芝能科技出品

2026 年一季度，人形機器人產業非常熱鬧：雖然特斯拉的Optimus Gen3有所延遲，但中國的人形機器人又是表演又是馬拉松不亦樂乎。

站在機器人產業的分水嶺上，Figure AI 創始人 Brett Adcock 面對桑尼維爾總部的 500 名工程師，提出了一個很有挑釁意味的愿景：讓園區里行走的機器人數量超過人類。

近期 Figure 03 交付量突破 350 臺，產能從“每日 1 臺”飛躍至“每小時 1 臺”，Figure 到底行不行？

特斯拉從Model S到Model 3驗證了電動汽車的擴展之路，人形機器人是否可以像汽車一樣，進入“量產—數據—進化”的工業飛輪，一旦這個飛輪成立，人形機器人可以成為一個持續增長的智能系統。

01

人形機器人的演進：性能與量產成本之間的平衡

回顧 2022 年，Figure 01 還是一個帶著“弗蘭肯斯坦”式粗糙前臂的科學裝置。

為了追求研發速度，Figure 甚至直接拿腳部電機強行適配手腕，導致前臂呈現出怪異的彎曲。那是為了驗證“能走起來”的階段，單臺造價高達數十萬美元。

隨后的 Figure 02 完成了集成化的跨越：電池被塞進軀干，算力翻了三倍，并在全球范圍內部署了約 50 臺。

它已經能進入寶馬工廠參與 X3 的組裝，但復雜的結構和昂貴的 CNC 工藝使其依然無法大規模普及。

Figure 03 的出現，可以說是歐美制造的人形機器人開始從“實驗室奢侈品”轉變為可以負擔得起的“工業標準品”。

這里有幾個關鍵點成本驟降和性能優化。通過優化供應鏈與簡化制造工藝，Figure 03 的成本較二代降低了約 90%。第七代靈巧手集成了高級觸覺傳感器，配合機身軟包防護，能拎起 30 磅的箱子，也能在白宮展示輕柔的家居整理。 

處于設計末期的 Figure 04，則被 Brett 寄予厚望。

如果說前三代是在解決“有無”和“可靠性”，那么 Figure 04 的目標則是實現極致的泛化與標準化，就像 2007 年的 iPhone 之于智能手機。

02

Helix 02 與“永不跌倒”的魯棒性

硬件是軀殼， Helix 02 VLA（視覺-語言-動作）全能模型就是 Figure 的靈魂。Figure 走了一條最難但也最正確的路：徹底放棄傳統手寫 C++ 控制代碼。 

傳統的機器人控制邏輯（如倒立擺模型）在面對非結構化環境時極度脆弱。

Helix 02 通過近百萬小時的訓練數據，實現了神經網絡全�？刂�，機器人通過機載 GPU 實時推斷像素空間，理解環境并輸出扭矩。

最新的 System 0（S0） 技術讓機器人從“感受地面”進化為“看見地面”。頭部 RGB 相機將圖像實時提升為三維空間表示，使機器人在面對樓梯或坡道時，像人類一樣自然調整重心。

核心推理在軀干機載 GPU 完成，無需聯網即可在深夜自主洗碗，保障了家庭環境的絕對隱私。跌倒是人形機器人的“死刑”。

Figure 推出的 Vulcan 項目，利用強化學習賦予了機器人極強的自適應能力。即便在極端測試中，人為推撞或單個膝蓋關節鎖死，機器人也能通過智能調整重心實現“跛行自救”，自主返回維修區。這種工業級韌性是實現 24/7 “無人值守”運營的技術底座。

03

制造之源：BotQ 工廠的飛輪效應

產能爬坡是所有硬件初創公司的“死穴”，Figure 正試圖通過 BotQ 制造工廠 繞過這道鴻溝。

在不到 120 天的時間里，Figure 將產能提升了 24 倍。 每小時產出 1 臺。雖然由于未實行三班倒，周產量暫時錨定在 55 臺左右，但其產線良率已出現質變：整機線末直通率提升至 80% 以上，電池 Pack 良率達 99.3%。 

2.25kWh 的電池包具備結構化承載能力，并集成了嚴苛的熱失控防護，確保在最極端的跌倒場景下也“不起火、不蔓延”。

對 Figure 而言，量產可以支撐銷售，也可以采集更多的數據。 

從 BotQ 下線的 350 多臺機器人，大部分被投入到了內部研發和真實場景測試中，機器人意味著更多真實世界的數據，這些數據回流到 Helix 模型，讓模型變強，從而賦予硬件更高的商業價值。這是一個一旦啟動就難以被后來者追上的“智能飛輪”。

Brett Adcock 對商業落地有著極為務實的考量：人形機器人必須比人工便宜。

家用租賃模式，Figure 構思了一種類似汽車租賃的商業閉環：

◎ 價格點： 月租金 400-600 美元。

◎ 部署成本： 僅需 2 英尺 × 2 英尺的充電空間。

◎ 全天候協同： 配合 2kW 腳部無線感應充電 與 30 秒熱插拔替換機制，用戶可以獲得一個 24/7 不眠不休的家政助手。

從寶馬工廠的零部件組裝，到物流倉儲的包裹分揀，再到家庭的客廳整理。由于機隊算法能力互通，Figure 的機器人通過“下載應用”即可切換職能的通用平臺。

Figure 的核心哲學理念在于：物理世界的數據是實現 AGI 的最后一塊拼圖。

純數字模型（如 LLM）雖然博學，但它們沒有“痛感”，無法通過觸摸世界來理解因果律，人形機器人可能比數字模型更早達到 AGI，因為人類智能的根源就在于與非結構化環境的博弈。

在全球視野下，盡管宇樹科技與智元機器人在量產數量（數千臺級別）上暫時領先，但 Figure 的壁壘在于其全棧神經網絡的深度與機隊管理系統（FMS）的成熟度。

特斯拉 Optimus 正在弗里蒙特工廠瘋狂改造生產線，目標直指年產百萬。Figure 先交出 350 臺，用端到端數據積累，也是要陪著特斯拉跑一陣，是不是Fisker這樣我們可以等一等。

小結

Figure 的最終藍圖是迷人的，由機器人制造機器人的黑燈工廠，機器人完成組裝，自行走進包裝盒，由另一群機器人搬運上車。

       原文標題 : Figure AI 交付突破350臺，陪跑特斯拉會迎來iPhone 時刻嗎？