从“AI+”到“智能经济”，产业+AI如何落地成新形态？

    蓝鲨导读：解决真问题，创造真价值

    作者 | 张二河

    编辑 | 卢旭成

    近期，一款面向AI智能体开发的开源框架OpenClaw正在迅速从技术社区扩散至产业，掀起“养龙虾”热，这也预兆着我国人工智能已进入底层生态繁荣与多场景应用普及并行的关键阶段。

    值得关注的是，2026年的政府工作报告“打造智能经济新形态”为标题单列成段，提出要深化拓展“人工智能+”。人工智能技术正在加快构建智能经济新形态，赋能以实体经济为支撑的现代化产业体系建设。

    今年年初，2026“草根知本合伙人之夜”在成都顺利举行，本次的主题字是“智”。对此，新希望集团董事长刘永好表示，“国家提出新质生产力，提出新科技来武装，提出要创新和发展，无一不是‘智’。

    以往人们会认为，消费品行业会更加聚焦在品牌、营销、渠道等领域，而草根知本作为新希望集团旗下的产业投资平台，以“产业+资本+科技”模式，成为推动“产业+AI”融合的重要力量。

    一方面，它通过资本驱动和科技接入，撬动新兴产业发展，发展新质生产力；另一方面，它深耕产业一线，帮助企业在具体场景中找到AI落地的精准切口。比如其冷链供应链赛道企业鲜生活冷链25年首发《优质乳冷链物流技术规范》，以全场景管理体系重新定义行业新标准；推出冷链无人叉车等Robot+AI系列产品，突破-25℃深冷作业；并且凭借基础设施、营收规模、绿色技术、专业保障四大维度的实力斩获中冷联盟“2025冷链服务能力第一名”。

    作为已连续举办七届的行业盛会，“草根知本合伙人之夜”致力于构建一个开放、包容、充满活力的交流平台，深度链接数百位创新创业者、投资人及行业专家，通过实战分享，探索消费企业增长新路径。

    一直以来，活动都将“科技篇章”作为重要环节之一，与“品牌篇章”“供应链篇章”三位一体，共同构成驱动产业进化的完整闭环。在本次活动中，以沃飞长空、聆动通用、阿里云、参盘科技、新腾数致为代表的人工智能企业，在“科技篇章”从不同维度分享各自推动“产业+AI”战略落地的最新成果。

    沃飞长空：物理世界的“空间智能”重构者

    沃飞长空首席产品官屠强认为，当前中国把低空经济作为战略新兴产业推进以后，预估未来将实现万亿元的经济规模。重点在于低空经济如何商业化落地，对于沃飞长空来说，第一个落地的场景是低空文旅的目的地直达。

    在传统的文旅出行场景中，用户需要在网约车、地铁、公交之间反复切换，耗时耗力。而沃飞长空的解法是打造一个“AI路径规划智能体”。这个智能体不再只是简单的叫车或飞行调度，而是通过Al算法，自动为用户规划‘Robotaxi+eVTOL(电动垂直起降航空器)”的最优接驳路线。用户只需在一个平台、一次下单，就能完成从地面到低空的全程行程，实现“一趟旅行、无缝衔接”。

    这一差异化方案的背后，是大模型从“数字世界”向“物理世界”的关键跃迁。要真正实现“天地一体”调度，模型不仅要理解复杂的城市路网，还需实时解析空域管制、气象条件、垂直起降点动态负荷等多维数据。

    沃飞长空的实践表明，当大模型进入物理世界，考验的是多模态时空数据处理能力——这是重构未来城市立体交通的基础设施级能力。

    聆动通用：给机器人装上“大小脑”

    如果说沃飞长空在解决“空间智能”，那么聆动通用则在攻克“动作智能”的堡垒。

    聆动通用创始人兼CEO季超认为：当一个智能体在虚拟空间具备了智能，在后面发展中，一定会进入真实世界，从虚拟AI走进物理AI。

    多模态加具身智能，是通用人工智能下一个技术台阶，机器人是具身智能最好的落地载体。聆动通用专注做一件事，就是让具身智能机器人帮助人在泛制造领域做体力劳动，降低人工成本，帮助客户提质增效。

    技术层面，聆动通用的具身智能框架分为预训练和后训练两个阶段。

    首先，机器人通过具身多模态基座大模型模型(VLM)获得"大脑"能力，建立起对三维空间的认知与理解。

    在视觉-语言-动作(VLA)模型的技术路径上，聆动通用创新性地提出了多层一体化的模仿学习框架以及支持大规模预训练+后训练的多模态具身数据采集管线，横跨仿真合成数据，第一视角数据，真机操作数据全维度。借助成熟的车规级硬件标准，团队能够生成高质量的"同构"模仿数据，从而实现机器人在多样化场景下的精准动作预测。

    季超强调，聆动通用是一家实现"大脑+小脑"，软硬件一体化的公司。聆动通用的探索揭示了一个重要趋势：大模型正在从"纯软件智能"向"软硬一体"进化，具身智能正是连接数字智能与物理作业的最后一道关卡。

    阿里云：让AI模型成为同事

    阿里云智能集团副总裁、AI 加速器解决方案总经理娄恒表示，在2022年以后，AI大模型的概念非常火。他进一步预测：大模型能力提升以后，企业端不只是用AI模型能力，而是让它像一个员工一样，从AI模型成为同事。

    基于这一判断，阿里云提出了“通云哥”战略，旨在整合通义大模型、云计算资源与底层芯片能力，构建全栈服务体系，希望通过全栈技术能力与企业深度融合，聚焦企业核心业务场景的“深水区”，打造原生的Agent应用，真正实现从“模型”到“同事”的跨越。

    谈及企业实际落地情况，娄恒表示，当进入企业核心业务的高价值“深水区”时，情况则复杂得多。要使AI真正融入核心场景，必须进行大量与业务和数据紧密结合的工程化工作。通过强化学习和系统集成完成“最后一公里”的能力对齐，让AI逐步达到企业标准，并向更高价值的业务边界延伸。

    为加速这一进程，阿里云推出了“AI加速器”计划，聚焦高价值场景，与企业展开端到端的协作，助力产业端深入核心业务场景。对于产业的意义在于，阿里云正在改变企业应用范式，让AI从通用工具转变为具备业务理解能力的“数字员工”。

    参盘科技：冷链物流的“数智化管家”

    生鲜物流，是物流行业公认的“硬骨头”。损耗率高、时效要求严、链路复杂，这些痛点让无数企业望而却步。鲜生活冷链旗下参盘科技的入局，为这个传统行业带来了新的解题思路。

    鲜生活-参盘科技总经理张祥阳表示，新消费时代，客户需求越来越多元化，要求供应链柔性能力越来越强。而AI提供了很好的工具，能结合多元素，做一系列的建模分析，最终得到想要的结果。

    参盘科技围绕AI驱动的产业生态协同，聚焦“人、货、场”三大维度的效率提升，在农业、医药、乳业等垂直领域展开了深度实践。

    参盘科技在线下虾交易平台（覆盖山东、江苏、广东、海南、四川等地）引入智能化分级与品控体系。通过网格化设备对虾的大小进行分类，结合智能仓储系统动态监测虾的活跃度，建立标准化的品质评估模型，实现供需双方的精准匹配与最优价格撮合。运输环节，智能硬件对车厢内的盐度、含氧量等关键指标实时监控，无需人工干预，系统可自动调节温度与增氧设备，确保虾从产地到消费端全程保持最佳活性。

    参盘科技还推动生产全流程自动化。以四川某药企为例，全过程实现24小时无人化作业，自动喷码、扫码、无人叉车搬运至重载APV，再流转至货架，前后端衔接效率大幅提升。在需求预测方面，视频识别技术不仅分析内部数据，还监测门店周边人流、人群特征及商品关注度，将滞销率从百分之几降至千分之几。

    场效层面，参盘科技通过多轮技术迭代实现成本持续下降。在城配场景，无人车搭载CMS系统实现自动配送与视觉交割，确保店员取货准确无误。在仓储场景，从指环+耳机升级为视觉眼镜，通过识别物体位移自动判断上架/下架、出库/入库，彻底替代传统扫描设备。

    在冷链、高危化学品等对人体有害的环境中，公司采用无人搬运机器人，结合3D定位、路线规划、避障及仿真调度模型实现全自动化作业，并突破极寒环境下的续航、防水防雾、防结霜等技术难点。

    参盘科技的技术理念强调数字世界与现实世界的协同。所有业务流程与个体均在数字化空间建立映射，先在虚拟环境中模拟优化，再应用于物理世界；运行过程中持续监测实际执行，发现偏差及时预警调整，最大限度降低试错成本与不确定性。

    从发展战略上来看，参盘科技致力于与行业客户形成协同生态系统，帮助客户提升供应链效率、改善终端体验，最终实现客户价值与企业价值的共同增长。

    新腾数致：构建食品企业应用Al铁三角

    新腾数致CEO王长征抛出了一个话题：在人工智能时代，食品企业何去何从呢？新腾数致提出应用AI的铁三角，就是开源大模型+专业知识库+企业专属的智能体，用这个铁三角去构建低成本的智能劳动力的体系。

    基于在食品行业的多年积累，新腾数致自主研发了一款面向食品企业的智能体产品。该智能体具备两大核心能力：一是能够独立完成多数交互性工作；二是可在专家指导下胜任部分流程性任务。

    在应用场景方面，王长征分享了两个典型实践。其一为新产品研发。智能体可从需求分析入手，自主生成配方与工艺参数，并完成食品安全合规审查，全程在专家指导下运行。实际应用案例中，该模式使研发周期缩短60%，研发成本降低80%以上。

    其二为功能性原料筛选。以研发功能性饮料为例，研发人员需寻找合适的营养添加剂。智能体能够根据需求设定核心分析因子（如“原料肠道免疫平衡关联度”），列出数十种原料分析对象清单，并内置安全审查机制。

    新腾数致的实践表明， 将行业know-how深度融入模型，在研发等高价值环节实现显著的降本增效。

    小结

    回顾这五家企业的实践，一条清晰的“产业+AI”发展脉络浮出水面：

    从“点状应用”到“链状改造”。 早期的AI应用往往是单点提效，如AI客服替代人工。而今天的趋势是，以沃飞长空、参盘科技为代表，AI正在重构整条产业链的协作流程，从局部优化走向全局最优。

    从“通用底座”到“垂直深耕”。 聆动通用的VLA模型证明，单纯依赖通用大模型无法解决行业深层次问题。行业know-how与算法的深度结合，才是真正的护城河。

    从“降本增效”到“创造新形态”。 “低空出行”这些新业态在AI出现前无法想象。大模型正在催生智能原生新业态，重新定义行业边界。

    路径各异，但内核相通——真正的产业智能，来自于对AI大势和产业场景的深刻理解，以及对问题的精准拆解。

    草根知本总裁席刚在“草根知本合伙人之夜”的分享中进一步谈到，当前环境下，传统企业要积极拥抱以AI为代表新科技。因为AI不仅是新工具，更是一个全新物种，它将为传统企业生产与服务方式带来革命性的改变。

    传统企业+AI，一定要把全产业链的丰富场景，开放给AI，比如育种+AI、养殖+AI、研发+AI、生产+AI、物流+AI、客户+AI、营销+AI……

    传统企业如何更快拥抱AI，他提了三个建议：

    1、战略坚定。企业从上到下全情投入，开放场景，让AI Agent和企业拥有的闭环数据一一结合，最终重塑生意的生长模型。

    2、数据化。很多企业的数据化基础薄弱，要快速补课。

    3、不仅要关注AI的降本提效，更要用AI把企业的核心业务进行提升。

    草根知本合伙人之夜上分享的企业实战再一次证明，产业+AI，不是追逐风口，而是扎根产业，用技术解决真问题，创造真价值。