本文刊发在外交事务，作者斯科特·辛格是卡内基国际和平基金会中国人工智能倡议的研究员和联合主任。帕夫洛·兹韦尼霍罗茨基是卡内基国际和平基金会技术与国际事务项目高级研究分析师。

世界上跑得最快的田径选手，已经不再是牙买加短跑名将尤塞恩·博尔特。事实上，这个纪录的保持者甚至不是人类，而是中国的人形机器人“天工Ultra”。

今年8月，“天工Ultra”以9.39秒跑完100米，比博尔特创造的世界纪录快了将近0.2秒，速度也超过了一年前的两倍。

这场比赛登上全球媒体头条，并在社交媒体上迅速传播，很大程度上是因为比赛暴露了机器人仍然存在的一个缺陷：它不会减速。

“天工Ultra”冲过终点线后，径直撞上了防护墙。

但这场比赛也展示了中国机器人产业取得的惊人进步，以及新技术与人类能力之间不断缩小的差距。

机器人技术的突破已经成为中国不断调整的国家人工智能战略的核心。

美国政府和硅谷主要致力于扩大大语言模型的规模，以及发展数字领域的人工智能应用。

中国政府则着重发挥本国在软件和硬件方面的双重优势，开发能够将人工智能的高级认知能力与自主运动能力结合起来的机器人。

中国通常将这类机器人技术称为“具身智能”。

未来，这些机器人可能进入工厂，承担体力劳动，甚至在战场上取代人类士兵。

如果人工智能机器人能够获得足够强的自主能力，在现实世界中独立完成复杂任务，那么机器人技术就可能像电力或互联网一样，成为一种通用技术，彻底改变经济中众多行业的实体劳动方式。

对北京而言，建立强大的人工智能机器人产业，有助于实现多个经济和战略目标。

机器人可以减少对人力的需求，并提供老年照护服务，从而缓解人口老龄化带来的压力。

机器人还可能通过自动化侦察、后勤和作战行动，大幅增强中国的军事能力。

尤其值得注意的是，中国一些有影响力的研究人员认为，机器人技术可能是实现通用人工智能（AGI）的关键。

通用人工智能，是指能够在绝大多数任务上达到或超过人类水平的人工智能系统。

如果硅谷目前领先的人工智能企业，难以将数字领域的技术进步转化为物理世界中的实际能力，中国对人工智能机器人的投资就可能产生格外深远的影响。

这些硅谷企业目前主要致力于扩大训练大型模型所使用的数据规模和计算能力，但在现实世界中应用这些技术，可能比预想的更加困难。

怀疑者或许认为，人工智能机器人仍然只是科幻小说中的东西。然而，随着机器人技术快速发展，中国正在把未来人工智能领域一些最重要的突破，寄托在对物理世界的掌控能力上。

如果中国的判断正确，哪怕只是部分正确，那么美国在前沿人工智能模型方面的领先地位，其重要性也会远低于华盛顿许多人的预期。

真正重要的将是制造机器人的能力，将机器人部署到制造业和物流业等领域的能力，以及持续产生足够数据来训练机器人的能力。

而美国目前在这些领域的投资都不足。

为了与中国竞争，美国政府需要扩大本国制造业，并与在机器人供应链关键环节具有优势的其他国家合作。

中国正在加速前进。如果美国不认真发展人工智能机器人，就有可能被远远甩在后面。

具身智能的前景

中国政府决心在全球迈向人工智能机器人时代的转型过程中占据领先地位。

北京已将具身智能与6G、量子技术一道列为“未来产业”，并在指导中国经济社会发展至2030年的“十五五”规划中，将具身智能确定为优先发展领域。

面对青年失业率居高不下、房地产市场危机持续、国内消费疲软，以及人口老龄化和总人口下降等挑战，北京将具身智能视为新的经济增长引擎，希望借此抵消不利因素，并推动技术突破。

为解决国内问题而开展的技术创新，也可能迅速转化为地缘经济优势。

中国已经控制了新兴具身智能供应链中的一些关键环节。

例如，中国企业生产的激光雷达（LiDAR）传感器约占全球总量的80%。这项技术是三维地图绘制和自主导航的基础，广泛应用于自动驾驶汽车、仓储机器人和精准农业设备。

如果人工智能机器人真的如北京所希望的那样，成为全球经济不可或缺的基础技术，那么各国对中国机器人供应链的依赖程度，可能达到今天对中国关键矿产供应的依赖水平。

目前，中国已经凭借在关键矿产领域的地位，对全球经济拥有巨大的影响力。

人工智能机器人的战略价值还延伸到了军事领域。

今年2月，与中国政府关系密切的全国性科技学术团体中国指挥与控制学会评估认为，具身智能可以使分布在空中、陆地、海洋和太空的无人系统网络共享信息，预测战场形势变化，并实时实施精确打击。

这将显著增强中国人民解放军在不同地形条件下协调联合作战的能力，例如在南海有争议的岛屿和礁石周围开展军事行动。

北京正在将软件和硬件领域的优势结合起来。

更重要的是，越来越多中国知名科学家认为，具身智能可能提供一条过去受到忽视的通用人工智能发展路径。

清华大学人工智能研究院创始院长、人工智能研究先驱张钹曾撰文指出，智能不仅依赖认知能力，还取决于在物理世界中学习和作出决策的能力。

他认为，具身智能可以克服传统人工智能的不足，加快实现通用人工智能。

中国领先的人工智能研究机构之一上海人工智能实验室主任、首席科学家周伯文也提出了类似观点。他认为，人工智能模型需要借助机器人来理解物理世界。

中国无可匹敌的制造业基础，可以成为人工智能的训练场。

现实世界的数据不断反馈给人工智能系统，使这些系统逐步掌握如何应对复杂的实际环境。系统积累的数据越多，在新环境中的表现就越好，技术进步的速度也会越快。

北京重视具身智能，并不代表中国正在放弃软件领域，也不意味着中国承认自己在与美国的软件竞争中落败。

DeepSeek和智谱等中国领先的人工智能实验室，正在像美国同行一样，全力扩大大语言模型的规模。

许多中国实验室也开始效仿美国企业，利用人工智能自动开展人工智能研究，逐渐接近技术专家所说的“递归式自我改进”。

这种机制是指，高度先进的人工智能能够持续开发出能力更强的新一代人工智能，从而可能引发智能水平的爆发式增长。

中国与美国的主要区别在于，中国还在积极推动人工智能进入物理世界，而且在这一领域的发展速度已经远远超过其他国家。

从机器人产业基础做起

为了加快人工智能机器人的发展，北京要求地方官员探索促进技术创新和扩大生产的各种方式。

中国各省级政府善于理解和落实中央领导层确定的政策重点，因此迅速作出了响应。

北京、广东、上海和浙江等经济实力雄厚、拥有成熟高科技产业生态的地区，都在积极争取成为全国机器人产业的领跑者。

地方政府设立了专门的风险投资基金，推出补贴计划，并建立专业训练设施，支持当地的人工智能机器人企业。

这种做法与北京此前成功发展电动汽车和太阳能产业的战略非常相似。

在中央政府提出总体政策方向后，各省市政府向企业提供丰厚补贴、税收优惠和土地租赁优惠条件。

地方政府争相超越其他地区、积极落实中央产业战略的结果，是大量产能过剩和巨大的资源浪费。

但这种做法也培育出了具有全球竞争力的企业，包括已经成为世界领先电动汽车制造商的比亚迪。

不过，为人工智能机器人产业的繁荣提供资金，将比当年支持电动汽车和太阳能电池板产业更加困难。

中国房地产市场已经连续五年低迷，地方财政因此承受巨大压力。

地方政府不再能够依靠向房地产开发商出售土地使用权来充实财政收入。

失去这一主要收入来源后，地方政府用于扶持新兴产业的资金也受到限制。

除了最富裕的地区，其他地方几乎没有多少资金可以投入机器人产业。

由于政府资金越来越难获得，人工智能机器人企业开始转向公开资本市场。

今年8月，中国最大的人形机器人制造商之一宇树科技在上海证券交易所上市。

公司通过IPO融资近10亿美元。由于投资者认购需求极其旺盛，股价在上市首日上涨超过450%。

不过，虽然公开资本市场可以弥补政府支持减少所留下的部分资金缺口，但这种融资渠道也存在局限。

目前只有少数机器人企业成功上市，而且中国监管机构正在提高上市门槛，要求企业在上市前证明已经拥有稳定的收入和商业销售业绩。

监管机构保持谨慎，部分原因是机器人技术尚未达到能够大规模商业化的成熟程度。

尽管如此，已经有迹象表明，机器人技术正在变得更具吸引力，并可能迅速得到应用。

2025年前九个月，宇树科技销售的大多数人形机器人仍然用于教育和科研。

但在四足机器人，也就是通常所说的机器狗方面，情况已经发生明显变化。

宇树销售的四足机器人中，超过三分之二用于消费者和工业领域，例如巡视工业设施、排查安全隐患，或者陪伴孤独的老年人。

2022年，这一比例还不到三分之一。

如果机器人企业能够把政府扶持、IPO和产品销售获得的资金投入技术研发和生产，未来几年，将有更多人工智能机器人进入商业应用。

随着这一趋势发展，中国各地的制造企业可能开始为生产线采购机器人。

机器人制造商由此获得的销售收入和真实世界数据，将帮助宇树科技等具身智能企业以更快的速度改进产品。

走进物理世界

硅谷在发展人工智能方面，基本上集中于一条技术路线：通过软件的持续自我强化和改进，让人工智能完成越来越复杂的数字任务，尤其是依靠人工智能智能体。

编程能力的提升，使大语言模型能够更加自主地工作，解决更困难的问题，包括完成一些过去看似不可能的数学证明。

但尽管取得了巨大进步，硅谷在将人工智能融入物理世界方面的投资仍然有限。

硅谷目前的基本假设是，软件技术的进步最终会自然转化为现实世界中的实际能力。

这种假设可能是错误的。

即使人工智能模型能够完成软件工程师、会计师、咨询顾问和律师的工作，也未必能够轻易承担实体经济中的任务。

单纯的数字系统无法在生产线上操作机器，不能收割农作物、开采矿产，也无法直接参与战争。

数字系统同样难以获取能够反映这些实体工作实际执行过程的数据。

要让这些行业实现自动化，很可能既需要最先进的软件模型，也需要海量关于物理交互过程的数据。

因此，即使美国继续在软件领域保持全球领先，中国仍然可能通过在实体经济中大规模部署人工智能，并收集更多现实世界的数据，迅速缩小与美国的差距，甚至实现超越。

美国政府忽视本国机器人产业的时间越长，落后的程度就可能越严重。

美国企业确实在人工智能机器人供应链的某些环节处于全球领先地位。

例如，英伟达设计的芯片就是这些机器人系统的“大脑”。

但与中国相比，美国能够制造完整机器人的企业少得多，而且这些企业面临更高的生产成本，以及更加严重的工程技术人才短缺。

好消息是，美国政府声称希望投资的制造业基础领域，恰恰也是增强美国人工智能机器人竞争力所必需的。

美国政府可以建立机械工程、自动化和机器人技术培训项目，培养持续供应专业人才的渠道。

政府还可以为在美国本土生产的制造商提供税收优惠。

中国的制造业基础可以成为人工智能的训练场。

美国机器人产业也越来越依赖中国制造的硬件零部件，而且从长远来看，这种依赖可能进一步加深。

这种依赖不仅增加了中国供应商接触美国用户敏感数据的风险，也使美国容易受到关键经济供应环节被用作施压工具的影响。

未来几年，随着人工智能机器人越来越深入地融入美国经济，中国如果限制出口某些关键零部件，就可能迫使美国的生产线停工，并波及所有依赖这些机器人系统的行业。

美国政策制定者已经意识到，过度依赖中国供应链存在危险。

今年7月，美国联邦通信委员会（FCC）禁止进口先进的外国机器人，希望为美国企业创造能够与中国竞争的市场空间。

值得注意的是，FCC的规定对用于美国产品研发的进口机器人作出了豁免，也没有全面禁止进口中国制造的零部件。

这是一个良好的开端，但美国政府还将面对更加棘手的政策选择，尤其是在华盛顿试图以更强硬的方式将中国排除出美国机器人产业时。

如果美国迅速与中国硬件供应链脱钩，就可能因为无法获得关键传感器、电池等必要零部件，而扰乱美国国内的机器人生产。

更好的办法是，美国有选择地进口必需的中国零部件，并在开发替代产品的过程中，加强与德国、日本等长期拥有工业机器人技术优势的国家合作。

相关合作协议可以与美国主导的“Pax Silica”计划相衔接，也可以参考这一计划的模式。

“Pax Silica”主要推动人工智能和半导体供应链合作，目的是确保美国制造商能够以具有竞争力的条件，从可信赖的供应商那里获得所需硬件。

美国还需要合作伙伴帮助获得更多人工智能训练数据。

中国企业能够利用庞大的国内制造业基础，以及机器人在各行业的普及应用，获取海量真实世界数据。

这种数据优势，是任何单一竞争对手都难以匹敌的。

不过，美国的一些合作伙伴掌握着独特的数据资源。

例如，乌克兰在与俄罗斯的战争中，已经积累了数百万张经过标注的战场图像和视频画面。

今年早些时候，基辅表示愿意与合作伙伴分享这些数据，帮助他们训练人工智能系统。

美国政府可以与乌克兰政府共同建立数据共享框架，让美国企业利用这些数据，加快开发用于国防的机器人。

哪个国家能够最有效地将人工智能融入物理世界，哪个国家就可能获得巨大的经济、技术和军事优势。

按照目前的发展趋势，这些优势将主要落入中国手中。

如果美国希望跟上中国的步伐，就必须把在这项变革性技术上取得领先地位，确立为国家优先发展的目标，而不是事后才想起来处理的问题。

否则，美国可能很快发现，自己虽然开发出了世界上最先进的人工智能模型，但真正把这些模型变成现实生产力、从中获得经济和战略利益的却是中国。