 |
美國近期宣布禁止進口中國製造的“人形機械人和四足機械人”，這表明，機械人革命已然來臨。我們已正式進入第四次工業革命，在這一時期，機器越來越多地學習、自適應，並與人類展開協作。這場革命所依託的是物理、數字及其他技術（如人工智能、傳統機械人技術、3D打印、生物技術和物聯網）的融合。
“會思考的機器”要想進步，需要在“具身智能”——即人工智能、計算能力、傳感系統與先進機械的整合——方面實現巨大飛躍。迄今為止，人工智能最大的進展發生在“非具身智能”領域，尤其是智能體AI的問世。
顯然，本輪技術演進的初期階段，不太可能集中於開發外觀和行為模仿人類的機械人。相反，搭載具身智能的智能機械人，如今正出現在高度可控的工業場景中。黑燈工廠（或稱無人工廠）就是一個突出的例子，整個工廠作為一個閉環系統運行，自動化程度極高，現場幾乎無人參與。
黑燈工廠在中國正變得越來越普及，中國在商業規模化方面處於領先地位。這些工廠依賴人工智能賦能的攝像頭進行質檢，引導機械人作業，同時通過工業物聯網實現集成。智能傳感器監測設備健康狀況，並收集實時數據，據此制定維保計劃，避免不必要的停機。
一個預示未來的有趣例子是，北京郊區的一家小米工廠放棄了僵化的預設程序循環，轉而採用自學習人工智能平台，以及所謂“數字孿生”的實時虛擬仿真。儘管如此，真正可工作的人形機械人，才是這一漫長技術演進的巔峰。它們具有人類的外形和類似人類的功能，能夠無縫融入我們這個為人類形態設計的世界。
因此，繼非具身人工智能之後，下一個重要步驟就是自然而然地演進到具身形態，最終開發出可工作的人形機械人和仿動物機械人，使其能夠在為人類創造的空間中執行任務。
誰在這場機械人革命的巔峰競爭中勝出？或者更準確地說，誰在開發第一批真正可工作的人形機械人——外觀行為酷似人類、能在需要與人類直接互動的複雜環境中執行協調動作的機械人——的競賽中領先？目前，專為固定受控環境設計的現有傳統工業機械人，距離能在醫院、辦公室和家庭等人流密集環境中做出實時決策並順暢運行，仍有很長的距離。
我們可以從審視製造人形機械人所需的各個要素展開分析。第一是身體機械結構；第二是讓人形機械人觀察和感知環境的各類傳感器；第三是機械控制系統；第四是實際算力（大腦硬件）；第五是人工智能決策與控制算法（大腦軟件）；最後是動力系統（電池與充電）。
不同國家集群所產生的不同產業生態，在這六個要素中各具獨特競爭優勢。19世紀初的英國政治經濟學家大衛·李嘉圖顯然會看到，在打造最佳人形機械人方面，存在着巨大的合作機會。可惜，這個時代合作不太可能發生，儘管主要參與者——主要是美國和中國——各有所長，優劣互補。
在尖端零部件生產方面——一個普通人形機械人包含數千個機械部件——中國絕對領先。摩根大通2026年6月的一項分析顯示，中國帶動了全球近80%的人形機械人出貨量。更重要的是，中國的生產成本每年下降約40%，形成了先發優勢。
摩根大通分析師在2025年的一份報告中指出，中國在人形機械人領域擁有巨大成本優勢，憑藉專業化的供應鏈，生產成本可低於1萬美元，而西方同類產品價格則在2萬至3萬美元之間。因此，繞過中國零部件供應商，將使美國製造商的單位硬件生產成本增加一倍或兩倍。
在尖端傳感器——即所需的“耳朵”、“眼睛”及其他傳感系統方面，美國及歐洲、日本和韓國的供應商仍保持領先。而中國的優勢則是以具有競爭力的價格規模化量產。
機械控制系統的優勢與傳感器非常相似，西方供應鏈在質量和價格上更高，而以中國為中心的供應鏈則在大規模製造方面更強。然而，在這兩個領域，西方製造商的領先優勢正在縮小。中國機械人市場的規模、全產業生態以及激烈的競爭壓力，正以驚人速度推動成本節約和技術升級。
至於第四個要素算力，西方供應鏈明顯處於領先地位。人形機械人既需要高性能算力，也需要控制機械的傳統芯片。美國對中國實施的高端算力進口制裁，直接影響了中國人形機械人研發企業所能獲取的資源。部分而言，這類瓶頸可以通過變通方案來克服。今年春晚亮相的翻跟頭、表演雜技的人形機械人，清楚表明中國有能力為開發人形機械人調動足夠算力。
然而，隨着人形機械人日益精密，頂尖算力可能決定這場競賽的勝負。這種情況也適用於第五個要素，即人工智能模型的質量。美國開發的模型仍然比中國的能力更強，但差距正在縮小。矛盾的是，那些深度參與機械人和具身智能開發的美國企業，在人工智能模型開發方面落後於美國最頂尖的兩家實驗室——OpenAI和Anthropic。
換句話說，正是在算力和人工智能模型質量——驅動人形機械人“大腦”的硬件和軟件——這兩個領域，美國有可能輸掉這場競賽。美國的人工智能生態仍然領先，且有能力產生頂尖的具身智能。但具身智能不能像大型語言模型那樣通過直接聯網，來調取海量人類歷史數據。機械人必須通過掙扎、跌倒和失敗這種艱難的方式，來學習如何運動。
正是在這一點上，最近對中國人形機械人的進口禁令可能適得其反。廉價的中國機械人，在規模和速度上是訓練美國具身智能的最佳載體。將訓練具身智能模型所需的關鍵硬件排除在外，這種做法是否會浪費美國自身的優勢？
最後，中國在動力系統方面佔據優勢。其電池製造商現在是世界上最先進的，中國電動汽車行業的驚人進步證明了這一點。然而，如果美國、歐洲、日本和韓國有效合作，它們的供應鏈競爭力可以接近中國。因此，這個要素勢均力敵。不過，無論哪個產業生態選擇採用中國電池技術，都將降低成本。
對於了解李嘉圖理論的人來說，這種情況無疑令人沮喪。很少有哪個未來產業像機械人這樣，能讓兩個領先的技術競爭對手通過合作收穫更優經濟成果。但是，在我們生活的這個時代，國家安全往往優先於經濟效率。
美國和西方供應商總體上仍有機會抓住這一未來產業的很大份額。但中國擁有產業規模化優勢，這可能使其在現代史（1492年後）上第一次成為全球技術領導者。中國已是工業機械人總裝機量最高的國家，其產業生態可以讓消費電子和電動汽車等高產部門快速轉向黑燈工廠模式，從而推動工業機械人行業加速發展。
因此，特朗普政府近期以“保護美國人工智能建設”為由禁止從中國進口新的“先進機械人設備”是一把雙刃劍。對美國製造商進行一定的幼稚產業保護或許有道理，但產業政策的歷史經驗表明，全面禁止更先進技術的嘗試行不通。此類政策總是導致國內競爭者安於現狀，最終在全球化進程中落伍。如果美國想引領具身智能的未來，其企業就必須與地球上的所有人競爭。
