从“能造”到“敢用”，90亿条数据给具身智能“上牌”
深圳市工业和信息化局、深圳市科技创新局近日印发《深圳市推动智能机器人产业高质量发展工作方案(2026—2028年)》。方案传递出一个清晰信号：智能机器人产业正从实验室样机、单机演示，加速进入工业、服务、特种环境等真实场景;与此同时，隐私安全、伦理合规、数据采集与使用、场景责任追溯等问题，也正在成为产业规模化的前置条件。
机器人进入真实世界，不等于风险自动消失。相反，当AI从“数字空间决策”走向“物理空间行动”，风险对象也从账号、交易、信用，扩展到人机协同、环境适配、任务执行、数据合规与公众信任。具身智能越接近真实生产与生活，越需要一套可识别、可评估、可预警、可处置、可追溯的AI风控体系。
这正是白鸽在线(02672.HK)的核心能力所在。作为港股“全场景AI风控应用第一股”，白鸽在线并不制造机器人本体，而是致力于成为智能场景背后的AI风险决策基础设施：以青鸾大模型提供行业语义理解与知识推理，以方舟、飞秒、智瞳、乐荐、睿析、鉴信六大MaaS模型组成可复用、可调用、可嵌入的模型矩阵，帮助机器人企业、场景运营方和产业平台在“准入—运行—处置—追溯”全链条中建立可信秩序。
在深圳方案提到的真实场景实训中，白鸽在线的价值可以落在四类关键环节。
第一是场景准入风控。人形机器人、服务机器人、特种机器人进入工厂、仓库、社区、商圈、公共服务空间前，需要完成任务风险分级、环境适配评估、合作主体信用评分和作业权限管理。白鸽在线可基于方舟的实时预警、鉴信的信用识别、睿析的数据分析能力，为不同场景生成动态风险画像，避免“同一套规则管所有机器人”。
第二是运行过程风控。机器人在真实场景中面对的不是静态环境，而是天气变化、人流密度、设备状态、任务切换、异常干扰等动态变量。白鸽在线的模型矩阵可对运行数据进行实时研判：识别高风险时段、区域和动作，辅助系统完成异常告警、权限收紧、远程接管和事件复核，让风险处置从“事后复盘”前移到“事前预警”。
第三是数据治理与合规风控。方案提出建设具身智能数据采集场，并培育第三方数据采集、清洗、标注服务商。具身智能数据集的价值越高，其来源合法性、脱敏程度、标注质量、使用边界和流通合规性就越重要。白鸽在线多年沉淀的场景数据能力，可用于数据质量评估、风险标签体系、异常样本识别、合规审计留痕和模型训练边界管理，让“数据荒”的解决过程同时满足“数据可用”和“数据可信”。
第四是人机交互信任风控。当机器人以语音、外观、记忆和个性化服务进入家庭、教育、养老、商业服务等场景，用户信任本身也需要被治理。青鸾大模型可围绕身份揭示、能力边界、授权确认、敏感场景提示和人工接管机制提供语义理解与决策支持，降低拟人化交互带来的误解、过度依赖和不当采集风险。
白鸽在线的转型路径，与这一产业趋势高度同向：模型能力正在从项目交付走向平台化输出，收入模式正在从“卖系统”走向“卖能力”。根据公司最新自愿性公告，2026年1月1日至8月31日，白鸽在线MaaS服务收入约人民币4740万元，同比增长约579.8%;服务调用规模突破750万次。商业化数据的快速放大，说明其AI风控能力已经跨过试点验证阶段，开始进入规模化调用阶段。
对机器人产业而言，未来的竞争不只是本体性能、运动控制和模型参数的竞争，也是“谁敢让机器人长期真实上岗”的信任竞争。白鸽在线希望扮演的角色，不是站在聚光灯下的机器人整机厂商，而是守在每一次人机协作背后的风险决策层：让每一台机器人、每一个场景、每一次任务调用，都能在模型驱动下更安全、更合规、更可解释地运行。
从数字世界到实体智能，信任的边界正在被重新书写。白鸽在线将以“全场景AI风控应用”能力，为具身智能时代的规模化落地补上关键一环。
