【编者按】

2026紫溪山论坛期间，“科技产业金融一体化推动新质生产力大发展”作为年度主题受到广泛关注。作为深圳清华大学研究院无人系统研究中心主任、工信部评审专家、中国汽车新闻工作者协会智能经济工作委员会副主任委员，王金龙教授主导或参与数十项国际、国家及地方人工智能标准制订，同时投资孵化了多家上市公司和准独角兽企业。在本次访谈中，他从无人装备与新质生产力的底层逻辑出发，直面技术落地、商业闭环、县域机遇与产金融合等核心议题，给出了深刻且极具实操性的判断。

谈及论坛主题，王金龙直言其抓住了“十五五”增长动力切换的核心——“用金融适配性去补上科技到产业之间的‘艰辛之路’”。他认为，智能经济是主抓手，而无人机、自动驾驶这类无人装备，正是新质生产力最典型的“集成场”和“试金石”。

“它们的独特作用，不在‘无人’，而在‘融合’：既是AI、5G、新能源、北斗的超级物理载体，又打开了低空、数据、立体交通这些新生产要素的变现入口。”他进一步阐释，“一架物流无人机背后，是空域改革、复合材料、运维新职业的全链条重构；一台自动驾驶车跑通，牵引的是算法、芯片、固态电池、智慧道路的协同跃升。”

在他看来，当前最大瓶颈并非技术本身，而是金融逻辑尚未完成转换。“轻资产、长周期、高不确定性，倒逼银行从‘看抵押’转向‘看技术流’，倒逼资本真正‘投早投小投硬科技’。”他总结道，谁能在这类无人装备赛道上跑通“技术突破—场景开放—耐心资本反哺”的闭环，谁就拿到了智能经济的入场券。“主题要落地，关键看空域开放、数据确权和长期资本这三件事，能不能从纸面走到地面。”

技术很热，落地很难——堵点到底在哪？

当被问及工业大模型、具身智能对无人系统的变革时，王金龙指出，过去的无人系统多是“预编程+规则驱动”，能执行却解决不了长序列的复杂场景任务。“如今的变化是工业大模型让软件智能体具备任务理解、知识调用、决策优化和流程编排能力；具身智能体则通过机器人本体和控制系统完成环境感知、动作执行和物理交互。两类智能体协同，推动无人系统从‘看懂世界’走向‘物理世界中执行’。”

他具体描述了三个跃升。“一是从单点自动化到全流程无人闭环，无人物流可实现98%的全流程自动化，综合效率提升40%到60%；二是从执行工具到意图驱动，无人机、自动驾驶车辆、机器狗等能基于对物理世界的理解自主拆解任务、规划决策；三是形成‘场景—数据—模型’成长飞轮，无人系统在真实作业中采集的数据反哺模型，模型又驱动系统在场景中持续优化，并实现WAM世界动作模型的自主进化。”

不过，从实验室走向规模化落地，他坦言堵点集中在四个方面。“一是‘泛化、可靠性、效率’的不可能三角。工业场景要求无人系统同时具备适配不同任务、不同产品、不同场景下的泛化能力、7×24小时稳定运行的可靠性以及为客户带来经济收益的效率，当前端到端VLA和世界模型方案都无法同时满足。二是数据瓶颈。实现通用自主能力至少需要千万小时级高质量真实交互数据，而截至2026年初全球总量仅约50万小时，缺口至少一个数量级。企业出于商业保密不愿开放场景，危险场景甚至无数据可用。三是精细作业的物理AI短板。行走、导航技术已趋成熟，但抓取、旋拧、分拣、装配、柔性物料处理等物理世界的实操动作，对结构耐久、散热、摩擦、多模态感知可靠性要求极高。四是标准与工业遗留系统的约束。工厂里运转了几十年的软件生态和硬件接口不能推倒重来，而各家厂商的硬件接口、通信协议、安全标准各自摸索，导致设备互联互通困难、适配成本高昂。需要通信—感知—算法—控制一体化的物理AI OS系统，打通所有壁垒。”

基于这些判断，王金龙对商业闭环的节奏给出了明确判断：“电力运维、场务作业、物流分拣等‘对节拍要求不高、但对智能化需求迫切’的场景将率先实现商业闭环；而面向生产环节的柔性操作，仍处于技术攻坚阶段，离大模型那样的应用成熟期可能还有3到5年。”而破局的关键路径，他的观点是要以‘存量改造带动增量创新’——立足我国全球第一工业大国的场景优势，在真实使用场景中积累高质量实景数据，从源头破解数据瓶颈。同时，科技金融一体化要发挥耐心资本作用，陪伴这个‘十年维度的超长周期产业’走完从样机到小批量、再到万级规模量产的爬坡路。

同样的技术，为什么商业化程度天差地别？

面对城市智驾、矿区无人车、农林无人机商业化程度悬殊的现实，王金龙从标准与产业互动的角度给出犀利剖析：“分化根源不是技术代差，而是‘标准化空间’与‘容错冗余’两个维度组合不同。标准能落地的速度，决定了产业化的速度。无人系统商业化，标准至少要解决三件事：接口互认、安全边界、责任归属——这三个问题在三个场景里‘好答程度’天差地别。”

农林无人机跑得最快，因为标准化空间最大、容错最高。作业对象是作物，农田边界清晰，空域相对隔离，打药偏了顶多重喷一次，社会风险极低。国家层面从作业高度、载荷类型到农药喷洒规范，短短几年就形成了完整的标准族，设备接口、通信协议、飞手资质全部可固化。标准一旦统一，上游制造、下游服务网络就能快速复制，所以渗透率已经到了毛细血管级别。

矿区无人车居中，赢在"地理封闭+流程标准"。矿区是物理围栏内的确定性环境，运输路线固定、作业节拍可预期，安全标准的制定对象是"车—路—调度中心"的封闭系统，不用处理开放道路的无穷长尾。但难点在于矿区之间地质条件差异大，标准要"通用框架+场景附录"分层做，目前还在磨合期，所以商业化是点状爆发而非全域铺开。

城市智驾最慢，根子在"开放世界无标准解"。城市是长尾场景的无限集合，标准面临一个悖论：定严了扼杀创新，定宽了无法互认。更致命的是责任归属——农林出事赔庄稼，矿区出事赔设备，城市出事涉及人身安全、交通法规、保险精算，跨部门的监管标准至今没有咬合。没有统一的安全基线，保险公司不敢大规模承保，车企就只能用"人机共驾"的模糊地带来避险，规模化自然卡住。

哪些场景最先跑通？王金龙的判断很明确：“封闭/半封闭+刚需高频+标准可分层的赛道最有机会。排序也很清晰：港口/矿区重载运输 > 支线物流无人机（工业园区间固定航线）> 电力巡检/管网巡线 > 城市RoboTaxi。前两类已经具备‘技术标准+运营标准+保险标准’三位一体的条件，接下来两年会看到从单点示范走向区域组网。”

作为一个标准制定者，他建议不要总盯着“通用L4”做万能标准，标准要先在封闭场景里“小闭环”跑熟，再用“分级分类、场景切片”的方式向开放世界渐进外推，先让一部分场景的标准活下来，产业才有造血能力。

车路云空一体，同一套数字底座如何撬动产业重构？

对于论坛“车路云空一体”议题，王金龙开门见山：“我理解‘车路云空一体’不是把车和无人机简单组合协同作业，而是同一套数字底座上长出两套物理执行器。”

在他看来，技术路径上的协同，核心在复用与融合。首先是路侧基础设施复用。城市智驾这几年砸下去的路侧感知、边缘计算、5G专网、高精度地图，本质上都是“空地通用”的，低空物流无人机起降场周边的障碍物感知、通信回传、气象监测，与智能网联路口的设备重合度极高，地上一套杆件，天上地下共用，边际成本骤降。其次是云控大脑融合。无论是车端的自动驾驶算法，还是无人机的航线规划，底层逻辑都是感知—预测—决策—控制，调度中枢完全可以共用同一个时空数字孪生底座，深圳、苏州已经在跑的试点里，红绿灯相位数据同时服务于路口车辆通行和物流无人机穿越城市低空走廊的窗口分配，车和机共享同一张时空切片表。最后是能源与起降节点融合。未来加油站、高速服务区、物流园区，完全可以“车充+机降”一体化设计，不用为无人机单独铺一套基建网络。

而车路云空一体对区域产业转型的意义，他看得更远。“过去二十年，区域产业竞争是‘谁有整车厂’‘谁有机场’；车路云空一体之后，竞争逻辑变成‘谁能把地面交通网和低空物流网一次性数字化、一体化调度’。”这意味着两类区域迎来换道超车机会：“一是有制造业底盘但缺航空资源的地级市——用智能网联汽车积累的通信、传感器、地图产业链，直接平移到低空物流装备，产业承接成本极低；二是物流枢纽型城市——用地面干线+低空末端接驳一体化，能把‘通道经济’升级为‘节点经济’，让货物在区域内停留时间缩短、附加值留在本地。”他最后强调：“车路云空一体，本质上是把‘地面智能交通’这张牌打成了‘立体空间经济’的底牌。谁先打通底座，谁先拿到区域产业重构的主动权。”

车路云空一体的区域重构逻辑，对楚雄这样的地方意味着什么？王金龙结合当地“七分山、两分水、一分坝”的地貌特征，给出了清晰的落地梯队。“在县域财力有限、基建底子薄的前提下，要先打容易落地部署和推广的场景，而且一定是‘空地人’立体组合，不是单打一。”

山地农林是第一梯队，方向是“无人机+地面机器人”协同。楚雄山地坡度大，无人机解决“空中植保+吊运下山”已经跑通，但采收和林下作业还得靠地面。核桃、松茸这类经济作物，采摘季人工缺口大、上山成本高，轻量化履带式采摘和转运机器人配合无人机吊运，能形成“天上巡、地面收、空中运”的完整闭环。一个飞防服务队配两台山地机器人，辐射三四个乡镇，一季就能回本，在云贵川同类山区县可以大规模复制推广。

而在封闭矿区，他看好的是“无人车+巡检机器人”的组合作业。楚雄州内铜、铁、煤点状分布，矿区道路封闭，矿卡“有人转无人”解决了招工难；巷道巡检、皮带机值守这类脏险岗位，用防爆轮式机器人替代，不需要等L4通用标准，场景封闭、边界清晰，安全基线容易确定。“经济账极硬，”他说，“滇西山区司机流失率高，机器人刚好解决高危工种。”

应急管理则被放在第三梯队，模式是“无人机先行、地面机器人跟进”。山洪滑坡发生后的黄金半小时，地面往往进不去，固定翼无人机先飞进去投抛投、建通信中继；地面机器人随后从最近公路口开进，带热成像和生命探测，替代人员进入二次坍塌风险区。这类场景一年用不上十次，但“一次救命，财政采购就立得住”，在他看来，这是县域低空和特种机器人新基建最合适的“敲门项目”。

他随即点出关键：“县域样板能不能复制，关键不在买了多少装备，而在于有没有一个‘县级无人系统服务站’——统一管飞手、管维保、管起降点、管空域报备。”在他看来，服务站像当年的农机站一样下沉到县，天上飞的、地上跑的、坡上爬的，才能真正从“演示品”变成工具和矿具。

谈及县域承接无人系统最需优先解决的条件，王金龙直言，他不讲“算力中心”“世界模型”这些高大上的词，“县域现阶段最怕的就是用城市逻辑套自己，找到适合当地的产业和优势，结合才是最合适的”。在他看来，最优先解决的三件事，件件不烧大钱，但件件是卡脖子——首先是建立“县级统筹主体”，别让各部门各买各的，“现在农林局买无人机、应急局买无人机、交通局又买一台，飞手不通用、起降点不共享、坏了没人修，最后全进库房”，县域第一步不是采购，而是成立一个统管的管理机构实体，仅此一项装备利用率就能从30%拉到70%以上；其次是跑通“最小可用”的领域和管理规则，“技术不怕难，怕不确定”，联合多个部门找几个场景先做示范试用，再进行规模化推广。规则可预期，社会化公司和人才才敢进来；再者是把“机器人运维技术员”和“飞手”当基建来抓，“县域不缺大学生，缺的是能换电机、调PID参数、给机器人换履带的人”，楚雄每个县职高开一个“具身智能运维班”，定向培养，三个月上岗，“设备坏了当天修，产业就活”。

科技、产业、金融三者如何真正咬合？王金龙教授兼具科研与投资孵化的双重经验，恰好站在了这三者的交汇点上。

验收标准不同，“工程化无人区”谁来填？

当谈及打通学术界与产业界之间最大的障碍时，王金龙直言：“学术界和产业界在‘验收标准’上根本不是同一种语言。实验室的“成功”是指标跑赢baseline、原理可复现、论文能发；产业界的“成功”是良率95%以上、成本砍一半、售后能扛三年。中间横着一条巨大的‘工程化无人区’——从样机到量产，往往还要烧掉比研发多三倍的钱和时间，但这一段既不发论文，也不出漂亮PPT，学术界没动力做，产业界不敢接盘。”

更深一层是评价体系不兼容。“教授拿项目看基金、看成果；企业采购新技术看TCO、看供应链备份、看出了事谁担责。两边坐一桌谈合作，一个在讲‘世界领先’，一个在问‘你敢不敢签SLA’，双方关注的维度完全不同，对话难以在同一层面上有效展开。”在他看来，打通割裂，光喊“科学家下海”没用，要在中间层做制度设计——中试平台按产业标准验收，横向课题允许教授拿里程碑付款，设立“成果转化型”评审通道，让‘能落地’在学术体系里也有价值，信号才真正对齐。

长周期、重投入，产业资本怎么陪跑？

无人系统是典型的长周期、重投入赛道。王金龙认为，看硬科技项目最核心的是三件事：工程化收敛能力、场景克制感，以及创始人对“脏活”的耐受度。“实验室性能跑满分不稀奇，稀奇的是能不能把良率从60%拉到95%、BOM成本砍掉一半还能过车规、设备坏了三天能修好。无人系统最终卖的不是算法demo，是‘稳定、便宜、可维修’的工程品。”在他看来，场景克制感尤为关键。“公司早期上来就说‘全场景通用’的，基本走不到最后。能精准选一个封闭、高频、有人干不了的场景先扎进去，把现金流跑正再外扩的团队，才配得上长周期赛道。”

对应产业资本的匹配方式，他的主张很直接。“核心就一句话：用‘场景和订单’代替‘估值溢价’来定价，用‘里程碑’代替‘轮次’来注资。财务VC的逻辑是7+2退出，硬科技无人系统从样机到万级量产爬坡，周期往往8到10年。产业资本的优势恰恰在于不靠IPO退出也能活——用真实场景开放做对价、用首台套采购做验证资金、用产业链资源做安全垫。具体打法上不追求领投造势，但必须卡一个‘节点型’位置——每到一个工程里程碑（小批量→定点→量产）才放钱，必须每季度拿现场数据说话。中间不追风口轮次，不逼对赌，但设‘技术冻结线’和‘产业应用价值’双硬指标。耐心资本不是被动等，是主动陪跑。这才是产业资本该干的事。”

对于未来三到五年，王金龙认为最值得期待的是WAM世界动作模型+FDE实时闭环工程化将跨越‘实验室到量产’的鸿沟，让无人系统真正从数字世界走到物理世界，在县域封闭场景率先跑通商业闭环。他同时寄语本次论坛：“愿紫溪山的真实场景为锚，让最前沿的WAM算法，在最朴素的山林与矿口上长出最扎实的产业根须。”

【后记】

整理这篇访谈时，王金龙教授有几个判断让人印象深刻。他说无人装备的独特作用不在“无人”而在“融合”，说金融逻辑必须从“看抵押”转向“看技术流”，说标准要先在封闭场景里“小闭环”跑熟再向外推。这些观点背后有一条清晰的线索：他始终把技术放在产业、金融、制度的交互框架里审视，而不是孤立地谈论算法与性能。访谈中他反复提到“十年维度的超长周期产业”——这个时间尺度，既是对耐心资本的提醒，也是对产业各方的诚恳劝勉。

与王教授相识不长，却有旧知般的默契。他谈起无人装备时举重若轻的从容，剖析堵点时不带情绪却一针见血的精准，还有说到县域落地时俯身入泥的务实，每一处都让人感到一种久违的惊艳。他不端专家的架子，不讲云里雾里的概念，三言两语就把复杂问题拆得明明白白。这份游刃有余，是他在科研、标准与投资一线持续深耕所沉淀下来的底气，也是这次对话中最打动我的地方。

紫溪山论坛本身正是在搭建一个跨越科技、产业与金融的对话平台。作为记录者，我希望这篇访谈所传递的判断与建议，能够为关注无人系统和县域发展的读者提供真正有价值的参照。

文 / 曹梦婵（中国汽车记协副秘书长）

点我访问原文链接