Reference · Company dossier
美国加州 Sunnyvale 的通用人形机器人公司，以"自研硬件 + 端到端 VLA 大模型 + 自建工厂"垂直整合，估值 390 亿美元，是全球人形赛道资本叙事的定价锚。[确认]
2022 年 5 月由 Brett Adcock 创立。Adcock 是连续创业者，此前创办招聘平台 Vettery 与电动飞机公司 Archer Aviation，擅长以宏大叙事融资。[确认] 公司 2023 年起迭代 Figure 01、02、03 三代人形，2026 年中员工约 660 人（其中约 314 名为受薪员工），创始人称在役机器人约 740 台，已多于员工人数。[确认，公司口径]
2023 年 A 轮 7,000 万美元；2024 年 2 月 B 轮 6.75 亿美元，估值 26 亿美元，投资方含 OpenAI Startup Fund、NVIDIA、Microsoft、Intel Capital、Samsung、Bezos Expeditions 等；2025 年 9 月 C 轮承诺资本超 10 亿美元，投后估值 390 亿美元，由 Parkway Venture Capital 领投，Brookfield、NVIDIA、Macquarie Capital、Intel Capital、Align Ventures、LG Technology Ventures、Salesforce、T-Mobile Ventures 等参与；累计融资约 17.5 亿–19 亿美元。[确认] 2026 年 10 月有 NVIDIA 拟追加约 10 亿美元的报道，未获公司确认 [推测]。另有 Brookfield（10 万套住宅场景）与 Nscale（35 亿美元、最多 10 万块 Vera Rubin GPU，2027 年起）两项战略协议。[确认]
Figure 03（2025 年 10 月发布）：身高 1.73 m、重 61 kg、载荷 20 kg、续航 5 小时、速度 1.2 m/s、2 kW 无线充电，掌部摄像头与可感知 3 克力的指尖触觉，定位从工厂扩展到家庭。[确认] 模型侧 Helix 02（2026 年 1 月）实现全身单一神经网络控制；Helix 2.5（2026 年 9 月）称可零样本泛化到 30 个未见过家庭，全屋家务成功率 56%，无预训练时为 9%。[确认，公司口径] 制造端 BotQ 工厂 2026 年 4 月累计下线 350 余台 Figure 03，节拍由 1 台/天提升至 1 台/小时，铭牌产能 1.2 万台/年，四年目标 10 万台/年。[确认，公司口径] 售价与对外销量未披露 [未获取]。
Figure 的技术栈是一条从像素到力矩的纵向通路。整机本体提供头部相机、掌部相机、指尖触觉与全身本体感觉，机载 GPU 运行三层模型[确认]。System 2 是七十亿参数的视觉语言模型，以 7 至 9 赫兹理解场景与指令，输出一个连续潜向量[确认]。System 1 是八千万参数的交叉注意力编解码 Transformer，以 200 赫兹把潜向量与视觉特征转成全身关节目标[确认]。Helix 02 增加的 System 0 以 1 千赫兹跟踪关节目标，处理平衡与接触[确认]。三层各按自己的时间尺度运行，通过潜向量衔接[推测]。
硬件与模型由同一家公司设计。执行器、灵巧手、电池包与线束在内部定义，机身结构为模型的可达空间与控制频率服务[推测]。BotQ 工厂承担总装与测试，产线节拍与设计变更在同一组织内协调[确认]。整机重 61 公斤，额定载荷 20 公斤，续航约五小时，支持 2 千瓦无线充电，定位从工厂延伸到家庭[确认]。
训练侧混合互联网规模的视觉语言预训练、遥操作与真机采集的动作数据、仿真中的强化学习样本[推测]。Nscale 提供的算力协议规划到 2027 年，规模上限为十万块新一代 GPU，说明训练集群按长期扩张设计[确认]。数据从机队回流到训练管线，再以新权重下发，这条通路的实际吞吐未公开[未获取]。
感知以视觉与触觉为主。头部相机提供场景全貌，掌部相机在抓取时给出近距离视角，指尖触觉可感知约三克的力，全身关节编码器提供本体姿态[确认]。System 2 把图像、机器人状态与自然语言指令映射到视觉语言嵌入空间，语义理解来自互联网预训练，物体识别与指令泛化不依赖预先标注的地图[推测]。
定位依靠本体感觉与视觉的联合推理，缺少激光雷达或外部定位基站[推测]。双足行走时，机体在支撑脚上的位姿由关节编码器与足底接触估计，视觉用于修正漂移与识别地形[推测]。家庭环境没有工厂里的夹具与标记，模型必须从画面中判断门框、地面高差、桌面边缘与可抓取物体，这类判断以概率形式输出，缺少可解释的几何约束[推测]。
失效模式与感知的物理限制相关。透明玻璃、镜面、深色织物在单目视觉里特征稀薄，模型容易把距离判断错[推测]。机械臂遮挡相机视野时，抓取点估计失准[推测]。触觉传感器在长期使用后出现漂移，需要重新标定；家庭光照变化大，训练分布外的色温会让识别率下降[推测]。替代方案是加装深度相机、结构光或外部视觉标记，这些会增加成本与部署工作量[推测]。
规划与控制分三层。System 2 把任务拆成语义步骤，不指定脚步与关节角度[确认]。System 1 把这些语义意图转成全身关节目标，覆盖腿、躯干、头、臂、腕与手指[确认]。System 0 在千赫兹频率上做平衡与接触控制[确认]。分层的好处是高层模型可以用较低频率思考，低层控制保持实时性，模型升级时不必重训底层技能[推测]。
操作能力依赖模仿学习与强化学习的组合。抓取、搬运、折叠、开门这类动作从遥操作数据中学习，接触密集的任务用仿真补足数据，力控通过关节力矩与触觉反馈实现[推测]。Figure 03 的指尖触觉与掌部相机针对精细操作设计，官方演示包含整理衣物、端盘、装配零件等任务[确认]。
安全与失败的边界尚未充分公开。双足机器人在湿滑地面、地毯边缘与被推挤时的恢复能力，缺少第三方测试[未获取]。20 公斤载荷下的摔倒风险由软件限速与急停承担，家庭场景的人机距离没有形成标准[推测]。长尾任务如插钥匙、拧瓶盖、处理软物，成功率随物体形变上升而下降[推测]。替代方案是遥操作接管、把任务限制在结构化子场景、用专用末端工具替代通用手[推测]。
Helix 的核心设计是双系统加潜向量。System 2 用开源权重的视觉语言模型初始化，把场景与指令压缩成一个连续向量[推测]。System 1 用卷积多尺度视觉骨干与交叉注意力解码器，输出连续动作，避开动作离散化在高维人形控制上的扩展问题[确认]。训练时给两个系统的输入加时间偏移，模拟部署时的推理延迟，让 System 1 学会在不新鲜的潜向量上工作[确认]。
数据来源混合了互联网预训练、真机遥操作与仿真[推测]。Helix 2.5 声称在三十个未见过的家庭中零样本执行家务，平均成功率 56%，无预训练基线为 9%[确认]。这组数字由公司发布，缺少任务清单、评分标准与第三方复现[未获取]。训练数据的规模、构成与采集协议未公开，家庭数据的授权与隐私处理也没有独立审计[未获取]。
验证边界在于分布外泛化。演示中的家庭经过选择，家具布局、地面材质与光照条件相对友好[推测]。任务以短程、单房间为主，长程多步骤任务的成功率会随步骤数累积下降[推测]。模型对语言指令的理解停留在短句层面，多轮澄清与指代消解的能力未展示[未获取]。第三方若在普通家庭复现，成功率大概率低于公司口径，差距大小是判断技术成熟度的关键指标[推测]。
硬件自研集中在执行器、灵巧手与电池。Figure 03 的关节模组、手部自由度与触觉阵列由内部设计，供应商提供磁材、轴承、编码器芯片与功率器件[推测]。整机 61 公斤、20 公斤载荷的重量比说明结构件以铝合金与工程塑料为主，散热依靠被动与少量风冷[推测]。无线充电功率 2 千瓦，充满时间与电池容量未公开[未获取]。
BotQ 是制造能力的载体。2026 年 4 月累计下线三百五十余台 Figure 03，节拍从每天一台提升到每小时一台，铭牌产能 1.2 万台每年，四年目标 10 万台每年[确认]。产线自建意味着设计变更可以快速导入，供应商问题可以在内部处理完毕，代价是固定资产投入与产能利用率风险[推测]。
供应链的薄弱点在精密部件与成本。行星滚柱丝杠、谐波减速器、无框力矩电机与高分辨率编码器的产能集中在少数供应商，人形机器人放量会同时挤压这些产能[推测]。稀土磁材受出口政策影响，电池包的能量密度与安全认证决定家庭场景能否通过[推测]。单台物料成本未披露，1.2 万台的名义产能与实际订单之间的差距，是判断垂直整合是否经济的关键[未获取]。
Figure 的软件对外暴露程度低。官方没有公开的开发者计划、应用接口或第三方算法市场，Helix 的权重、推理接口与训练工具链均未开放[未获取]。客户集成以项目方式完成，BMW 的产线对接由双方工程团队共同实施[确认]。机队管理、远程监控与 OTA 升级存在，具体形态与开放程度未披露[未获取]。
封闭性在早期有利于质量控制。硬件、模型与云端由同一家供应商提供，现场变量少，失败样本可以回流到同一套训练管线[推测]。对客户而言，交付的是一个完整系统，不需要自己集成感知与规划[推测]。代价是客户被锁定在单一供应商，二次开发空间小，系统集成商无法围绕它建立增值服务[推测]。
生态位的缺口在工业接口。BMW 的案例说明 Figure 能进入汽车产线的物料搬运与排序环节，这要求与仓库管理系统、安全 PLC、产线节拍同步[确认]。Figure 未公开支持哪些现场总线、安全等级与设备协议[未获取]。FANUC 的 EtherNet/IP、PROFINET 与 ROS 2 驱动属于公开资料，Figure 的接口清单尚无对应内容，规模化部署前需要补齐[推测]。
流程能力成立。Figure 把执行器设计、整机结构、模型训练与总装放在同一组织内，BotQ 的节拍从每天一台提升到每小时一台，说明设计到量产的反馈通路已经建立[确认]。人形机器人的制造良率、标定一致性与测试覆盖率依赖设计、制造与训练在同一组织内的整合，纯软件公司与纯代工企业都难以在短期内复制[推测]。
品牌成立，作用在资本与客户两端。创始人以宏大叙事连续融资，C 轮投后估值 390 亿美元，投资方包括 NVIDIA、Brookfield、Macquarie 等[确认]。BMW 与 Catalyst Brands 的试点带有品牌背书效应，让 Figure 在尚未公开收入的情况下进入头部客户的采购流程[推测]。品牌能降低获客成本，无法替代可靠性与单位成本[推测]。
规模经济不成立。累计出货数百台，1.2 万台的名义产能尚未被订单填满，单位成本随产量下降的证据不足[确认]。
网络效应不成立。客户之间没有数据共享关系，机队数据回流只服务 Figure 自己的训练，不产生用户之间的直接收益[推测]。
转换成本不成立。客户更换供应商意味着重新试点与产线改造，投入以项目计，与设备总价相比有限[推测]。
独占资源证据不足。家庭数据与产线数据由客户控制，Figure 没有排他性权利；执行器与灵巧手的专利布局未公开[未获取]。
反定位证据不足。工业机器人厂商的渠道与服务体系尚未对人形形成定价冲突，缺少可观察的放弃行为[推测]。
成立的两项集中在组织与资本侧。壁垒强度取决于 BotQ 能否按节拍交付，以及 Helix 的成功率能否在客户现场稳定复现[推测]。
客户复购的反证。观察窗为 2026 年 6 月至 2027 年 6 月，即 Figure 03 进入 BMW Hall 52 后的十二个月。指标为第二批订单台数，以及客户是否披露运行时长、节拍达成率与停机原因。若两家客户在试点结束后不再续约，或订单停留在个位数，商业化叙事需要下调[推测]。
模型指标的反证。观察窗为 12 个月，指标为第三方研究机构在未公开家庭集合上复现的家务成功率。若复现结果接近 56% 且任务清单覆盖长程多步骤操作，零样本泛化成立；若降到两成以下，或只在短程任务上有效，模型能力被高估[推测]。Figure 至今没有发布基准、失败案例集与消融实验，这一条无法用现有材料验证[未获取]。
制造与经济性的反证。观察窗为 2027 年底，指标为 BotQ 实际产量对 1.2 万台铭牌产能的利用率，以及单台物料成本随产量的变化。若利用率达到铭牌产能的一半以上且物料成本下降，规模效应开始出现；若长期低于两成，固定资产会变成负担[推测]。
资本条件的反证。观察窗为未来四个季度，指标为 Nscale 算力协议与 NVIDIA 等投资方的追加投资是否执行。若算力与资本同时收紧，训练与扩张节奏都会受影响，390 亿美元的估值将先于产品被修正[推测]。
已公开的落地场景有三个：BMW 斯帕坦堡工厂（Figure 02 运行 11 个月、每班 10 小时、累计超 1,250 小时、搬运 9 万余个钣金件、支撑 3 万台 X3 生产；Figure 03 于 2026 年 6 月进入 Hall 52 做零件排序）、Catalyst Brands（2026 年 5 月签约，Reno 配送中心，JCPenney/Aéropostale/Brooks Brothers 母公司）、Brookfield 的住宅资产。[确认] 商业模式兼有直接销售与机器人即服务（RaaS）试点，但收入、在手订单与单价均未公开 [未获取]。渠道以创始人直销头部客户为主，尚未建立分销体系。[推测]
对手包括 Tesla Optimus（自有工厂+量产能力）、Agility Robotics Digit（已商用）、Boston Dynamics Atlas（现代汽车背书）、1X（家庭）、宇树科技（低价）。[推测] Figure 的差异化是"通用模型+家庭"的叙事、顶级资本阵容与自建产能；劣势是成本、可靠性与信息披露透明度均落后于其估值叙事。[推测]
风险：390 亿美元估值对应未披露的收入，定价已透支到 2030 年；演示指标（56% 家务成功率）距商业可用仍有距离；对 NVIDIA 的算力与资本存在双重依赖；创始人个人品牌是融资资产也是治理风险；家庭场景的安全与责任框架尚未建立。[推测] 结论：Figure 是三家中技术叙事最强、商业化最不透明的一家。验证点不在发布会，而在 BMW 与 Catalyst 是否复购、BotQ 是否真能按节拍交付、Helix 的成功率能否在客户现场稳定复现。若这三点成立，它有机会成为人形界的特斯拉；否则高估值将先于产品被修正。[推测]
Philosophy sword
融合主轴尚未定义。这里将放：一句话定性、三线状态、三项判定与反证条件。
预留位 · 不参与当前分析