世界人形机器人运动会上，一个颇有讽刺意味的场面出现了：机器人已经可以跑得比人类百米纪录更快，却可能为插一根电缆折腾半天。
这件小事，也许比百米纪录更值得注意。
过去人们容易低估感觉和运动的难度。机器人要理解语言、分析问题、规划行动，当然属于“高级智能”；至于拿东西、插插头、系鞋带，似乎只是低级劳动。大模型的发展却揭示出另一幅图景：今天的AI可以编程序、解数学题，也能清楚说明怎样把插头插进插座；真正让它控制一只机械手，面对位置和角度从未预设的插孔，却可能屡次失败。
需要说明的是，固定位置、固定轨迹的插接并不困难，传统工业机器人早已能够完成。真正困难的是：不给机器人预先建立物体模型，不规定抓握姿态和运动轨迹，只告诉它最终目标，让它根据视觉、触觉和接触变化临场处理，并在失败后自行恢复。
人插电缆虽然不需要有意识思考，却不是没有“软件”。视觉、本体感觉、触觉、小脑、脊髓、肌肉和关节组成了一套复杂的闭环系统。插头碰到边缘，手会自动减力、调整角度、重新寻找位置。高级意识只发出一句“把插头插进去”，下面大量工作已经由身体的后台系统完成。
所谓“低级神经”，其实一点也不低级。
AI为什么反而首先突破语言、程序和数学？一个重要原因，是人类几千年来已经把大量高级思考记录下来。书籍、论文、数学证明、法律判决和程序代码，都是可以直接用于训练的数据。可是几十亿人每天怎样走路、拿杯子、使用五根手指，受到某种力量以后怎样在极短时间内调整，人类几乎没有留下系统记录。
Physical AI缺少的，某种意义上正是这样一个“身体互联网”。
现在出现了新的可能。高级AI虽然还不能直接充当完美的机器人头脑，却已经可以明显加快机器人研究：分析大量实验，寻找失败规律，生成控制策略，在仿真环境中反复试验，再由真实机器人验证；机器人遇到的新异常，又可以成为下一代模型的训练数据。
其中一部分能力还可能下沉到机械手内部的实时控制器和专用芯片。未来购买一只机械手，也许类似今天购买一个成熟电子模块：它已经自带抓握、力控、防滑、碰撞恢复和细微位置修正。高级AI只需要发出“把杯子拿过来”的目标，机械手内部的“人工小脑和脊髓”自行完成大部分动作。
这并不要求机器人首先达到人手的完美通用性。
更现实的商业模式是人机分工：机器完成绝大多数重复动作，遇到低置信度或异常情况时请求人类介入。一名操作员不必全程遥控一台机器，而可以同时照看多台，只在破损包裹、缠绕物、异常插接等少数情况下提供判断。人类处理异常的过程，又会成为最有价值的失败恢复数据。
在这种模式下，真正重要的指标不是展会上某次动作的成功率，而是每小时需要人工介入多少次、每次介入多长时间、一名操作员能够照看多少台机器，以及计算维护和停机以后，单位任务成本究竟是多少。
如果这一方向成立，美国面前确实出现了一次难得的产业纠错机会。
美国仍然拥有前沿AI、先进芯片、资本市场和高价值应用场景。更重要的是，美国人工昂贵。仓储、制造、夜班和危险作业的综合人工成本远高于中国，因此机器人即使价格较高，也更容易在美国证明投资回报。
这同时构成了一种危险。
中国拥有完整的制造供应链，机器人硬件价格下降很快，但中国普通制造业和仓储人工同样便宜。售价三四十万元人民币的人形机器人，未必打得过当地工人。相反，中国机器人如果进入美国，就可以用中国的低制造成本替代美国的高价人工，迅速获得订单、利润、真实运行数据和规模优势。
美国市场可能成为中国机器人完成商业闭环的最佳训练场。
这一次，美国已经没有完全袖手旁观。2026年7月，FCC把外国生产的先进机器人设备加入Covered List，原则上阻止新的外国人形和四足机器人取得设备许可并进入美国市场，同时保留经安全审查后有条件批准的通道。
这一步是对的。美国没有等中国机器人建立客户、维修网络和软件生态以后再处理，而是在市场格局尚未固化时先关上了门。
但关门不是胜利，只是争取时间。
美国过去已经交过不少学费。美国擅长基础研究和从0到1，产品出现以后，却常常嫌制造利润薄、资本回报慢，于是把成本工程和规模生产交给别人。别人从1做到100，供应链逐渐完整，工人越来越熟练，产量越来越大，成本越来越低，最后反过来向技术高端推进。
光伏、电池、消费电子和无人机，都多少留下过这样的影子。
机器人如果再走一次，后果尤其严重。机器人不是普通消费品，而是生产其他商品的工具。依赖中国消费品已经是供应链问题；如果再依赖中国制造的“机器工人”，美国即使拉回一些厂房，决定生产效率、软件升级、维修保障和成本结构的底层能力仍可能掌握在中国手中。
因此，美国限制中国机器人，只完成了前半步。后半步必须由美国政府和企业共同完成。
政府可以提供早期采购、测试场景、训练设施、投资抵免和关键零部件支持，但不能永久保护任何一家公司的利润。特斯拉做不好，就让Figure、波士顿动力或其他新公司来；美国公司之间仍要竞争，也应允许日本、韩国、欧洲等可信体系的企业参与。
美国公司则必须把样机变成产品，把产品变成产量，把第一代的高成本当作必须消灭的技术缺陷，而不是值得永久维持的利润来源。
假设美国首先造出了10万美元、真正能够工作的机器人，中国则有2万美元但能力较弱的机器人。美国企业最危险的想法，就是认为自己技术先进，所以理所当然应该维持10万美元高价，把领先全部兑现成高毛利。
真正应该做的，恰恰是主动把10万美元打到5万，再打到3万。
机器人越便宜，部署越多；部署越多，供应链规模越大；规模越大，成本越低；真实运行的机器人越多，Physical AI获得的数据也越多。软件进步又提高可靠性，进一步扩大部署。
这是一个可能决定未来制造业归属的正反馈循环。
第一代贵不是问题。新技术本来就贵。真正的问题是，企业究竟把“贵”看作利润来源，还是看作必须尽快解决的缺陷。判断产业是否成功，也不应只看第一代产品的毛利率，而应看五年以后，美国及可信盟国体系究竟部署了多少机器人，控制了多少关键零部件、软件平台和真实运行数据。
美国政府目前至少已经避免了最愚蠢的一步：一面呼喊制造业回流，一面让中国制造的机器劳动力进入美国，用美国客户的利润和数据训练中国机器人产业。
接下来，如果政府只禁不建，审批拖延、采购不足、能源和工厂继续受到阻碍，那是政策失败。
如果政府已经留下市场、提供基本条件，而美国公司仍然沉迷估值、发布会和高毛利，不肯量产、降价和建立供应链，那就是企业自己的失败。
过去几十年的产业转移已经告诉美国：发明并不等于拥有产业，技术领先也不会自动保存制造能力。
这一次，风险已经看见，市场窗口也已经留下。
美国公司若能借此努力，无论最后胜负如何，至少已经尽力。若仍把从1到100交给别人，以后再埋怨中国、全球化或者资本市场，就没有多少意义了。
第一次可以说没有看清。
这一次若仍然错过，只能说是自己的选择。