近日，美国人形机器人公司 Figure AI 公开了一场全员大会视频。创始人兼 CEO Brett Adcock 系统介绍了公司最新进展，包括尚未发布的 Figure 04 机器人、新一代 Helix 模型研发情况，以及外界鲜少知晓的资金投入与数据采集细节。
Brett 透露，Figure 全球数据采集项目累计已收集 3,750 万条视频，仅最近一周的数据支出就高达约 810 万美元。与此同时，公司正推进一项初始规模达 35 亿美元的算力合作，计划于 2027 年启用新一代 NVIDIA Vera Rubin 计算平台。
更引人关注的是，Brett 在演讲最后预告了一个尚未公开的新模型。他将几周前的一次内部测试称为其机器人研究生涯中最重要的时刻之一，甚至用“Baby AGI”来形容当时的感受。这些进展背后，折射出 Figure 对人形机器人产业发展路径的核心判断：在验证硬件与 AI 技术路线后，关键在于通过扩大数据、算力和模型规模，持续赋予机器人更强的智能。
从 Figure 01 到 Figure 04：硬件迭代与技术验证
Brett 将通用机器人的发展划分为四个阶段：设计足够好的硬件、找到能自主完成复杂任务的 AI 技术路线、通过扩大数据和算力提升智能，以及最终实现规模化制造与商业部署。他认为，前两个阶段涉及大量基础工程问题，并非单纯增加资金即可解决。经过数年研发，Figure 已基本验证前两个阶段的技术路线，正将资源重点投向智能提升和规模化制造。
回顾研发历程，Figure 曾走过不少弯路。2022 年设计第一代机器人 Figure 01 时，团队最初采用的腱绳驱动灵巧手被证明不适合长期使用。为节省时间，工程师甚至将原本用于脚部的零部件安装到前臂上，导致 Figure 01 前臂外观略显奇怪。经历第一代产品的技术验证后，Figure 02 成为功能更完整的系统，电池移入躯干并提升了机载算力。到了 Figure 03，研发重点转向 AI 训练需求和规模化制造，成本降低超过 90%，今年夏季产量已达 1,000 台。
图 | Figure 历代产品（来源：Figure AI 演讲视频）
目前，团队正在研发第四代产品 Figure 04。Brett 称这将是历代改进幅度最大的一次，新机器人已完成设计冻结，进入零部件制造和测试阶段。其中，灵巧手是研发重点。为让机器人精准学习人类手部动作，团队对 Figure 04 灵巧手进行了四次主要设计调整，目标是在指尖和接触点动作追踪方面达到接近毫米级的精度。Brett 评价 Figure 04 可能成为人形机器人领域的“第一代 iPhone”，但具体参数和发布时间尚未公布。
Helix 模型进化：从固定操作到陌生环境适应
相比硬件迭代，Figure 在 AI 方面的变化同样显著。早期团队致力于训练机器人完成桌面操作，但随后发现固定位置的操作无法解决现实世界的大部分问题。以送包裹为例，人类会根据距离实时调整步伐、姿态和手臂位置，这需要全身关节协调。因此，Figure 花费约一年时间重新设计 Helix 技术架构，使其能根据摄像头输入协调全身关节。
今年 1 月发布的 Helix 02 展示了机器人在较长时间内自主完成全身移动和操作的能力，但仍依赖特定环境训练数据。为解决“能否进入从未见过的地方直接工作”这一难题，Figure 于今年 9 月发布 Helix 2.5。团队将机器人带入旧金山湾区 30 套此前未接触过的住宅，让其完成整理客厅、折叠毛巾等任务。测试显示，在相同条件下，从头训练的模型成功率仅为 9%，而经过 Index 数据预训练的 Helix 2.5 成功率提升至 56%。这一结果证实了大规模预训练能帮助机器人适应陌生环境。
Index 项目：每周耗资 810 万美元构建全球数据网络
为验证机器人领域是否存在类似大语言模型的 Scaling Laws（缩放定律），Figure 决定建立自己的数据采集体系。与大语言模型可利用互联网文本不同，机器人需要学习人类在现实世界中的物理交互行为。由于现有市场无法满足数据规模、多样性和质量要求，Figure 于今年 8 月正式公开 Index 项目，面向全球招募数据贡献者。
Brett 强调，Figure 需要的不是重复的操作视频，而是不同人群在不同环境中操作各种物体的多样化数据。Index 的增长迅速：从 8 月发布时的 1,600 万条视频、26.4 万次下载，增长至目前的 3,750 万条视频、126 万次下载，覆盖全球 112 个国家。数据采集速率已提高至每秒约 81 分钟视频，相当于每天新增约 11.66 万小时内容。仅最近一周，就有约 21 万名独立用户上传视频，数据支出达 810 万美元。Brett 预测，未来 12 个月公司在数据采集上的投入可能超过大多数机器人企业迄今获得的全部融资。
收集到的视频需经过质量检查、过滤、标注及人体姿态识别等处理，才能转化为 Helix可学习的信息。利用人类行为数据进行预训练，虽面临人类与机器人身体结构差异的技术挑战，但有望提供远超实验室规模的学习材料。这也与 Figure 04 的硬件研发相呼应，旨在提高机器人与人类运动方式的对应程度，充分利用大规模人类行为数据。
图｜在 Index 上预先训练的 Helix 2.5 适应了三个全身操纵任务（来源：Figure AI）
35 亿美元算力布局与“Baby AGI”雏形
随着数据规模扩大，算力成为关键瓶颈。今年 9 月，Figure 宣布与 Nscale 达成战略合作，计划部署最多 10 万颗基于 NVIDIA Vera Rubin 平台的 GPU，初始承诺规模 35 亿美元，未来可能扩至 60 亿美元。相关基础设施正在得克萨斯州建设，预计 2027 年投入使用。在此之前，Figure 计划近期将现有计算资源增加一倍。
如此规模的算力投入服务于 Figure 的预训练路线：让机器人先从大规模人类行为数据中学习物理世界规律，再利用少量任务数据掌握具体技能。Helix 2.5 的测试表明，该路线有望减少机器人对特定环境和任务数据的依赖。此外，Figure 也在推进真实商业部署，机器人已进入美国三个州的商业设施，并在未经重新训练的情况下适应新的工业环境。尽管面临高温等复杂环境挑战，机器人仍展现出一定的稳定性。
制造方面，Figure 自建 BotQ 制造设施，生产速度已从每天一台提升至每小时一台，不到 120 天提升 24 倍。目前，Figure 03 累计产量达 1,000 台，园区内机器人数量已超过员工人数。Brett 披露，公司资产负债表上持有超过 20 亿美元现金，具备继续扩大投入的资金基础。
图 | Figure 与 Nscale 算力合作（来源：Figure AI）
演讲尾声，Brett 分享了尚未公开的研发成果。Figure 利用迄今最大规模的预训练数据和 GPU 资源训练了一个新模型。在名为 Black Box 的实验室测试中，Brett 看到了此前未见的机器人表现，并将其形容为“Baby AGI”。虽然目前尚未准备好正式展示，但团队正在训练更大规模的版本，预计未来几周将有新进展，并计划在未来六个月开展更大规模的模型训练。
注：封面/首图由 AI 辅助生成