“新新三样”出海正重塑全球产业规则

　　从一集装箱衬衫到一块动力电池，再到一行算法代码、一纸分子专利，中国制造正在变得越来越“轻”。这种“轻”，不是分量不足，而是价值密度更高了。当人工智能（AI）、机器人、创新药组成的“新新三样”在海外市场上赢得广泛认可，中国制造的竞争力已不再依赖廉价的人力与资源，而是源自对“认知与规则”的定义能力。

　　从商业逻辑来看，AI卖的是跨境调用的算法服务，机器人卖的是整机搭载中国算法与本地化作业方案，创新药卖的是分子环节的全球权益。这些不仅是科技赋能于商品的升级，更是生产方式系统性重构的信号。

　　AI　重构千行百业的“新电力”

　　AI的本质不是思考，是“接龙”。更准确地说，以大语言模型（LLM）为代表的AI，核心机制是基于概率预测的“文字接龙”：根据上下文，用数学概率算出下一个最可能出现的字、词或片段，形成流畅回答。当参数规模达到千亿、万亿级，并吸收了人类几乎所有的公开书籍、代码、文献和对话后，这种统计模拟呈现出的连贯性，在外部表现上已与人类推理相差无几。

　　全球AI模型聚合平台OpenRouter数据显示，2026年7月第三周，中国大模型周调用量达36.11万亿词元（Token），连续12周领跑该平台。这意味着，大量AI正以智能体（Agent）形态运行：它们具备自主规划、多轮迭代、跨工具联动能力，用户一条指令，就能在后台触发数十次甚至上百次自动“接龙”循环。这也凸显了AI的通用性——它已深度嵌入科研、工业、金融、办公、编程等真实生产场景。

　　AI的这种通用性，很像从工业革命延续至今的电力。电力不织布、不炼钢，但驱动着几乎所有生产和生活；AI不造车、不制药，但一旦接入行业，生产方式、流程和研发范式就会发生系统性重构，这不是“修修补补”，而是更换底层操作系统。

　　AI的通用性主要体现在三大特征上。

　　1.空间大：无孔不入的普适性

　　金融、医疗、法律、农业、制造、教育……几乎所有行业的核心都是信息处理与决策。AI通过通用接口（API）首次让机器“听懂”人类语言。如果把大模型比作发电机，API就是插座，任何行业接入都能获得持续算力，效率大幅提升。

　　2.潜力深：自带进化属性

　　通用技术不是静态的，而是快速迭代、持续降低成本。前面提到的中国大模型单周调用量超过36万亿词元，核心就在于“接龙”成本已低至忽略不计。AI不仅能自我进化（从文字到声音、视频、三维控物），还能反哺其他学科，如AlphaFold（由谷歌DeepMind团队开发的人工智能系统）预测蛋白质结构。

　　3.衍生性强：催生新业态

　　汽车+AI=自动驾驶，硬件+AI=具身智能机器人。AI不只是工具，更在重塑组织与商业模式。正如“互联网+”催生了电商、网约车，“AI+”正在衍生全新的生产和商业逻辑。

　　价廉物美同样适用于AI。中国代表性大模型如DeepSeek、Kimi K3，前者训练成本远低于美国同行，后者代码能力全球领先，二者出海时均走高性价比路线。这标志着中国AI出海的核心标的是Token和API，而非传统软件光盘，其优势不在于“更聪明”，而在于更便宜、更好用、更普及。

　　更便宜：把算力费打下来

　　DeepSeek的API价格比OpenAI同级别模型便宜90%左右。DeepSeek率先在大模型API上引入峰谷分时定价，利用算力中心的峰谷电价差和夜间闲置算力推出闲时计费，企业把数据清洗、报表分析、离线代码审核安排到夜间，成本可再降一半。通过MoE（混合专家模型）、KV Cache（避免重复计算）压缩及国产硬件深度适配，单卡并发处理能力提升数倍，从技术底层把“接龙成本”压到极限。

　　更好用：“开箱即用”且懂中文语境

　　中文充满潜台词、成语、行话。中国大模型在处理合同纠纷、公文写作、电商客服、政务咨询时，对人情世故与合规性的理解明显优于海外模型。MiniMax、Kimi、火山引擎等国产大模型平台均具备长文本处理与文档翻译能力，并配套语音/视频理解或转写服务，它们普遍兼容OpenAI API标准，开发者改一行代码、换一个密钥即可无缝迁移，切换成本近乎为零。

　　更普及：从需打开App使用到“不请自来”

　　过去用AI要专门下载App或登录网站，现在，中国AI依托微信、抖音、支付宝、小红书等十亿级入口渗透至日常场景：刷抖音遇见AI导购、在微信内调用AI写请假条、在手机系统中一键唤醒AI点外卖……AI已“不请自来”地嵌入生活。

　　不过，全球AI发展仍面临三大瓶颈：能源与电力接入、高质量数据枯竭、商业回报率与亏损压力。其中，“算电协同”是解决能源与电力接入问题的思路之一。中国正在利用西部丰富的清洁绿电和储能，为AI解开能源枷锁。

　　机器人制造业智能化的“智慧之手”

　　机器人是“新新三样”中AI走进现实世界的载体，这种形态被称为“具身智能”。它和人形机器人一起，正推动制造业从“自动化”迈向“智能化”。中国机器人出海，卖的早已不是单台机器，而是“本体+场景方案”的完整包。

　　具身智能的核心是视觉-语言-动作模型（VLA），它是让机器人实现“手脑协同”的技术桥梁。

　　在VLA出现之前，机器人的“大脑”是割裂的：视觉芯片负责看（Vision），语言芯片负责听（Language），控制算法负责行动（Action），三者之间要靠大量复杂代码“翻译”。而VLA将“看、听、动”融进了同一个神经网络，把摄像头画面、人类语音、机械臂力度统一编码进同一个神经网络，让机器人第一次拥有了常识，并能把常识变成动作。举个例子，人不仅可以命令机器人“把水杯递过来”，还可以说“我打翻了茶杯”。VLA能通过常识推理：茶水会弄脏桌面，清理需要抹布。于是，机器人自动切换模式，找到抹布，擦净桌面。这不是在背程序，而是像人一样理解场景、做出判断。

　　VLA之于机器人，就像把“大脑、眼睛和双手”组装进同一个身体。它不靠死记硬背，而是通过海量数据，学会像人类一样感知、理解并改变物理世界——这就是机器人的“智商”，决定了它能走多远、用多广。

　　过去的工业机器人像钟表，程序固定、重复劳动；如今的具身智能机器人像熟练工，能适应复杂环境、听懂人话，胜任多品种、小批量的柔性任务。

　　中国具身智能已形成3条典型路线，恰好对应产业链的3种角色：全栈通用大脑与本体、垂类场景落地先锋、开放式操作系统。简单来说，有的既做高端人形硬件，又自研顶尖系统；有的自身不主打硬件销售，而是向硬件厂商授权具身大脑，让不同本体共用同一套通用系统；有的则深耕垂直战场（如餐饮、零售、医疗），靠场景数据持续巩固物理世界的占有率。三者互补，共同印证了中国AI更便宜、更好用、更普及的优势。

　　海关总署数据显示，上半年我国工业机器人出口62.9亿元，主体仍是传统自动化设备，但“含智量”正在爆发：清洁机器人、智能仿生机器人合计出口达180.9亿元，包含超万台轮足机器人、机器狗以及送餐机器人。机器人正在从“钢铁躯壳”进化为“智能员工”。

　　当下，具身智能仍面临三大硬件瓶颈：高端力矩传感器、电子皮肤、关节集成。

　　高端力矩传感器 尤其是六维力传感器是精细操作的“卡脖子”环节。机器人想轻拿轻放鸡蛋、拧紧螺丝，必须靠它实时反馈力度。一台人形机器人通常需要4个六维力传感器（手腕/脚腕）和28个关节扭矩传感器。这项技术长期被美、韩垄断，难点在于“维间耦合”——向下用力时，很难剥离侧向摩擦力的干扰。中国正在追赶，目前有企业的关节力矩传感器出货量已突破10万套，精度提升至0.1%FS（满量程的千分之一）。

　　电子皮肤 这是触觉的最后一块“拼图”。力矩传感器只能感知关节用力，而拥抱、搬运需要全身触觉。现有柔性电子皮肤存在“回弹滞后”和“布线灾难”：触摸信号延迟几十毫秒，在精细操作中是致命的；若在手臂铺满触觉阵列，线缆会挤爆内部管道。中国企业正尝试“感算一体”芯片，直接在皮肤端将触觉信号数字化并做初步计算，再交由上层模型编码为词元，试图打破这个物理瓶颈。

　　关节集成 这是空间与功耗的极限挑战。人形机器人要在厨房、走廊等狭窄空间行动，每个关节都必须把电机、减速器、驱动器像乐高一样压缩进极小空间，但这形成了“重量-散热-功耗”的死亡三角。扭矩越大，关节越重，耗电越快，高密度集成又容易过热。此外，五指灵巧手要在方寸之间塞进十几个微型电机和传动丝杠（相当于机器人肌肉里的筋腱），还要集成力控算法，已逼近机械加工的物理极限。

　　对此，业界提出了“软硬兼施”的思路。一方面，将力矩传感器集成进关节内部，绕过独立传感器的体积限制；另一方面，用算法弥补硬件不足。过去追求100%完美的硬件，成本高达几十万美元；现在通过给大模型投喂大量触觉仿真数据，让机器人在传感器只有80%精度、电子皮肤略有延迟的情况下，依然能通过“直觉算法”稳稳端起一杯水。

　　创新药　AI让“大海捞针”变“按需造针”

　　中国的创新药研发正在打破过去“拼运气”的概率，尤其是在AI深度介入后，把“大海捞针”变成了“按需造针”。

　　过去，新药研发受制于“双十定律”：平均耗时10年、耗资10亿美元，还要面对90%的失败率。这种高投入、高风险、长周期的特点，让一般企业望而却步。传统模式下，研发人员要从上亿个化合物中盲筛，像开盲盒一样试错。为了看清靶点长什么样，还得通过冷冻电镜、X射线晶体学等复杂实验进行结晶、拍照，仅解析一个蛋白质结构，往往就要花1年以上时间，耗资数十万乃至数百万美元。

　　而AI模式是“按需造针”。输入病灶靶点的3D结构，AI像生成图片一样，瞬间就能设计出成千上万个可能有效的分子。谷歌DeepMind团队开发的AlphaFold 3是这一领域的基石，它能在几分钟到几天内，输出原子级精度的蛋白质三维结构与DNA/RNA/小分子复合物的三维结构。DeepMind将人类基因组2亿个蛋白质的预测结构免费开放，相当于为全球制药公司提供了一张高清的“人体细胞三维全景地图”，让科学家能针对性地设计药物，并在虚拟世界里提前排除结合不稳或有严重毒性的“残次品”，极大降低了新药进入临床后的夭折风险。

　　中国利用AI研发新药取得了不俗的成果。2026年上半年中国创新药对外技术授权交易总额超过1000亿美元。其中，最具代表性的是Rentosertib，这是全球首个由生成式AI全流程驱动（识别靶点+分子生成）并推进至Ⅲ期临床的创新药。传统的药物研发是盲盒式试错，而Rentosertib的诞生是AI主导的理性推演。 AI翻阅了全球几万篇生物医学论文，精准锁定了一个过去被忽视的靶点——TNIK。锁定后，AI像搭积木一样生成能严丝合缝扣住TNIK的小分子图。中国团队利用自研的Pharma.AI平台，仅用18个月、花费不到传统模式1/10的成本，合成了不到80个分子就推入了临床。而在传统模式下，仅从零找到一个候选分子就要耗资数千万美元、耗时5年以上。目前，该药已正式进入决定上市的Ⅲ期临床试验阶段。另一个创新药代表是MDR-001（口服小分子GLP-1），仅用4.5年即进入Ⅲ期，而传统路径需8年至12年。

　　AI研发新药并非让AI单方面拍板，而是让AI成为一种“搭子”。AI筛选出的分子必须通过吸收、分布、代谢、排泄、毒性五项严苛检验。这意味着，AI最终输出的不是对靶点黏性最强的“极端分子”，而是在疗效与安全性之间最平衡的种子选手。

　　目前，新药研发的“双十定律”已逐渐向“6+4”演进：AI将临床前的6年大幅压缩，但临床试验的4年是无法跳过的硬指标。AI造出的药好不好用、安不安全，最终还得人体临床试验说了算。

　　三代“三样” 从缝衣服到写代码的产业跃迁

　　中国出口产品的三代“三样”，本质上是一场从缝衣服到写代码的接力赛，是从制造到创造的产业跃迁。

　　“老三样”：服装、家电、家具

　　依靠廉价劳动力和土地红利，走低端组装路线，附加值极低，赚的是微薄加工费。

　　“新三样”：电动汽车、锂电池、光伏

　　依靠完整供应链、绿色能源转型和大规模工程集成，附加值上升到中高水平，掌控了全球新能源产业链的话语权。

　　“新新三样”：人工智能、机器人、创新药

　　驱动力源自算力和算法，以及基于通用技术的“平替智力”与虚拟/实体全生态重构，附加值极高，输出的是底层标准。

　　从“老三样”到“新新三样”，首先是生产要素的质变：从出卖体力到出口智力。“老三样”出口的是工人的汗水和时间，属于典型的劳动密集型，受资源与环境约束极强，而“新新三样”出口的，是高级智力的“平替”——用算法和模型替代昂贵的专家经验与试错成本。

　　这也带来了商业模式的跃升：从“卖完即走”演进为某种生态和标准，构筑长期竞争优势。海外开发者一旦接入中国大模型的API，或者全球医院、工厂习惯了中国智能机器人的“大脑”（VLA）与物理控制工作流，就可能由此建立深度的技术适配与长期合作关系。这种基于通用技术出口的能力，让中国首次在全球软件和数字基建领域拥有了长期话语权与管道收益。

　　从“老三样”到“新新三样”的进化，本质上是中国正在加速甩掉低端代工厂的帽子，正跨越“中等收入陷阱”。中国开始利用“算法、智力、空间智能、生物医药标准”等高维技术，重塑全球产业逻辑，赢取智能时代的红利。

　　科学 放大镜

　　1.工厂机器人干得欢，扫地机咋还老卡壳？

　　因为工厂机器人吃的是“场景红利”——流水线不变、光照不变、零件标准，属于“封闭场景简单题”。而扫地机要面对拖鞋、数据线、宠物，这属于机器人界的“开放世界地狱难度”，好在最新的视觉-语言-动作模型正在专门攻克这个难题。

　　2.机器人长得越像人越厉害？

　　不一定。双足行走是“演示友好”，不是“效率最优”。在真实工厂里，四足、轮式、机械臂混合部署反而更稳。具身智能的聪明劲儿，不在于长得像不像人，而在于有没有视觉-语言-动作“脑回路”，即能不能听懂“把蓝色盒子递给穿红衣服的人”，并在被推一把后站稳。

　　3.有了AI造药，新药研发像点外卖一样快？

　　不是。AI目前只能把“找分子”的前半段提速，把“双十定律”里的10年研发周期压缩到约6年；但动物试验、人体临床Ⅰ/Ⅱ/Ⅲ期等阶段，任何算法都跳不过去。

　　4.“新新三样”怎样改变老百姓的生活？

　　“新新三样”就像20年前的互联网和10年前的智能手机，正在通过把高端技术打成白菜价的方式，切实改变老百姓的饭碗、钱包、看病和晚年生活。它可以让大病药费迎来大幅下降；有望缓解“421家庭”的养老压力；还能先出海赚外汇，再回流普惠国内，就像当年光伏出海倒逼电价下降一样，把看病、用药、养老的成本实实在在地降下来。（张田勘）