宇树Dex5-S把22个主动自由度塞进3.99万元，市场立马喊出"人形机器人进家倒计时"。这份兴奋建立在三个误读上：把出货量当干活量，把自由度当灵巧，把家庭当最大市场。自由度只是硬件账面上的数字，不代表机器人真能把活干完。价格往下走是好事，离"进家"还差着好几层。
灵巧手的生意按"脑子的水位"分层：硬件决定能力上限，数据决定它眼下能干什么。工业场景任务可枚举、环境可控，不需要通用AGI，今天就能落地收钱。家庭是一堆复杂长尾任务，得靠通用智能，急不来。别再问"AGI什么时候来"，先问"这个场景的脑子够不够用"。
特斯拉那边是另一种焦虑。几位接触过Optimus项目的人透露，产量目标要扩到现有规模的约10倍，可生产线上的障碍一个没少：结构复杂的手部、自动化设备、供应商限制。手还是最难啃的骨头——二十多个自由度要同时兼顾灵巧、耐用和成本，量产难度远高于躯干。扩产的口号喊得响，难的是把每一只手稳稳造出来。
训练端冒出了新解法。"AlphaGo"那套自我对弈搬进了足球场：机器人在仿真里自我对弈，等效140年，硬生生练成"梅西终结者"。这么做能绕开真机采数据的瓶颈，先在虚拟世界里把策略刷到饱和。仿真到现实的迁移还有损耗，但它说明智能可以自己刷出来，不必苦等真机堆量。
三条线索拼起来就是一张物理AI落地地图：工业先赚钱，家庭慢慢等；灵巧手跟着大脑水位卖，不跟着概念卖；量产和训练都在补课。谁先把数据这条路跑顺，谁才有资格谈"进家"。