界面新聞記者 | 梁寶欣
界面新聞編輯 | 林騰
一個普通工作日早上9點半，廣州琶洲華新中心樓下，一臺看起來像“大盒子”的智能零售終端前，幾位工程師正盯著無人機的起降軌跡。盒子頂部，配送無人機精準平穩(wěn)地投下補給；盒子下方，智動未來的零售機器人正忙著分揀、出貨、結(jié)算。
“就在這個‘盒子’上面，無人機在做配送，下面機器人在做零售倉售賣。如果初創(chuàng)企業(yè)自己去找這些復雜的實測場景，要耗費極大的資源和時間成本，但在我們這里，場景是天然開放的?！焙Ｖ槌前l(fā)集團首席投資官鄧超勇指著正在運轉(zhuǎn)的設(shè)備向界面新聞記者說。
更關(guān)鍵的是，這些項目并不是在“白跑”數(shù)據(jù)?！斑@些場景是以實實在在的采購訂單落地的，我們不是免費獲取企業(yè)的技術(shù)，而是通過采購訂單讓他們在這里訓練、進化?！?/span>鄧超勇說。
廣州“”琶洲模方”孵化器，正在探索“帶著訂單孵化初創(chuàng)企業(yè)”的模式。
一個能“帶訂單”的孵化器
相比其他區(qū)域的大模型孵化，琶洲模方的特色在于：孵化的項目或產(chǎn)品能直接應(yīng)用于場景的“產(chǎn)業(yè)工具”。
作為粵港澳大灣區(qū)首個人工智能大模型孵化器，琶洲模方由海珠城發(fā)集團聯(lián)合清智孵化器共同成立，并在清華大學智能產(chǎn)業(yè)研究院（AIR）的指導下運行。
這種模式之所以能實現(xiàn)“帶單孵化”，源于一套篩選與分階段投入資源的機制。
在產(chǎn)業(yè)孵化圈，有一句實話：“投后管理”不如“投前篩選”。如果創(chuàng)業(yè)團隊基因里只有算法、沒有業(yè)務(wù)，技術(shù)再強也難轉(zhuǎn)化為生產(chǎn)力。
為此，琶洲模方將準入門檻精準為四個維度：原始創(chuàng)新（強調(diào)“產(chǎn)業(yè)填空”的稀缺性）、產(chǎn)品化程度（聚焦高落地性的應(yīng)用型AI）、團隊深度（考核行業(yè)認知與組織完整性）以及市場驗證（優(yōu)先具備初步PMF的項目）。
作為運營方之一，海珠城發(fā)希望初創(chuàng)企業(yè)在琶洲模方“總部化落地”，把研發(fā)核心扎根于此，在海珠的產(chǎn)業(yè)場景中完成深度的商業(yè)化開發(fā)，而不是把這當成一個政策套利的窗口。
與其他孵化器不同，琶洲模方不搞“一刀切”，而是采取“技術(shù)+商業(yè)”的分級策略。
第一階段：6個月技術(shù)孵化。項目入駐后的首個半年，在清華大學智能產(chǎn)業(yè)研究院（AIR）指導下，專家團對項目進行“行業(yè)分類評分”。針對評審暴露出的短板，模方直接配置對應(yīng)領(lǐng)域的技術(shù)資源和研發(fā)指導。
比起技術(shù)打磨，更深層的考題在于商業(yè)生存。這直接回應(yīng)了琶洲模方“應(yīng)用落地”的底色。
第二階段：6個月商業(yè)孵化。技術(shù)孵化結(jié)束后，英偉達、微軟、華為等全球科技巨頭的專家直接下場。由他們直接幫企業(yè)規(guī)劃商業(yè)路徑，并對接下游產(chǎn)業(yè)資源。一旦產(chǎn)品跑通了POC（真實場景驗證），企業(yè)便進入為期6個月的商業(yè)孵化階段，由運營方海珠城發(fā)調(diào)動區(qū)域內(nèi)的資源，為入駐項目提供業(yè)務(wù)場景，加速商業(yè)化落地。
以入孵的智動未來機器人項目為例，平臺不僅提供資金，更開放了大量真實、可持續(xù)的業(yè)務(wù)環(huán)境。在酒店場景，機器人不能只當迎賓，還得在客流中練習收餐盤、做爆米花；在零售場景，則要配合無人機完成倉內(nèi)補給。
這種做法的深層邏輯在于：在功能層面，頭部機器人企業(yè)的技術(shù)差往往只有數(shù)月之隔。而這種真實場景鍛煉避開了低效試錯，讓初創(chuàng)團隊在海珠區(qū)的酒店、景區(qū)及高人流消費場景中完成充分的進化。鄧超勇表示，當這些原本處于“水下”的項目浮出水面時，可以迅速向其他區(qū)域同類場所實現(xiàn)規(guī)?；瘡椭?。
運行半年后，琶洲模方產(chǎn)出具體結(jié)果：自2025年5月開業(yè)以來，已孵化29個智能體相關(guān)成果，其中70%為當年成立的原研項目。
這些成果覆蓋了產(chǎn)業(yè)鏈的三個層級：技術(shù)側(cè)產(chǎn)出空間3D生成大模型“光影煥像”；硬件側(cè)產(chǎn)出人形機器人“智動未來”；應(yīng)用側(cè)產(chǎn)出業(yè)務(wù)Agent。目前，上述成果已進入零售、電商、工業(yè)及教育產(chǎn)業(yè)中。
推動廣州產(chǎn)業(yè)轉(zhuǎn)型的一次耐心嘗試
琶洲模方的定位，不僅僅一次單點的制度創(chuàng)新，更像是一場基于城市差異展開的錯位發(fā)展。
在中國人工智能的整體版圖中，區(qū)域之間已逐漸清晰：北京高度集聚頂級算法人才與科研資源，上海在資本整合方面更具優(yōu)勢，深圳則長期以硬件工程能力和制造體系見長。
相比之下，廣州并不以算法原創(chuàng)或資本密度著稱，但它擁有另一種難以被復制的資源——高度復雜且真實存在的產(chǎn)業(yè)場景。這些場景覆蓋制造、流通、消費與服務(wù)多個層面，規(guī)模足夠大、鏈條足夠長，也更接近真實商業(yè)運行狀態(tài)。
也正因如此，琶洲模方在一開始就沒有選擇加入算力堆疊與模型訓練的正面競爭，而是在執(zhí)行層面，琶洲模方采取了北京、廣州雙核的孵化方法——在北京對接前沿算法與技術(shù)源頭，在廣州完成場景驗證與商業(yè)化落地。
這一取舍也建立在對國內(nèi)商業(yè)環(huán)境的思考之上。相比海外市場對軟件訂閱制的高度接受，國內(nèi)用戶和企業(yè)更傾向于為可感知的實體產(chǎn)品付費。在這樣的付費習慣下，AI能否形成穩(wěn)定收入，往往取決于它是否能真正用到產(chǎn)業(yè)里。
因此，琶洲模方將自身的孵化重心明確為“一軟一硬”兩個方向。“軟”的部分，是以空間智能為核心的AI Agent（智能體），試圖解決模型進入真實世界后如何持續(xù)執(zhí)行的問題；“硬”的部分，則是機器人、智能眼鏡、玩具等AI終端，作為載體直接進入消費與生產(chǎn)場景。
這一方向還對應(yīng)了技術(shù)演進的共識。被稱為AI教母的李飛飛在2025年底表達了一個看法，AI的下一個十年屬于空間智能，而實現(xiàn)這一目標的關(guān)鍵載體就是世界模型。
如果把視角再拉遠一些，這種選擇還與廣州自身的城市結(jié)構(gòu)和經(jīng)濟產(chǎn)業(yè)發(fā)展歷史密切相關(guān)。在很長一段時間里，無論是專業(yè)市場、外貿(mào)通道，還是會展與批發(fā)體系，廣州都是一座高度成熟的商業(yè)樞紐型城市，產(chǎn)業(yè)門類齊全、場景密集。
但隨著傳統(tǒng)商貿(mào)與房地產(chǎn)增長放緩，原有以流通為核心的模式開始觸及邊際。2025年，廣州提出建設(shè)“12218”現(xiàn)代化產(chǎn)業(yè)體系，明確“產(chǎn)業(yè)第一、制造業(yè)立市”，把握制造業(yè)服務(wù)業(yè)“兩業(yè)融合”、數(shù)智化綠色化“兩化轉(zhuǎn)型”兩個主攻方向，試圖為城市尋找新的增長動能。
但現(xiàn)實的矛盾在于，新技術(shù)與既有產(chǎn)業(yè)之間長期缺乏有效銜接：科研成果停留在實驗室，創(chuàng)業(yè)項目在應(yīng)用場景中反復試錯，產(chǎn)業(yè)之間的聯(lián)動關(guān)系尚未被真正激活。
海珠與琶洲，正是在這一結(jié)構(gòu)性矛盾中承接轉(zhuǎn)型任務(wù)。這里曾是廣州老工業(yè)重要集聚區(qū)，工業(yè)大道一線曾分布造紙、電池、輕工等企業(yè)。上世紀90年代末“退二進三”推進后，制造業(yè)外遷，城市功能轉(zhuǎn)向會展、商貿(mào)與房地產(chǎn)，但始終缺乏高技術(shù)產(chǎn)業(yè)支點。
轉(zhuǎn)折出現(xiàn)在2014—2015年，隨著阿里巴巴、淘寶等平臺企業(yè)崛起，琶洲被明確為互聯(lián)網(wǎng)產(chǎn)業(yè)集聚區(qū)，唯品會、名創(chuàng)優(yōu)品等本土企業(yè)扎根，抖音、騰訊、螞蟻等頭部平臺落地，人工智能及其應(yīng)用端企業(yè)開始集聚，形成初步產(chǎn)業(yè)基礎(chǔ)。
當前，該區(qū)域的大模型備案數(shù)量位居全國第三，占廣州總量約三分之二；過去三年，海珠區(qū)GDP增速持續(xù)領(lǐng)跑廣州，也為新一輪產(chǎn)業(yè)升級提供了現(xiàn)實支撐。
正是在這樣的背景下，琶洲模方被定位為一項面向前沿AI應(yīng)用的孵化探索，通過真實場景與流動機制，推動技術(shù)在產(chǎn)業(yè)中形成閉環(huán)。
在具體項目層面，琶洲模方已開始引入具備前沿技術(shù)潛力的代表性團隊，如世界模型方向。其中，有一家技術(shù)已在自動駕駛領(lǐng)域?qū)崿F(xiàn)落地，與理想汽車、廣汽等主機廠展開合作，并將能力進一步延展至機器人與具身智能方向。
琶洲模方還實行“流動”制度：產(chǎn)品做成了、商業(yè)模式驗證閉環(huán)了，就把位置騰出來給下一波新團隊，讓資源像活水一樣流起來。這樣一來，成熟的項目向周邊園區(qū)溢出，而模方則能保持對前沿技術(shù)的敏銳度。
當這種流動真正發(fā)生時，單個項目的成敗反而不再顯得那么突出。更深層的變化在于，這種機制正在重組海珠乃至廣州的產(chǎn)業(yè)結(jié)構(gòu)。
誰在為“真實訂單”兜底？
可以看出，琶洲模方的孵化方式，改變了初創(chuàng)團隊的發(fā)展邏輯：技術(shù)不再是被保護起來慢慢生長，而是在真實的訂單壓力之下完成迭代。
但這也意味背后有著更高的隱性成本，因為要讓技術(shù)在真實環(huán)境中持續(xù)運行，需要不斷調(diào)動場地、客戶與采購訂單。換句話說，這并不是輕資產(chǎn)孵化器能夠完成的工作。
這十分考驗運營方的能力。
琶洲模方的推動者，它并非由傳統(tǒng)意義上的創(chuàng)業(yè)服務(wù)機構(gòu)主導，而是由深度參與區(qū)域產(chǎn)業(yè)建設(shè)的海珠城發(fā)集團推動。
而為了幫初創(chuàng)團隊跨越第一步商業(yè)化，海珠城發(fā)幾乎動用了所有“家底”：針對自有物業(yè)資產(chǎn)，為入孵項目提供了場景；在參股的重大產(chǎn)業(yè)項目中，則以股東身份積極倡導本土原創(chuàng)技術(shù)的參與，為入駐企業(yè)爭取優(yōu)先磨合的機會；面對區(qū)域內(nèi)其他場景，則依托深厚的屬地協(xié)作基礎(chǔ)，通過引薦，化解初創(chuàng)企業(yè)進入商業(yè)場景的溝通成本。
也正因此，琶洲模方真正構(gòu)成競爭壁壘的，并非“孵化器”這一平臺形態(tài)本身，而是其重資產(chǎn)運營方，能夠為項目提供真實訂單與實際應(yīng)用場景。
在大多數(shù)地區(qū)，孵化器解決的是空間、政策與資本問題；而在琶洲模方，被前置解決的是初創(chuàng)企業(yè)最難跨越、也最容易被低估的一環(huán)：早期商業(yè)驗證。
海珠城發(fā)數(shù)字經(jīng)濟公司總經(jīng)理鄭曉鋒提到，海珠區(qū)目前深耕AI的大型上市公司并不多，搭建投融資和孵化平臺的成本其實很高。但模方的目的很直接，就是要孵化出能扎根產(chǎn)業(yè)、有商業(yè)生存能力的AI企業(yè)，以支撐區(qū)域未來的產(chǎn)業(yè)規(guī)劃。
這也折射出海珠城發(fā)的轉(zhuǎn)型思路：從傳統(tǒng)的“重資產(chǎn)、收租金”模式，轉(zhuǎn)向提供AI時代的產(chǎn)業(yè)基礎(chǔ)設(shè)施服務(wù)。模方就是一個很好的例子。
其實，作為一家2022年成立的區(qū)屬國企，海珠城發(fā)從一開始就明確不再依賴傳統(tǒng)單一的城投業(yè)務(wù)。它的方向很清晰：圍繞人工智能與數(shù)字經(jīng)濟，切入信息技術(shù)、都市工業(yè)、會展文旅等六大產(chǎn)業(yè)。
成立三年來，海珠城發(fā)已完成對AI技術(shù)底座的全鏈路覆蓋：從底層硬件的CPU、GPU、服務(wù)器及存算一體芯片，到中層的算力加速、數(shù)據(jù)與云服務(wù)，再到避開通用大模型，重點投向空間智能等稀缺業(yè)務(wù)領(lǐng)域。
而對于琶洲模方的未來，運營團隊更關(guān)注的，并不是短期孵化出多少項目，而是到2028年回看時，是否已經(jīng)形成一批能賺錢、掌握核心技術(shù)的企業(yè)，具備帶動上下游、重塑區(qū)域產(chǎn)業(yè)鏈的能力。當這些企業(yè)逐步成長，海珠乃至廣州的產(chǎn)業(yè)底色，才會隨之發(fā)生變化。
這種期待指向未來，而琶洲模方是否能夠在更長周期內(nèi)持續(xù)吸引技術(shù)與需求、不斷降低試錯成本，仍有待時間檢驗。
但至少可以確認的是，一種圍繞流動、外溢展開的產(chǎn)業(yè)運行方式，已經(jīng)開始替代過去以項目固化為核心的孵化邏輯。