人工智能走出屏幕：中美競爭的下半場，已經開始 ！

2026年7月17日，上海世博中心，世界人工智能大會開幕。會場里人形機器人翻跟頭、跳舞、握手，觀眾掌聲不斷。今年真正值得關注的不是這些花架子，而是大會主題從"模型能說什么"轉向了"機器能干什么"。

具身智能、工業(yè)智能體、腦機接口、智能能源——人工智能正在離開屏幕，進入汽車、工廠、機器人、無人機、能源系統(tǒng)乃至人的身體。

如果說大模型解決的是"機器能不能思考"，那么具身智能要解決的就是"機器能不能行動"。

中美科技博弈的戰(zhàn)場，正在發(fā)生一次關鍵轉移。上半場是模型與算力的競爭，下半場則是人工智能能否進入現(xiàn)實世界、改造實體產業(yè)的競爭。

一、風向！

7月17日至20日，2026世界人工智能大會在上海舉行。主題"智能伙伴，共創(chuàng)未來"聽起來很虛，但內容很實。大會啟動了工業(yè)具身智能全球指引制定，發(fā)布了人工智能賦能智能核能系統(tǒng)的技術路線圖。人工智能從互聯(lián)網應用層，向制造業(yè)、能源、交通和重大基礎設施滲透。

這是產業(yè)發(fā)展到一定階段的必然結果。大模型已經證明機器可以處理語言、圖像、代碼和復雜知識，但如果始終停留在聊天框里，它改變的主要是信息產業(yè)和腦力勞動。只有當人工智能進入工廠、汽車、機器人和能源系統(tǒng)，它才可能真正改變全球生產力結構。

今年產業(yè)關注點已經從機器人的"秀能力"和"炫技"，轉向能否進入工廠和商業(yè)服務場景、能否長時間穩(wěn)定運行，以及能否適應不同任務。

機器人在展會上翻跟頭、跳舞、握手，不意味著它可以創(chuàng)造利潤；一臺機器人能夠在實驗室完成任務，也不意味著它能夠在工廠連續(xù)運行八小時。真正的競爭，不在舞臺中央，而在生產線上。

二、路徑！

大語言模型本質上是在數字世界中學習人類積累的知識。它可以閱讀海量文本、分析圖像、生成代碼，卻無法僅憑語言模型完成焊接、搬運、巡檢、裝配、駕駛和救援。機器人要進入現(xiàn)實世界，必須同時解決四個問題：看得見環(huán)境，聽得懂命令，理解人的意圖，還要能夠控制自己的身體完成動作。這就是具身智能。

所謂具身智能，就是讓人工智能擁有一個可以感知并作用于現(xiàn)實世界的"身體"。這個身體不一定是人形機器人，也可以是一輛汽車、一架無人機、一臺工程機械、一條自動化生產線，甚至是一套電力調度和核能運行系統(tǒng)。具身智能遠遠不只是"制造一個像人的機器人"，它真正代表的是人工智能與物理世界的全面結合。

未來的工廠中，機器不再只是按照預先編寫的程序重復動作，而是能夠觀察環(huán)境、理解任務、處理異常并與其他設備協(xié)同。未來的無人機，不再只是按照固定航線飛行，而是可以自主識別目標、調整路線、規(guī)避障礙并組成集群。未來的汽車，也不再只是交通工具，而是裝有人工智能、傳感器、執(zhí)行器和能源系統(tǒng)的移動機器人。人工智能產業(yè)的外延正在迅速擴大，它不再只是一個互聯(lián)網行業(yè)，而是開始吞噬機器人、汽車、機械、物流、能源、醫(yī)療設備和國防工業(yè)。誰能夠率先完成這種融合，誰就有可能建立下一代工業(yè)體系。

三、分工！

中美人工智能競爭已經呈現(xiàn)出明顯的結構性分工。美國核心優(yōu)勢集中在基礎模型、高端芯片、算力平臺、頂尖人才和全球資本市場。斯坦福大學《2026年人工智能指數報告》顯示，美國2025年人工智能私人投資達到2859億美元，中國為124億美元。雖然這一統(tǒng)計可能低估中國政府引導基金和國有資本的投入，但美國在資本密度、頂尖模型和人工智能創(chuàng)業(yè)生態(tài)方面仍然保持明顯優(yōu)勢。英偉達提供高端GPU和軟件生態(tài)，美國頭部實驗室推動基礎模型演進，美國云計算企業(yè)控制著全球相當一部分人工智能算力平臺。從技術源頭看，美國依然掌握著較強的定義能力。

中國的優(yōu)勢不完全在同一個方向。中國擁有全世界規(guī)模最大、門類最完整的制造業(yè)體系，擁有龐大的工業(yè)機器人、汽車、無人機、新能源設備和消費電子產業(yè)鏈，也擁有數量極其豐富的工業(yè)應用場景。國際機器人聯(lián)合會數據顯示，2024年全球新增工業(yè)機器人約54.2萬臺，其中中國安裝約29.5萬臺，占全球新增安裝量的一半以上；中國工業(yè)機器人保有量已經超過200萬臺。這意味著人工智能一旦開始進入實體產業(yè)，中國并不是從零開始。中國已經擁有龐大的機器設備、自動化產線、零部件供應商、工程師隊伍和工業(yè)客戶。人工智能要尋找"身體"，中國恰好擁有全球規(guī)模最大的工業(yè)軀體。

美國更像是在爭奪人工智能的"大腦"，中國則試圖快速為人工智能制造"身體"。當然，美國擁有波士頓動力、特斯拉、英偉達以及一批機器人明星企業(yè)；中國在高端芯片、基礎軟件、精密傳感器和部分核心零部件方面，仍然存在明顯短板。真正的差別在于產業(yè)路徑。美國習慣于依靠原創(chuàng)技術、資本市場和平臺生態(tài)建立制高點；中國則擅長通過完整供應鏈、工程師紅利、市場規(guī)模和激烈競爭，把技術迅速變成價格不斷下降的工業(yè)產品。這種模式已經在光伏、電動汽車、動力電池和無人機領域出現(xiàn)過。現(xiàn)在，它正在機器人領域重新上演。

四、標準！

過去幾年，人工智能公司熱衷于公布各種排行榜。模型在數學測試中提高了幾個百分點，在編程任務中超越了哪個競爭對手，常常成為科技新聞的頭條。但實體產業(yè)不關心機器人考試得了多少分。工廠真正關心的是四件事：能不能連續(xù)工作，出錯率是多少，單位成本有多高，多久能夠收回投資。一臺人形機器人即使能夠完成復雜演示，如果工作兩小時就需要維護，仍然無法進入生產線。一套工業(yè)智能體即使能夠理解自然語言，如果無法接入企業(yè)原有的設備、數據庫和管理系統(tǒng)，也只能停留在演示階段。

人工智能進入實體產業(yè)之后，評價標準將發(fā)生根本變化。模型能力只是起點，工程能力才是終點。算法、芯片、傳感器、減速器、伺服電機、電池、操作系統(tǒng)、生產工藝和售后服務，必須形成完整閉環(huán)。任何一個環(huán)節(jié)出現(xiàn)問題，機器人都無法真正創(chuàng)造價值。這恰恰是中國制造業(yè)體系可能發(fā)揮優(yōu)勢的地方。中國企業(yè)未必能夠在每一項基礎技術上同時取得絕對領先，但可以通過供應鏈整合和規(guī)模制造，把一項昂貴的實驗室技術變成普通企業(yè)買得起的設備。從能用，到好用；從好用，到便宜；從便宜，到大規(guī)模普及。這才是中國制造過去幾十年最熟悉的道路。

五、飛輪！

具身智能與傳統(tǒng)工業(yè)機器人的最大差別，是它需要不斷從現(xiàn)實環(huán)境中學習。機器人進入工廠以后，每完成一次抓取、搬運、裝配和檢測，都會產生新的動作數據。這些數據可以用于訓練模型，改善下一輪任務表現(xiàn)。部署的機器人越多，獲得的真實數據越多；數據越多，模型進化越快；模型能力越強，機器人就越容易進入更多場景。

這就是具身智能的數據飛輪。

在互聯(lián)網時代，數據來自搜索、購物、社交和視頻平臺。在具身智能時代，最寶貴的數據可能來自工廠、道路、倉庫、礦山、港口和家庭。誰擁有規(guī)模最大的真實部署，誰就可能擁有最豐富的物理世界數據。中國擁有世界最大規(guī)模的制造業(yè)場景，這是一個極其重要、但尚未被充分認識的戰(zhàn)略資產。中國的汽車工廠、電子裝配線、物流倉庫、港口和新能源基地，可以為機器人提供大量真實訓練環(huán)境。如果中國能夠在保障工業(yè)安全、商業(yè)秘密和個人隱私的前提下，建立規(guī)范的數據采集、訓練和反饋機制，就可能形成其他國家難以復制的數據優(yōu)勢。

中國具身智能競爭的真正目標，不應該只是生產多少臺機器人。更重要的是，能否讓機器人進入真實場景，形成"部署—采集—訓練—升級—再部署"的完整閉環(huán)。沒有數據閉環(huán)，機器人只是硬件產品。擁有數據閉環(huán)，機器人才能成為持續(xù)進化的智能系統(tǒng)。

六、問題！

人形機器人今天最受關注，原因很簡單：人類社會的建筑、工具和生產環(huán)境，本來就是按照人的身體設計的。如果機器人擁有接近人的形態(tài)，理論上就可以直接使用現(xiàn)有工具、通過現(xiàn)有通道，并在不大規(guī)模改造工廠的情況下參與生產。但人形并不意味著萬能。雙足行走結構復雜，平衡控制難度高，能耗較大，維護成本也可能高于輪式和固定式機器人。在許多工業(yè)場景中，企業(yè)需要的不是一個"長得像人"的機器人，而是一臺便宜、穩(wěn)定、可以連續(xù)工作的智能設備。

人工智能走向實體產業(yè)，很可能不是所有場景都由人形機器人統(tǒng)治。工業(yè)機械臂、輪式機器人、四足機器人、無人機、智能汽車和專業(yè)設備，都會成為具身智能的重要載體。誰能夠解決具體問題，誰就能夠率先獲得訂單。

人工智能進入實體產業(yè)，必然帶來生產效率提升，但也會帶來新的社會問題。過去的大模型主要影響文案、翻譯、客服、設計和初級編程等腦力勞動。具身智能一旦成熟，就會進一步影響搬運、裝配、分揀、巡檢、駕駛和基層服務崗位。

這意味著人工智能對就業(yè)的影響，將從辦公室擴大到生產線。

問題不能簡單理解為"機器人搶走所有人的工作"。歷史上的工業(yè)革命從來不是單純消滅就業(yè)，而是重新劃分人與機器的分工。一些高度重復、危險和高強度崗位會逐步減少，同時會產生機器人維護、任務訓練、現(xiàn)場部署、系統(tǒng)集成和數據管理等新職業(yè)。

真正需要警惕的，是技術進步速度快于社會轉型速度。如果產業(yè)升級創(chuàng)造的新崗位集中在少數城市和高技能人群，而傳統(tǒng)崗位消失得過快，人工智能就可能進一步擴大收入差距和地區(qū)差距。

具身智能不僅是技術和產業(yè)問題，也是就業(yè)、教育和社會治理問題。誰能夠更早建立職業(yè)轉型、技能培訓和社會保障體系，誰才能更平穩(wěn)地承受這場變革。

七、優(yōu)勢！

美國仍然擁有強大的基礎研究能力、芯片優(yōu)勢、資本優(yōu)勢和全球人才吸引力。認為美國將在人工智能競爭中迅速失去優(yōu)勢，是一種危險的誤判。

人工智能一旦從數字世界進入物理世界，競爭規(guī)則就會改變。大模型可以依靠少數頂級實驗室和巨額算力迅速突破，但機器人和工業(yè)智能需要成千上萬家企業(yè)共同參與。它需要芯片，也需要軸承；需要算法，也需要電機；需要數據中心，也需要生產線；需要科學家，也需要現(xiàn)場工程師和熟練工人。

這不再是一場單點技術競賽，而是一場工業(yè)體系的綜合較量。

美國的優(yōu)勢在于技術源頭和全球平臺，中國的優(yōu)勢在于制造規(guī)模和產業(yè)組織能力。未來真正決定勝負的，不是誰在某一次模型測試中領先，而是誰能夠把人工智能以更低成本、更高可靠性部署到更多真實場景。

中美人工智能競爭的上半場，戰(zhàn)場在芯片、算力和模型。下半場，戰(zhàn)場將在機器人、汽車、無人機、能源系統(tǒng)和億萬平方米的工廠里展開。模型決定人工智能能夠思考到什么程度。制造業(yè)決定人工智能能夠改變多大的世界。