9月23日，Figure AI创始人Brett Adcock公开分享了他对于人形机器人行业成熟路径的判断，将其概括为四个必须依次闯关的阶段，且每一关都无法跳过。
第一步，造出过硬的本体硬件。扭矩、速度、续航、灵巧度、运动范围，每一项都要达标，同时还要把重量和成本压到可接受的水平——任何一项有短板，机器人都进不了真实场景。
第二步，让硬件跑在“全身协同、AI优先”的架构上。控制系统要把视觉观察和语言指令直接转化为持续、协调的动作，而不是由人一步步遥控每个关节。
第三步，才是规模化智能。当学习架构真正跑通之后，主要瓶颈就变成了数据和算力。Adcock判断，人形机器人最终在这两方面的需求，将远超大语言模型。
第四步，是规模化制造，并将人形机器人大规模融入经济体系。制造不能跑在前三步之前——如果产线上下来的机器人根本干不了客户需要的活，再大的产能也毫无价值。
前两步走不了捷径。Adcock明确指出，这两关是“钱砸不出来的”。它们无法靠资本强攻，只能依靠硬件、控制、AI与系统集成层面的深度工程攻坚。在他看来，就算给一个人500亿美元，大概率也做不出来，这和轨道火箭是同一个道理，只能靠一支真正钻进去的工程团队日夜熬出来。
后两步可以靠钱加速。Adcock预计，把第三步智能与第四步制造做对，初期需要数百亿美元，最终需要数千亿美元量级的投入。这既包括数据闭环的搭建，也包括产线的铺设与落地场景的打通。
规模化智能这一阶段已有可量化的信号。2026年8月25日Index正式上线时，Figure披露该应用已在108个国家获得约26.4万次下载，累计上传超过1600万段视频，并向创作者支付约1500万美元。此后周活快速抬升：8月下旬约4.4万人，9月4日当周约6.99万人，9月11日左右升至约8.6万人。Adcock在9月18日公布的最新一周数据是：每周活跃贡献者约11.5万人，当周上传约240万段视频，上传速度达到每秒53分钟真实世界数据。公司还采用人类穿戴动作捕捉装备等方式，从人体运动逻辑反推机器人动作指令。
算力方面，Figure于2026年9月3日宣布与Nscale达成战略合作，拟于2027年下半年起在得克萨斯州Barstow部署最多10万张英伟达Vera Rubin GPU，初始算力承诺约35亿美元，并有意向扩展至60亿美元以上。Nscale还将战略入股Figure，并成为其优选算力供应商。
Figure自己走到了哪一步？Adcock的评估是：刚刚进入第三步，即规模化智能阶段。这一判断与他在Helix 2.5发布后的公开表述一致：硬件与端到端自主架构已基本跨过，接下来要靠数据和算力把能力铺开。
这一判断也有工厂和测试数据支撑。2026年4月底，Figure宣布自有量产工厂BotQ已将Figure 03产能从每日1台提升至每小时1台，约120天内实现24倍吞吐提升，当时累计交付超过350台Figure 03；公司称成本较前代大幅下降。另据公开报道，Figure曾完成多机器人长时间物流分拣直播测试。
但另一面同样需要看到。公司估值仍按2025年秋季一轮融资后的约390亿美元计算，这个数字建立在潜力而非规模化收入之上——当前营收仍然有限，BMW等合作更多处于试点或早期部署阶段，尚未形成大规模量产合同。Helix 2.5在30个陌生湾区住宅中完成整理床铺、叠毛巾、收拾玩具等任务，420次试验成功237次，成功率约56%。Adcock也承认，该版本尚未实现在任意陌生家庭中长期自主工作的完整目标。
这番四步论，本质上是在重新定义行业的门槛。它把人形机器人从“谁的演示视频更炫”的彩票业，拉回到“谁能量产、谁的数据闭环跑得通”的资本密集型工业。Adcock押注的不是某一条数据路线，而是整个行业的价值排序：钱能加速后两步，但前两步必须靠工程能力一关一关地闯。
这条路能否走通，最终要看Helix模型的可靠性能否跟上。毕竟，只有可靠性落在可预测的曲线上，资本才敢真正进场。
热门跟贴