Figure 机器人工厂参观：通往 AGI 的最后一块拼图，是让 AI 触碰真实世界

Z Potentials（编译：Yancheng Liu） · Original

Sourcery 主持人 Molly O’Shea 于 2026 年 5 月首次完整走进 Figure 位于圣何塞的机器人园区，由创始人兼 CEO Brett Adcock 全程导览。Z Potentials 做了编译。这是一篇访谈+工厂参观实录，信息密度不算特别高（有大量闲聊和重复），但几个关键工程决策和产品节点值得记。

园区概况

Figure 园区有 4 栋楼，在这里完成设计、制造、测试的全链路。园区员工约 250-300 人，公司总人数约 500 人，绝大多数是工程团队。园区里有几百台机器人。Brett 说他的目标是”让园区里机器人数量超过人类”。

公司成立还不到四年。

机器人核心参数

Figure 03 的基本数据：

约 40 个电动关节，每个可 360° 旋转。Brett 说可能的身体状态数是 360^40——“比宇宙中的原子数量还多”
重约 135 磅（约 61 公斤）
电池 2.25kWh，续航 4-5 小时，充电约 1 小时
无线充电：通过脚底感应线圈，功率 2kW，机器人自动走到充电桩，不需要插线
连接：5G + Wi-Fi + Bluetooth，但断网后仍可继续工作——Helix 神经网络在机身 GPU 上本地推理
充电桩切换流程：一台机器人电量到 10-15% 时回充电桩，另一台提前离桩，30 秒内接替工作，全天候运转

从代码到神经网络：Figure 的核心技术转向

这是全篇最重要的工程判断。Brett 非常明确地说：靠写代码控制人形机器人是一条死路。

三四年前 Figure 自己也走过代码路线——写了几十万行 C++，解倒立摆数学问题，让机器人保持平衡。但他们发现这种方式不扩展：“你不可能让一群人坐在房间里，把机器人可能遇到的整个世界都编码进去。”

约一年前，他们”strongly转向”，完全切换到神经网络路线。现在所有机器人都运行 Helix——他们内部设计的视觉-语言-动作模型（VLA, Vision-Language-Action model）。Helix 从摄像头像素出发，每秒做 50-200 次推理，输出每个关节的位置指令。Brett 打了一个类比：就像大语言模型预测下一个 token，Helix 预测的是”下一个身体姿态”。

控制器也完全切到了强化学习（RL）。在模拟器里给机器人施加各种扰动（推力、关节失效等），训练出的策略可以零样本迁移到真实机器人上。Brett 说仿真到现实的迁移成功率”非常高”。

Never Fall 项目和 Vulcan 系统

Figure 内部有一个叫 Never Fall 的项目——“我们永远、永远不想让机器人跌倒”。跌倒对他们来说是最严重的故障事件之一，因为一旦失去电力或腿部关节，机器人就会倒下。

他们开发了一个叫 Vulcan 的系统：当机器人失去腿部单个甚至多个关节时，仍然能保持站立。现场演示了”失去左膝”的场景——对膝盖做速度锁定，机器人用跛行方式继续移动。这同样是通过 RL 在模拟器里训练出来的。

几个月前，失去膝盖就意味着直接倒下。现在机器人要么继续工作，要么自己跛行离开，请求另一台机器人接替。

Brett 说了一句话：“我们最常见的错误已经不是硬件了。硬件已经变得非常可靠，现在主要是软件问题。”

家庭场景和商业定价

家庭机器人的目标是：接受一个自然语言提示（比如”clean the living room”），通过摄像头画面自主推理，完成整理房间、收拾桌子、放杯子、收拾玩具等家务。

不是远程操控。 Brett 特别强调这一点——机器人完全自主运行，依靠机身内部的 Helix 模型。机器人队列里的任何一台都能做任何工作，因为运行的是同一个单一神经网络。

家庭机器人近期不会直接出售，计划走月租模式，每月 $400-600 美元，类似汽车租赁。机器人占地约 2 英尺×2 英尺，插普通墙壁插座就能充电。

数据策略和隐私

Brett 说从现在到大规模部署，最大的阻碍是数据。

基础预训练和中期训练：总数据量接近一百万小时
后训练：数千小时级别
部署后希望收集真实场景数据，送入集中训练任务，然后通过 OTA 更新神经网络权重

关于隐私：承诺全部匿名化，大部分关心的是”从状态角度看机器人看到了什么”。但被问到欧洲数据隐私时，Brett 只说”必须遵守当地规则”，没有给出具体方案。

数据采集团队穿 spandex 套装做关节级别的运动追踪——“从人类身上学习”，因为机器人是人形的，需要大规模理解人类运动。

三代机器人的演化：速度 → 可靠性 → 成本

代	时间	重点	成本
Figure 01	公司第一年内走路	速度优先，全 CNC 制造	几十万美元/台
Figure 02	~50 台	电池从背包移到躯干，计算能力 3 倍，外骨骼承载结构	仍然很贵
Figure 03	当前量产	减重、降本、柔性包覆、新一代触觉手	远低于 $10 万/台

02 到 03 的成本下降约 90%。

Figure 01 有一段有趣的故事：他们最早尝试了肌腱驱动手（模仿人手生物结构，把电机放在前臂里通过”肌腱”驱动手指），但很快发现这是错误的工程选择，转向了其他方案。但来不及重新设计整个前臂，就把脚部电机塞进去凑合——导致 Figure 01 的前臂看起来很奇怪（“Frankenstein forearm”），弯曲位置不在手腕而在前臂中间。Brett 说他当时很尴尬，但三年里几乎没人问过这个问题。

Figure 04：翻盖手机到 iPhone 1 的跃迁

Brett 用了非常强的措辞：

“我们现在还像人形机器人里的翻盖手机，而 Figure 04 会完全不同，可能是我们有史以来最大的一次跃迁。”

“Figure 04 可能会是我们的第一个 iPhone 1 时刻。”

Figure 04 目前处于详细设计阶段（detailed design phase），预计保持每年一代新机器人的节奏。Brett 说他本以为到 Figure 03 就接近饱和了（类似 iPhone 现在每代变化不大），但实际上 04 的变化远超预期——“等拿出来时，你会觉得它完全不同”。具体细节没有透露。

下一代高自由度手大约一个月前已经预告，拥有”接近人类水平的灵巧度”，关节数量和人手一样多。Brett 认为这对被动学习至关重要——如果人类手可以做复杂动作，机器人手也必须能映射这些动作，才能从人类数据中学习。

制造体系（BotQ）

BotQ 是 Figure 的制造工厂，在这里组装头部、电池、腿、手臂、手。

电池安全是重点——2.25kWh 锂电池包本身也是结构件（承载负荷）。内部设计了热失控管理系统：灌注聚氨酯，加入热失控排气流程。核心要求是”绝不能有火焰离开电池包”——即使单个电芯热失控，也必须控制在电池包内部。即使机器人跌倒撞到尖锐物体，也不能刺穿电芯。Brett 说 Figure 03 从未发生过机器人着火事件。

产线末端测试（EOL, End of Line）：每个子系统都要通过严格测试。以头部为例：刷软件 → 摄像头校准 → 信号确认 → 异常分诊。通过后才能装到机器人身上。

老化测试（Burn-in）：完整组装后的机器人连续运行几个小时，确认没有问题才放行。

2026 年 3 月创下制造纪录——“这个月造的机器人比此前整个公司历史上造的总和还多”。

BMW 合作

去年在 BMW 斯帕坦堡车身工厂部署 6 个月，机器人参与了 X3 的组装。Brett 说这是”世界上第一辆由人形机器人参与制造的汽车”。他买了前四辆，三辆放在园区，一辆在家。

AGI 论点

Brett 在访谈中多次表达一个观点：真正 AGI 最后缺失的一块，可能就是和现实环境的真实世界互动。

他的逻辑链是：机器人通过触碰世界、看到结果、在试错中学习——这也是人类智能很大一部分的来源。甚至可能出现一种情况：“我们最先在这些具身形态里实现 AGI”。

这是一个非常强的声明，但没有给出具体论证路径。

碎片但有趣的细节

机器人穿的衣服都是织物，可以换，客户可以定制 logo 和颜色。背后有拉链，脏了破了随时换
Figure 03 的鞋是高帮运动鞋。Brett 说 Figure 02 的鞋像便士乐福鞋，“不能让机器人穿便士乐福鞋出来干活”
脚部有脚趾——对自然步态和从地面站起来很重要
一台带美国国旗的机器人去过白宫，参加了有第一夫人在场的活动
2024 年底和 Deadmau5 在科罗拉多 Red Rocks 合作演出，多台机器人在舞台上跟着音乐跳舞
登上过《TIME》杂志封面
Brett 最喜欢的科幻电影是 Jodie Foster 的《Contact》
设计方向选择：Westworld（拟人路线）vs I, Robot（机械路线），Figure 选了 Westworld
Brett 上一家公司 Archer Aviation 做电动垂直起降飞行器（eVTOL），有 24 个自由度。他认为飞行器和人形机器人是”足够相似的系统”——电池、电机、控制软件、嵌入式系统、传感器的组织方式类似

拧巴的地方

AGI 声明过于强烈但缺乏论证。Brett 说”真正 AGI 最后缺失的一块就是和物理世界互动”，甚至说”可能最先在具身形态里实现 AGI”。但他没有回答一个显然的反问：当前大语言模型已经在纯文本/代码/数学上展现出强大推理能力，这些能力并不依赖物理交互。“最后缺失的一块”这个说法需要更强的论据。
数据策略的隐私回答很模糊。“全部匿名化”和”必须遵守当地规则”几乎是空话。家庭场景的视觉数据天然包含大量个人信息（房间布局、个人物品、家庭成员），匿名化的具体方案和技术路径完全没提。
“靠写代码是死路”的表述过于绝对。他们自己用了几十万行 C++ 让 Figure 01 走起来，Figure 02 也在代码基础上迭代。这些代码积累对后来神经网络方案的设计显然有贡献。更准确的说法应该是”纯代码方案无法扩展到通用任务”，而不是”死路”。
成本和定价之间有巨大差距。单台成本”远低于 10 万美元”，月租 $400-600。即使按 $500/月算，6 万美元的机器人需要 10 年才能回本（还不算维护、充电、折旧）。这个商业模型的数学在访谈里完全没被追问。