外界谈论汕头的AI，往往从“Token出海”说起。2026年4月，汕头华侨试验区跑通全国首个城市级“Token出海”全链路闭环，目前日均对外提供Token超150亿，汕头的AI故事，由此拥有了一个“被看见”的位置。

在算力出海的另一侧，汕头的AI正在以另一种方式下沉：渗透进检测仪器、码头管理系统、应急设备，乃至全市的供水管网、交通路网和立体停车系统。这些场景背后站着的，是汕头的国有资本。

尽管进度参差、路径各异，汕头国资企业的AI实践却有一个共同的指向：嵌入产业一线和港口码头，嵌入应急现场和城市末梢，嵌入这座城市最基础的运转与守护。

国资探路：AI助推工贸效率变革

在风电塔筒上检测一根高强度螺栓，过去是怎样的？检测员爬到几十米高处，手持探头扫查，眼睛盯着屏幕上的波形图，在脑海中判断哪一段异常回波意味着螺栓内部存在裂纹。这依赖的不仅是体力，更是十几年攒下的“波形直觉”。

现在，汕头超声集团的相控阵全聚焦检测仪里，嵌入了一套AI缺陷自动识别算法。探头扫过，算法同步分析，语音实时播报被检测工业设备是否异常，并自动识别、定位缺陷，输出其长度、深度、高度等量化数据和三维图像。这台设备是国内首台多组阵列多模态全聚焦实时超声影像融合焊缝检测装备，成像帧率高达每秒100帧，聚焦点数达到百万级。对于使用者来说，技术参数翻译成一句朴素的话就是：给工业设备做超声检查时，机器自己会“看片子”了。，检测员要做的事情，从“看懂波形”变成了“确认结果”。

工程师正在使用AI缺陷自动识别算法检测 受访者 供图

不同于泛用型人工智能产品，这套系统着力将老师傅长年积累的判断力，转化为一套可复制、可落地的智能算法。目前，该装备已经应用于风电螺栓的在役检测，大幅降低了人工检测的作业强度。

从一台检测设备到一个码头调度系统，AI在工贸领域的渗透正在从“点”走向“线”。

汕头招商局港口去年投用的智能拖车调度系统，把调度员的“全局直觉”变成了算法。这家央地合资的码头企业，将距离、指令优先级、排队长度、拥堵情况统一折算成一个度量衡：时间。每一台拖车该去哪里、该走哪条路，不再是人的判断，而是算法对全局时间成本最小化的求解。以一个年吞吐量1500万标箱的码头计算，每小时作业效率每提升0.1，一年可节省成本约300万元。

这套系统的另一层能力在于兼容性。它同时支持传统拖车与无人驾驶拖车的混合作业调度，为码头自动化转型预留了空间。目前，该司智能泊位计划系统还在测试阶段，预计年底上线，AI赋能港口管理的故事,仍将继续。

如果说检测设备和码头调度系统是在各自的产品和系统里做增量，那么超研股份在AI上的第一个切面，做的是“向内”的功课。这家国资参股的混合所有制上市公司，前身是汕头超声研究所。企业搭建本地AI数据大模型，建设“数字员工”, 让AI沿着业务流自主执行，把过去需要人花大量时间的环节变成机器自动完成。研发代码生成、供应商质量预警、开箱合格率分析，这些环节已经“跑”起来了。

支撑这套“数字员工”体系的，是企业四十多年积累的研发文档、工艺参数、质量报告、供应链记录等等数据。，通过本地部署大模型解析、抽取和关联，这些数据被构建成企业专属的知识库构建起企业专属的知识库。以前，一份十年前的工艺文档要找出来，可能得翻几个抽屉；现在，它变成了可调用、可关联的数据资产。

能力延伸：AI挺进险境与民生末梢

产线、码头、数据中台，AI在这些场景中的落地有一个共同前提：有电、有网、有专业人员在岗。但一座城市的真实运转, 面对的问题远不止于此。灾难现场没有网络，基层社区没有放射科医生，深埋地下的管网无法直接观察。AI能否触及？

超研股份在产品端给出的答案是：把算法轻量化，直接嵌入本地设备，不依赖网络，不依赖云端。它瞄准的，正是应急现场没有网、医院不允许患者影像数据外传、工业检测有保密规定等场景下的需求。它把算力精准下沉到需求发生的地方，让智能响应从“云端延时”变为“瞬时触达”。

在超研股份的展厅里，一台四足机器狗背着轻量化的超声和X射线设备，穿过模拟的废墟地形。超声探头扫过“伤者”体表，AI同步识别内出血的影像特征；X射线拍片后，AI自动标记骨折位置。整套系统可以在9分钟内完成一名伤员的伤情分类，不需要网络，不需要后方专家在线。

这个看似科幻的画面已经走出了展厅。这套多模态应急救援方案已参与了国家森林消防“健康护航”专项行动，此前在杭州亚运会执行过保障任务。在巴基斯坦，超研股份与国际组织Stop TB合作，用“便携式DR+AI”在基层社区开展肺结核筛查，一年多便完成了8000多例，大幅提升了当地疾病筛查水平。

超研股份给出了一个简洁的回答：“过去我们交付的是一台台设备，今天交付的是能独立完成任务的一整套能力。从制造商向解决方案服务商跃迁。”在这家企业的叙述中，有一个词反复出现：“场景定义能力”。该司负责人说，今天的竞争不仅是性价比，更是设备能在场景里替用户解决什么问题。

把视角转到服务百姓民生的领域，汕头市水务投资有限公司的AI故事方兴未艾。在新溪污水处理厂二期，一套智能自控平台已经运行，水质参数实时上传，异常自动报警。今年，该司加快“AI+”步伐，与汕头大学合作研发一套基于进水水质预测和智能控制算法的智能曝气与智能加药系统。目前，高校专家团队已经驻场指导，项目正进入研发攻坚阶段。

污水处理行业有一个特点：高度依赖“老师傅的经验”。曝气量多少、药剂投多少，很多时候靠的是运行人员对水质变化的“感觉”。AI要做的，是把主观感受变成数据驱动的决策。水投公司负责人介绍：“污水处理厂的每一项智能改造，最终都要落到两个指标上：出水水质更稳定，运行成本降下来。”

污水处理厂智能自控平台 受访者 供图

汕头粤海水务则提供了另一个样本。这家省市国资合资的供水企业，正逐步将全市供水管网及附属设施纳入电子化建库管理，目前已累计录入电子管线数据约3500公里，阀门数据约2.62万个，构建起基本覆盖全部供水辖区的GIS地理信息系统。在此基础上，管网关键节点的压力监测设备和多级分区计量体系相继落地，部分消火栓完成了智能化升级，供水调度从“凭经验”转向“靠数据”。供水管网深埋地下，过去靠人工巡检和经验判断，如今每一段管线的位置、每一个阀门的参数、每一处节点的压力变化都有了数字档案。对一座城市的供水系统而言，这些数据资产的积累，是后续一切智能化应用的前提。

从超研股份的应急现场，到水投公司的污水处理池，再到粤海水务的地下管网，AI在民生一线的形态各不相同。有的已经是完整的“能力”，有的还在构建“感知”，有的刚刚夯实数据底座。这些进展参差、领域各异的实践，共同拼出了汕头国资系统在AI命题上的全景图。从产业一线到民生末梢，不同板块的智能化进程并不齐头并进，但每一步都嵌在国有资本服务城市发展的大局之中。

汕头粤海水务依托漏损分析系统 受访者 供图

记者手记

在人工智能发展日新月异的当下，如何找准AI发展的发力方向、走出适配自身的特色路径，是汕头正在探索作答的时代课题。

相比于追求本土培育实现AI理论的“颠覆式创新”，汕头选择了一条更接地气、更重实效的道路：跳出理论概念，扎根产业一线的真实场景，让技术价值落在一条螺栓的裂纹检测、一辆拖车的智能调度、一处污水池的曝气管控等细微实处。

评判AI赋能产业的成效，不必简单套用先进与否的单一标尺，更应聚焦三个核心维度：AI有没有真正走进场景，有没有人在使用，有没有改变一种做事的方式。超声集团的检测仪回答得最利落，招商局港口的调度系统用一笔300万的经济账回答得最实在，超研股份的应急救援用“9分钟伤情分类”回答得最有穿透力。水投和粤海水务的探索同样在推进，只是节奏和阶段不同。

Token出海给了汕头一个全球AI版图上的坐标。但坐标之下，产线上、码头上、污水厂里，AI正以一种不张扬的方式嵌入这座城市的肌理。这些不产生日均150亿的Token，但它们决定了产业能多大程度上接住AI带来的改变。

“场景定义能力”不只是超研股份的关键词。市属国企、央地合资、省市合资、国资参股，不同形式的国资力量，在各自的领域里回答着同一道题。路径不同，快慢不一，但方向一致。这张参差的图景，才是汕头面对AI大潮时属于自己的答案。

南方+记者 彭深

，一键报料↓↓↓