首页 抖音热门文章正文

马斯克没干成的，Figure AI先干成了

抖音热门 2025年10月13日 22:39 0 admin

远在大洋彼岸的两家美国机器人公司，正在上演着「几家欢喜几家愁」。

一边是 Figure AI 正式带着第三代机器人 F.03 闪亮登场，一边是马斯克的 Optimus 被传因灵巧手设计问题，再次缩减今年的量产计划。

作为美国最为炙手可热的两家机器人公司，同样在今年面临着第三代机器人的更新，却交出了截然不同的答卷。

Figure 带着 10 亿美元的新融资，全球领先的机器人大脑 Helix，可年产 12000 台机器人的自建工厂 BotQ，以及全新升级的第三代机器人 F.03，表现出来了更为强势的野心。

反观马斯克的 Optimus V3，还困在「完美主义」里一直难产。

这回，一直被称为「小马斯克」的布雷德·阿德科克，先一步干成了马斯克没干成的事。

F.03，四大更新点

9 月底，布雷德·阿德科克在社交媒体上表示连续三天有三个大消息，当时就有人猜测是 F.03 的更新。虽然当时公告主要是融资和商业合作相关内容，但也吊足了大家的胃口。

此次发布的 F.03，较上一代 F.02 有了全方位的升级，按布雷德·阿德科克的说法，F.01 的设计是凑合给团队用，让成员开始研究怎么训练机器人；F.02 的设计是获得更好的机械结构，同时开始训练大脑，但还不适合规模化生产。

F.03 已经具备了规模化生产的要素，是他认为目前全球最强大的机器人。

马斯克没干成的，Figure AI先干成了

Figure 在这次迭代中进行了软硬件全栈的更新，为了服务四大模块，分别是：Helix 模型、家庭场景的应用、可规模化生产以及持续降本以推动商业落地。

在硬件端，Figure 对内更新了执行器，使其达到原版的 2 倍速度以及更高的扭矩密度，以提升在工业场景的工作效率。内部结构设计更紧凑，重量较上一代轻了 9%，让机器人体积更小、动作更加灵活。

外部感知方面，Figure 在视觉和触觉两方面的感知能力进行改造。新的摄像架构实现了帧率翻倍、延迟降低至 1/4、单个摄像头视场角提升 60%，且体积更小。可以帮助机器人在复杂的非结构环境里实现智能导航与精细操作。

在灵巧手上，Figure 在每只手掌内都嵌入了广角摄像头，在抓取过程中提供冗余的近距离视觉反馈。当头部主摄像头被遮挡时，Helix 仍能保持视觉感知，实现实时自适应控制。

马斯克没干成的，Figure AI先干成了

此外，F.03 的灵巧手首次搭载自研触觉传感器，每个指间传感器的最小可感知压力约为 3g，能高精度识别不同形状与尺寸的物体。

Figure 将这些硬件升级归结为一个中心目标——让 Helix 真正具备推理与闭环控制能力。

好比为了 Helix 这碟醋，包了一盘新饺子。

在对外定位上，Figure 也在宣传片与设计细节上体现出把机器人推向家庭场景的意图。尽管布雷德·阿德科克自己说 F.03 还未能达到「全天候处理大多数家务」的水平，预计要到 2026 年才更接近那个目标，但产品在外观与功能上已做了家庭适配。

为了让机器人的外观看起来更融柔和，在家庭环境里碰撞的冲击更小，F.03 覆盖多密度泡棉与柔性织物外壳。

同时，F.03 脚部支持无线感应充电，在家中放置充电桩就能实现全天候待机，其电池在峰值模式下可支持约 5 小时运行。

事实上，F.03 最先公开的就是它的电池，Figure 表示其价格比上一代便宜了 78%，阻燃性、抗跌落能力好，可承受从任意角度 1 米高度跌落，减少了机器人在家里摔倒带来了电池方面的危险。

为确保量产能力，Figure 在自建工厂 BotQ 的基础上完善了制造体系，提出未来 4 年内量产 10 万台的目标，其要点包括：

减少零部件数量和装配步骤

从数控加工转向压铸、注塑、冲压等工艺，为各模块开模

自研驱动、电池、传感器、结构、电子等关键模块

自研制造执行系统，确保全流程追溯与质量一致性

Figure 先突围的「落地逻辑」

F.03 的正式发布，也让很多人表示「这回压力给到了特斯拉 Optimus」。

第三代通用机器人的规模化，是一场工程化与商业化的双线赛跑，这回 Figure 已经跑在了特斯拉前面。

区别于国内公司秉持的多场景适配多款机器人的思路，其实 Figure 和特斯拉都共享着通用机器人的梦想，即用单一机器人架构服务 B 端和 C 端多元场景。

这种「一体通用」的理念，也代表着机器人产业的终极追求。

然而在水面之下，两家公司的核心基因却大相径庭。

特斯拉延续的是其造车业的成功逻辑：硬件先行，成本为王。

马斯克坚信，只要利用特斯拉在制造业、供应链、AI 芯片和电池上的巨大优势，以最快速度把一个「身体」做得足够便宜、足够多，就能先占领市场。

这本质上是一场制造业的战争。马斯克在赌，只要身体足够便宜，灵魂可以慢慢进化。

而 Figure 选择了完全相反的路径：AI 定义一切，通用性是根本。

他们不追求最快的量产，而是要先打造一个足够聪明的灵魂，所以 Figure 今年与 Open AI 解绑，自研端到端模型 Helix。

Figure 认为，一旦这个大脑成型，适配不同的身体只是时间问题。Figure 在赌，只要灵魂足够强大，身体自然会追随。

这种基因差异，其实在灵巧手这一方面也展现得淋漓尽致。

特斯拉的 Optimus 目前碰到的最大瓶颈就是，工程团队无法打造跟人手一样灵活的机械手，以至于特斯拉不得不暂停生产，积压了大量无手机体。

但无论是马斯克还是布雷德·阿德科克，他们都承认，灵巧手是整个机器人硬件设计里最难的部分。当然，从目前市面上有的灵巧手产品来看，也绝对没有一款手实现了跟人手一样的效果。

面对现有的共性难题，特斯拉选择了继续坚持做出最完美的灵巧手，而 Figure 选择了找寻当下最优解。

Figure 的灵巧手采用了视觉-触觉融合方案。他们在每只手掌内嵌入广角摄像头，这种设计较传统的仅由机器人头部主视觉判断，或者是在灵巧手手腕部装摄像头的方案而言，更方便做视觉伺服和位姿估计。

同时结合自研触觉传感器，这种「感知弥补机械」的思路，虽然不完美，却也切实可行，让 Figure 03 可以对脆弱、不规则或移动物体进行精细化控制，完成像收拾桌面、叠衣服、用洗衣机、洗碗机归纳等家庭内常见的家务。

除了对末端执行器灵巧手的大胆选择，Figure 的成功突围还得益于三个关键战略选择。

首先，它构建了一定的数据飞轮与模型优势。Figure 的 VLA 模型 Helix，仅通过新增数据就能实现技能迭代，无需开发新算法。

更值得一提的是，F.02 的学习成果能进行无缝迁移，像 F.02 展示的洗碗机收纳，F.03 一模一样地复原了。这种能力迁移无疑让机器人形成了越用越聪明的数据闭环。

其次，Figure 实施了垂直整合的供应链策略。通过自研驱动、电池、传感器等关键模块，减少零部件数量和装配步骤，Figure 不仅自主掌握供应链安全，更能把控制造成本和定价权。

更关键的是，这次 Figure 更加坚定地选择 B 端和 C 端通吃的思路。区别于 F.02 只在宝马工厂打工，在宣传片里 F.03 不仅是在家庭场景工作，更有在酒店接待等商业应用展现。

加上此前与资产管理公司 Brookfield 的合作，Brookfield 旗下拥有大量物业、商业、住宅、工厂等用地，让 Figure 拥有了更多训练场地和潜在订单。

综合型公司们，正站在十字路口

为什么同处在第三代节点，两家公司会走出截然不同的产品化路径。

或许离不开两家公司天然的公司属性差异。Figure 是典型的垂类公司，业务线瞄准了机器人这一条线，而特斯拉是典型的综合型公司，除了机器人，还有汽车、能源等其他业务。

把视野拉高到整个行业，不难发现大量垂类公司正在「前沿探索—快速迭代—垂直商用化尝试」的赛道上奔跑，而综合型公司多以投资、提供工具、造大脑等不同的姿态介入。

海外的科技巨头里，英伟达是典型的卖铲人。作为 AI 计算的提供者，它投资了 Figure、Agility 等公司，却不亲自下场造机器人，而是通过例如 Jetson AGX Thor 芯片等硬件和 Isaac 软件生态影响整个行业。

这种定位既避免了重资产风险，又能享受行业增长的红利。

微软、亚马逊等巨头则选择了战略投资的路径。它们通过资本介入而非亲自操盘，既保持了赛道参与度，又维持了战略灵活性。

最为典型的还有 Open AI 与 Figure 的关系演变。Open AI 原本是 Figure 的「大脑供应商」，后因 Figure 坚持自主掌握算法而分道扬镳。

这背后揭示的是，技术主导权在机器人产业中的核心地位，无论是初创公司还是科技巨头，都不愿在关键技术上受制于人。

马斯克没干成的，Figure AI先干成了

国内头部企业的布局则呈现「投资活跃、自研谨慎」的特点。

一方面，京东、美团、阿里等头部公司在高歌猛进地进行投资。过去的几个月里，京东曾在 3 个月里连投 6 家公司，保守估计总投资额超过 20 亿元，美团、阿里也向宇树、自变量等产业链上下游的公司砸下数亿元。

另一方面，像小米作为较早涉足机器人领域的公司，曾推出过机器狗铁蛋和人形机器人「铁大」，其机器狗市场反馈一般，人形机器人更是迟迟没有上市。小米高管卢伟冰坦言「不推进是短时间内看不见商业回报的周期」。

这个被黄仁勋预测为「下一个万亿美元产业」的领域，为何会让这些综合型大公司们如此犹豫不决？

因为机器人不像手机或服务器那样能快速获得稳定的商业回报。

尤其是在家庭场景中对安全、售后与合规的高要求下，短期内能看到明确 ROI 的机会并不多。部分高管或创投圈也公开表示：在没有清晰商业路径前，大规模推进机器人业务需要极大的长期投入与耐心。

而垂类公司与综合型公司的运营逻辑差异，注定了它们在具身智能赛道的不同选择。

Figure 这类初创的垂类公司没有明显的业绩压力，可以将融资资金全部投入研发与量产，即便产品初期存在瑕疵，也能通过快速迭代优化。

而综合型公司需要考虑「投入产出比」，如果机器人业务长期亏损，会影响整体财报表现，因此更倾向于「先观望、再布局」。

但这种分野也并不是绝对的，一旦大公司决定要全力做，它们拥有更稳定的资金流、更强的供应链掌控能力、以及覆盖全球的售后与合规体系，这些都是将机器人推向千家万户的必备能力。

历史上很多技术像智能手机、云服务器等都是在初创打磨出概念与样机后，由大公司以规模化执行能力把技术真正普及开来。

换言之，初创公司提供样机与创新路径，大公司可能在某个时间节点以速度+规模把它们推上真正的量产曲线。

当然，不论是初创还是巨头，具身智能的最终胜利条件并不是单台机器人性能或单次融资成功，而是能否构建起持续的数据闭环、可靠的供应链、以及可持续的商业化服务能力。

Figure 的暂时领先，仅仅是这场万亿美元竞赛的开场哨。通往真正通用机器人的道路上，硬件规模量产、软件智能泛化、安全标准建立等核心难题仍待破解。

马斯克与布雷特·阿德科克的分野，本质上也是对未来两种路径的探索——是制造业的全面胜利，还是 AI 算法的终极胜利。

在答案揭晓前，整个行业仍将保持耐心与疯狂并存的独特节奏。

当技术的光环逐渐褪去，我们终将要回答：人类究竟需要什么样的机器人？

或许，当机器人不再成为话题，当它们能像家电一样平凡地服务于每个家庭，这场革命才真正走到了终点。

相关文章

发表评论

长征号 Copyright © 2013-2024 长征号. All Rights Reserved.  sitemap