ReadingResearchRadarInvestment framework
Sign in / Sign up
← Back to reading
TopicDisconfirmAI EditorialUpdated 2026-10-18 02:43

Figure机器人进展

5 steps1 pieces4 Sources

人形机器人公司Figure AI已完成其第二代产品F.02在宝马工厂的11个月实战部署并正式退役,标志着该公司从实验室原型走向规模化工业应用的关键转折。【背景】Figure于2024年2月获6.75亿美元B轮融资后,曾与OpenAI合作,但于2025年初终止合作转向自研端到端视觉-语言-动作模型Helix,以解决传统代码控制在复杂肢体协调上的瓶颈。

时间线上,F.02在宝马斯帕坦堡工厂累计运行超1250小时,协助生产3万余辆X3汽车,装载9万多个钣金件,放置精度达99%以上。尽管表现优异,前臂因热管理和布线问题成为主要故障点,促使Figure重新设计第三代F.03的手腕电子架构。2026年9月,Figure CEO Brett Adcock采纳阿诺德·施瓦辛格建议,将退役的F.02机器人送入芬兰熔炉熔化,制成纪念物,以此作为“Terminator式”告别。目前,F.03已在BotQ工厂实现每小时一台的产能,并进入家庭场景试点。

争议在于自主性程度:批评者质疑部分演示依赖远程操作或预设脚本,而Figure坚持Helix系统实现了零样本泛化和实时闭环反应。截至发稿,关于F.03在完全无干预下的长期可靠性尚无第三方独立验证数据。

后续需关注:1. F.03在Catalyst Brands零售配送中心的实际部署规模;2. Helix 2.5系统在家庭环境中的任务成功率是否突破当前约56%的水平;3. Figure是否按计划移除中国供应链组件。

How it got here

  1. 2023-05-24

    Figure宣布完成7000万美元A轮融资,用于加速Figure 01商业化。

    prnewswire.com ↗
  2. 2024-02-29

    Figure完成6.75亿美元B轮融资,估值26亿美元,并与OpenAI达成合作开发下一代AI模型。

    techcrunch.com ↗
  3. 2025-02-01

    Figure发布自研Helix VLA模型,取代OpenAI合作方案,实现端到端控制。

    useluminix.com ↗
  4. 2025-11-19

    Figure公布F.02在宝马工厂11个月部署成果:生产3万辆车,运行1250+小时,随后启动退役程序。

    figure.ai ↗
Sign in / Sign up
ReadingResearchRadarInvestment framework
  • 2026-09-30

    Figure执行F.02退役仪式,将机器人送入芬兰熔炉熔化,致敬《终结者2》。

    thetechlantis.com ↗
  • What is still unsettled

    • F.03在家庭环境中的自主任务成功率能否稳定超过56%?
    • Figure声称的‘零样本’泛化能力在未经训练的复杂场景中是否存在隐性人工干预?
    • BotQ工厂的产能爬坡速度是否足以支撑2026年后的商业订单交付?

    Sources

    • figure.aiFigure官方BMW部署报告↗
    • techcrunch.comTechCrunch B轮融资报道↗
    • thetechlantis.comThe TechLantis退役仪式报道↗
    • humanoidsdaily.comHumanoids Daily公司概览↗

    Coverage in this topic

    • Crusoe AI Trends: Humanoid Robot Hardware Bottlenecks and Personal AI Agents2026-10-17News

      In the October 9, 2026 episode, hosts Michael YenChi Ho and Michael Petersen discuss humanoid robotics progress (including Figure's robot recycling at BMW and four-finger hand designs) and new personal AI assistants. Topics cover the path from remote operation to autonomy, hardware limitations like batteries and chips, and comparisons between open-source agent frameworks and vision-driven computer use.