中国工业报  王珊珊

在2026世界人工智能大会（WAIC）香港科技大学·国际AI产业创新生态论坛的最后一场圆桌对话中，一场关于"从论文到交付，达尔文死海的惊险跳跃"的深度讨论，为整场论坛画上了极具分量的句号。

与会嘉宾一致认为，当前人工智能发展面临的核心挑战，已不再仅仅是技术突破本身，而是如何跨越横亘在科研成果与产业落地之间的"死亡之谷"。这场由领屹投资董事长、红鸟启航基金管理合伙人朱权炼主持的对话，汇聚了来自高校、科研机构、产业界和投资界的多位代表，共同为科技成果转化把脉问诊。

从学科逻辑转向产业逻辑

上海应用技术大学校长汪小帆直言，高校科技成果转化率低的一大根源在于过去过于强调学科逻辑。他分享了上海应用技术大学的改革思路：推动从学科逻辑向产业逻辑的转变，在人才培养上"为产育人"，在技术创新上"以产定研"。

"要打破'先有成果、后找转化'的惯性思维，让科研课题从一开始就来自产业真实需求。"汪小帆强调，"这样就能将'写论文'与'做产品'从两件事变成一件事。"他同时呼吁更多企业的CEO、CTO以兼职或全职方式进入高校任教，以加速教师队伍的转型。

奇异摩尔联合创始人祝俊东从产业端分享了与高校合作的宝贵经验。他认为，过去产学研结合不够紧密，部分原因在于中国工业界尚未普遍到达技术"临界点"。而现在，随着中国在AI、芯片等领域不断触及技术前沿，工业界产生了大量无法独立解决的课题。

"这为学术界提供了明确的研究方向，双方的合作成为一种自然且必要的'双向奔赴'。"祝俊东表示，这种"产业出题，高校答题"的模式，正成为加速技术突破和成果转化的有效途径。

脑玑医疗创始人李毅从中科院研究者的角度，提出了"有趣"与"有用"两类科研路径。他指出，基础科学旨在回答"有趣"的问题（如DNA双螺旋发现），而转化落地则需要从"有用"的社会或临床需求出发。

"当我们以临床需求为导向进行科研时，研究成果能迅速被医院和医生采纳，实现从论文到应用的无缝对接。"李毅以自身在脑机接口领域的实践为例，强调科研成果转化需要团队具备"六边形战士"般的综合能力，能够互相补足短板。

祥承科技创始人孙勤佳则提出了一个独特的"现场智能"概念——不同于旨在替代人的具身智能，"现场智能"的核心是为蓝领劳动者赋能。

孙勤佳举例说，在物流分拣场景中，通过AI视觉辅助，工人无需逐一扫码即可完成包裹分类，效率可提升50%。"全世界至少有100万个这样的岗位，我们不是要取代人，而是要提高人的效率、增加人的收入。"

祥承科技正致力于打造"现场智能"的基础设施，将基础硬件和基础智能体做好，然后开放生态，让全球开发者基于此针对不同蓝领场景开发应用。

产业化落地的三要素

云天畅想首席科学家张霖涛从产业研究院的视角，系统总结了科技成果产业化的三个关键要素。

"产业研究与高校研究最大的不同，在于不仅关注技术突破，更关注成果能否真正转化为产业价值。"张霖涛指出，"真正有价值的技术，最终都需要接受市场检验。"

他将产业化落地概括为"天时、地利、人和"：人和意味着技术必须满足真实需求，让客户、投资人和产业理解其价值；地利意味着要找到合适的应用场景，从具体问题切入；天时则意味着需要把握行业发展机遇，也要有耐心等待市场成熟。

张霖涛特别强调，技术本身没有价值，必须通过落地场景获得客户认可才能体现。但纯粹的交付能力容易陷入价格战，无法构成长期壁垒，"持续的创新和技术领先才是公司长远发展的护城河"。

关于"AI时代核心竞争力是技术领先还是产业落地能力"的讨论，嘉宾们给出了辩证的思考。

祝俊东提出，两者呈波浪式交替的关系：当基础技术发展放缓时，应用落地最为重要；而当基础技术出现重大突破（如本轮AI浪潮），基础技术的突破会带来远超在单个细分领域挖掘的效率提升。

香港生成式人工智能研发中心（HKGAI）技术副总裁王天蓝则补充了一个人文视角："只要今天人类还主导设计，那就是落地优先。我们做的所有事情，最终都要服务于人，要与人共情。"

王天蓝指出，当前AI技术快速发展，但不能一味"拿着榔头找钉子"。他以AI辅助写PPT为例——效率提升了，但加班反而增多了，因为产出量随之膨胀。"目前AI还需要人来兜底，如果一味增强技术，最后兜底的人会很痛苦。"

"技术领先"与"落地能力"并非对立，而是推动产业持续发展的两个轮子。跨越AI的"达尔文死海"，需要的不仅是技术的锐度，更是对市场需求的深刻理解、产学研用各方的协同共创，以及对长期价值的耐心与坚守。

从论文到交付的惊险跳跃，考验的是一个创新者能否在"天时地利人和"的交汇点上，既仰望星空，又脚踏实地。