夜雨聆风
摘要
SUMMARY
Figure AI 的 Figure 03，交付量正式突破 350 台。350 台，这个数量放在汽车产业可能不值一提，但在人形机器人这个"量产元年"刚刚开启的赛道里，它代表的信号极其强烈。更值得玩味的是创始人 Brett Adcock 在 Sunnyvale 总部对 500 名工程师说的一句话：
"我们的目标，是让园区里行走的机器人数量，超过人类。"
今天，我们就从这三个数字——350 台、120 天、90% 成本降幅——出发，拆解 Figure AI 到底做对了什么，以及它对全球人形机器人格局意味着什么。
一、从 Figure 01 到 03：三代进化的真实代价
要理解 350 台的意义，必须先看懂 Figure 的产品演进逻辑。
Figure 01（2022 年）：能走起来就够了
2022 年亮相的 Figure 01，前臂是拿脚部电机强行改的，单台造价高达数十万美元。
Brett Adcock 后来坦承：那代产品的研发策略就是"为追求速度，能凑合就凑合"。它的存在意义，只是证明一件事：人形机器人能走起来。
Figure 02（2024 年）：集成化跨越
二代完成了几个关键跨越：电池塞进了躯干，算力翻了三倍，甚至进入了宝马工厂，参与 X3 的组装。
但问题也很明显：复杂的 CNC 工艺和内部结构，让 Figure 02 的成本根本降不下来。全球部署约 50 台，更像是高端技术展示，而非商业化开端。
Figure 03（2026 年）：从奢侈品到工业标准品
第三代才是真正的转折。
成本较二代降低约 90%——这个数字意味着人形机器人终于开始摆脱"烧钱玩具"的标签。同时，第七代灵巧手集成了高级触觉传感器，机身配备软包防护。
350 台交付，就是这个背景下产生的。
二、Helix VLA：全栈神经化的豪赌
Figure 03 最令人不安的地方，不在硬件，而在软件。
他们彻底放弃了传统手写 C++ 控制代码。
传统人形机器人的控制逻辑，是工程师一行一行写规则："遇到这个场景，执行那个动作。"Figure 的做法是：让神经网络从零开始学。
这套系统叫 Helix VLA（Vision-Language-Action，视觉-语言-动作模型），训练数据量近百万小时。它通过机载 GPU 实时推断像素空间，直接理解环境并输出扭矩指令。
换句话说，机器人看到的不是"一堆坐标"，而是"这是楼梯，这是坡道，这是地上的箱子"——然后像人类一样，自然地调整重心、迈步、抓取。
而 Helix 的升级版 让机器人头部的 RGB 相机参与进来，把图像实时提升为三维空间表示。
看见和感受的区别是什么？ 是机器人终于能像人一样，在看到楼梯之前就调整步态，而不是踩上去才发现"哦，这有个台阶"。
更重要的是，这一切都在机载 GPU 上完成，无需联网。这意味着：你的家用机器人不会因为断网而瘫在原地，也不会把你的家庭画面传到云端。
三、NeverFall：人形机器人的"门槛级能力"
2026 年 3 月，Figure 发布了一段令人震撼的测试视频。
研究人员人为切断机器人单个膝盖关节的电源——按常理，这应该导致机器人直接摔倒。但 Figure 03 通过智能调整重心，实现了"跛行自救"，自主返回维修区。
这个项目叫 Vulcan，目标是实现"永不跌倒"的鲁棒性。
为什么这很重要？因为人形机器人要进入工厂和家庭，第一个被问到的问题永远是："它会不会伤到自己或周围的人？"
NeverFall 能力，就是回答这个问题的技术底座。传统机器人做不到这一点——它们的控制逻辑是预设的，遇到未训练过的故障模式，只能摔倒或停机。
而 Figure 的路线是：用强化学习在模拟器中练出自适应能力，让机器人能应对"没见过的意外"。
四、BotQ 工厂：量产—数据—进化的工业飞轮
人形机器人公司最大的"死穴"是什么？产能爬坡。
你技术再强，造不出来，等于零。Figure 非常清楚这一点，所以他们建了一座叫 BotQ 的制造工厂——不是简单的组装线，而是为实现"量产—数据—进化"工业飞轮而专门设计的基地。
飞轮是怎么转起来的？
第一步：量产。 Figure 用不到 120 天，把产能从"每天 1 台"提升到"每小时 1 台"，周产量暂时锚定在 55 台左右。整机线末直通率超过 80%，电池 Pack 良率高达 99.3%。
第二步：数据。 每一台交付出去的机器人，都在真实场景里产生数据——宝马工厂的零部件组装、物流仓库的包裹分拣、家庭环境的轻柔操作。这些数据，回流到 Helix 模型的训练集。
第三步：进化。 模型越强，机器人的通用能力越强；通用能力越强，能卖的场景就越多；卖得越多，数据就越多。
飞轮一旦转起来，后来者几乎追不上。
五、商业模式创新：月租 400 美元，比人工便宜
说到商业化，Figure 在商业模式上的创新，值得单独拿出来讲。
传统工业机器人是怎么卖的？几十上百万美元一台，企业一次性买断，然后用十年。
Figure 想做的是：月租 400 到 600 美元。
对，你没听错。一台人形机器人，月租不到一部 iPhone Pro Max 的价格。
这个模式的逻辑非常清晰：企业不需要承担高额资本支出，只需支付运营成本。而 400-600 美元的月租，已经低于美国大部分仓储和工厂岗位的时薪成本。
如果一台机器人能 24/7 工作，且不拿加班费、不要求社保——这个账，任何企业主都会算。
技术如何支撑这个模式？
Figure 设计了配套的 2kW 脚部无线感应充电系统，以及 30 秒热插拔替换机制。
意思是：机器人没电了，自动走回充电位；真出了故障，另一台机器人顶上——用户享受到的是"24/7 不眠不休的劳动力"，而不是一台需要维护的机器。
这个模式如果跑通，对人形机器人产业的冲击，不亚于当年 Netflix 从 DVD 租赁转向流媒体订阅。
六、终极问题：AGI 会在机器人身上先实现吗？
最后，说一个让我印象最深的判断。
Brett Adcock 认为：真正的 AGI，可能会在机器人身上先实现——而不是在大语言模型身上。
为什么？因为机器人有"物理交互反馈"——它触碰世界，观察结果，从后果中学习。这是人类智能的核心拼图，也是纯数字模型永远无法完全获得的东西。
大语言模型学的是文本和视频，是"关于世界的知识"。而机器人学的是"世界本身"——物理规律、因果关系、行动后果。
如果 Adcock 这个判断是对的，那么 Figure 押注全栈神经网络控制、押注物理世界数据，就不是一次技术路线的选择，而是对 AGI 实现路径的一次根本性下注。
好了，今天就聊到这里，欢迎点赞关注，获取更多人形机器人产业深度解析。
点赞关注
百泽AI机器人
