于多节点异步方式进行训练，微调，推理的研究。这件事本身就是分布式和去中心化的。同时，通过算法更好的利用和调配闲散算力，组成网络给我们的用户使用，很多早期算力来自 web3 挖比特币以太坊等挖矿的项目。"

同时，NetMind.AI 搭建了自己 netmind layer 1 的链，未来希望用区块链做记账，包括价格，任务分配等所有信息会更透明，进一步消除信息差带来的差价。

另一种是 AI for Crypto 用 AI 来让 Crypto 行业实现广泛普及得到更快速的发展。

Chris 提到，Chainbase 和业内知名的 Ritual、Bittensor 一样，都属于这一类结合方式："Bittensor 是一个开源协议，通过区块链驱动的激励结构来推动 AI 的发展，把推理的部分放到链上，计算在链下。Chainbase 也希望通过利用链上数据开发透明、因果完整等特性，打造第一个 crypto native foundation model，将静态的链上数据转变为动态的模型资产，让整个 crypto 拥有智能能力，进一步驱动行业的大规模普及。"

Kai 表示，Web3 和 AI 结合的成功商业模式还很少。很多人都在炒作这个概念，但真正创造实际价值的公司，" 还没有涌现 "。

而新加坡作为 Web3 的绝对中心，对于和 AI 结合这件事，也仍处于行业的起步真空期当中。

写在最后

我回到北京后的某一天，Fiona 传来了捷讯：" 本周，我们的 Leads 来源于马来西亚、新加坡、巴西、美国、澳大利亚、中国香港、越南 ......"

从新加坡这个世界港口出发，年轻的 AI 创业公司们能够链接到全世界的资源。在这场全球性的 AI 竞赛中，新加坡和这些年轻的公司们一样，正在寻找与巩固自己的位置。

但伴随着这些巨大的潜力和资源，新加坡在商业化和市场拓展方面仍然面临着诸多挑战。