具身智能该关掉Demo、开门营业了。Demo再漂亮，也只是排练。实验室里跑通一百次，不如真实现场摔一跤。机器人真正的考试不在发布会舞台，而在乱七八糟的仓库和车间。
物理AI正成为巨头的新战场。特斯拉等公司加速布局，把AI从屏幕拽进物理世界，争夺下一个技术制高点。虚拟世界里大家卷参数，真实世界里只比一件事：谁能干活。
麻烦在于，机器人一落地就会遇到训练时没见过的情况。卡住、抓空、撞墙，这些失败没法回炉重训。arXiv新论文Skill-Space Shooting给了个思路：让机器人在技能空间里自己搜索、自己改进策略。重点不是能不能改，而是改得够不够快、够不够便宜——不然规模化就是空话。
这也解释了物理AI的估值为什么突然变贵。数据不再是爬来的网页文本，而是机器人自己撞出来的经验。谁能把失败变成训练信号、形成闭环，谁就能把边际成本摊薄。这条路没有捷径，只能一个场景一个场景磨。深海养巨鲸，养的就是这套闭环。
一句话：会犯错只是入场券，改得快才是壁垒。谁的机器人在现场能自己长本事，谁才有资格谈量产。