Figure AI liefert 350 Humanoide aus, während Figure 03 die Rangliste erklimmt und die Unternehmensbewertung 39 Mrd. US-Dollar erreicht

Figure AI hat ein neues Laborvideo veröffentlicht, das zeigt, wie sein humanoider Roboter „Figure 03“ autonom eine Industrieleiter erklimmt – ohne Fernsteuerung oder vorprogrammierte Schritte. Das Unternehmen bestätigte zudem, dass die Produktionskapazität im April von einer Einheit pro Tag auf etwa eine pro Stunde gesteigert wurde, und gab an, bis heute mehr als 350 Einheiten ausgeliefert zu haben.

Das Unternehmen hob hervor, dass die Leiter-Demonstration eine integrierte Bewegungssteuerung widerspiegelt, die visuelles Servoing, Handgreifvorgänge und dynamisches Gleichgewichtshalten der Beine in einem kontinuierlichen Regelkreis vereint. Figure fügte hinzu, dass es sich bei dieser Fähigkeit eher um einen Meilenstein im Labor als um einen Einsatz in der Fertigung handelt. Durch seine Serie-C-Finanzierung erreicht das Unternehmen eine Post-Money-Bewertung von fast 39 Milliarden US-Dollar.

Figure AI hat seinen Sitz in Sunnyvale, Kalifornien, und entwickelt universell einsetzbare humanoide Roboter für Aufgaben in Industrie und Logistik. Die Systemarchitektur „Helix 02“ nutzt einen schnellen Steuerungsstack für Gleichgewicht und Fortbewegung, während ein langsameres „System 2“-Modul für ein höheres semantisches Verständnis mit einer Frequenz von etwa einem Hertz zum Einsatz kommt. Das Unternehmen zielt auf sich wiederholende Arbeiten wie Kommissionieren, Platzieren, Prüfen und Materialhandhabung in Lagerhäusern und Produktionsstätten ab.

Das neueste Video demonstriert ein Maß an Autonomie, das für die humanoide Konzeption von zentraler Bedeutung ist. Das Erklimmen einer Leiter erfordert koordinierte Fußstellungen, anpassungsfähige Grifftechniken, die Kontrolle der Körperhaltung sowie die kontinuierliche Wahrnehmung der Sprossen und der Entfernungen. Figure betont, dass die Bewegung weder durch Fernsteuerung noch durch eine vorprogrammierte Abfolge gesteuert wurde. Stattdessen passierte sich der Roboter in Echtzeit auf der Grundlage von Sichtwahrnehmung und Propriozeption an. Dies ist von Bedeutung, da Industriehallen dynamisch und unübersichtlich sind und Roboter, die sich nicht schnell anpassen können, keine nützlichen Arbeitsstunden leisten.

Das Erklimmen der Laborleiter deutet auf echte Fortschritte bei der „Loco-Manipulation“ hin

Humanoid-Ingenieure streben seit langem nach integrierter „Loco-Manipulation“, d. h. dem gleichzeitigen Bewegen und Manipulieren. Es ist eine Sache, im Stillstand das Gleichgewicht zu halten und einen Gegenstand aufzuheben. Eine größere Herausforderung ist es, stabil zu bleiben, während die Hände beschäftigt sind und

Die Kontaktpunkte ändern sich mit jedem Schritt. Der Leiterclip vereint all dies in einer einzigen Aufgabe, die viele Menschen als selbstverständlich betrachten, die für einen Zweibeiner jedoch keine Fehler zulässt. Die in Abbildung 03 dargestellten Hände greifen jede Sprosse fest, während die Füße stabilen Halt finden und der Oberkörper die Verlagerung des Schwerpunkts ausgleicht, wenn sich die Gliedmaßen bewegen.

Eine Analogie in einfacher Sprache hilft dabei. Stellen Sie sich vor, Sie tragen eine Tasse Kaffee eine steile Dachbodentreppe hinauf, während Ihre Augen jede Sprosse im Blick behalten, Ihre Hände sich an die Breite der Sprossen anpassen und Ihre Füße den richtigen Winkel suchen, um ein Ausrutschen zu vermeiden. Wenn Ihre Tasse kippt, korrigieren Ihre Hände dies mit einer kaum spürbaren Bewegung. Ist eine Sprosse leicht verschoben, verschiebt sich Ihr Fuß ganz unbewusst. Diese Kombination aus Mikrokorrekturen in Code und Regelkreise umzusetzen, macht den Unterschied zwischen einem Roboter, der nur einstudierte Bewegungen ausführt, und einem, der das Chaos in der Fabrik überstehen kann.

Skeptiker werden anmerken, dass eine Laborleiter nicht mit einer durchnässten, ölverschmierten oder verbeulten Leiter auf einer echten Baustelle vergleichbar ist. Kontrollierte Beleuchtung, saubere Sprossen und ein begrenzter Umfang an Umgebungsvariablen sind nicht gleichbedeutend mit Zuverlässigkeit im Praxiseinsatz. Diese Kritik ist berechtigt. Dennoch ist die Richtung, in die die Entwicklung geht, klar. Die zentrale Koordination scheint als geschlossener Regelkreis zu funktionieren, der sich auf Gerüste, Trittleitern oder LKW-Treppen übertragen ließe. Der Praxistest wird darin bestehen, über Hunderte von Zyklen hinweg Konsistenz zu gewährleisten und Ausrutscher ohne Sturz zu bewältigen.

Die Produktionskadenz deutet auf einen Schritt über reine Vorzeige-Prototypen hinaus hin

Figure gibt an, dass die Produktionsleistung im April von etwa einer Einheit pro Tag auf eine pro Stunde gestiegen ist. Selbst wenn diese Rate eher die Spitzenleistung der Fertigungslinie als den Tagesdurchschnitt widerspiegelt, ist die zugrunde liegende Botschaft unmissverständlich. Das Unternehmen bewegt sich weg von handgefertigten Demonstrationsmodellen hin zur Produktion in kleinen Stückzahlen. Mit mehr als 350 ausgelieferten Einheiten verfügt Figure über genügend Maschinen, um parallele Zuverlässigkeitstests, Kundenpilotprojekte und interne Weiterentwicklungen durchzuführen.

Der Weg von der Kleinserienfertigung zur echten Massenproduktion ist noch lang. Eine Endmontage mit einer Stückzahl von einer Einheit pro Stunde hängt von einem stetigen Zufluss an

Aktuatoren, Getriebe, Akkupacks, Kabelbäume, Gehäuse und Rechenleistung. Um die Margen zu sichern, müssen die Ausbeute hoch und die Nacharbeit gering bleiben. Es muss eine Servicelogistik vorhanden sein, um Ersatzteile zu beschaffen und Baugruppen kurzfristig auszutauschen. Dennoch können nur wenige Hersteller humanoider Roboter überhaupt konkrete Stückzahlen nennen. Dies verschafft Figure kurzfristig einen Wettbewerbsvorteil gegenüber Investoren und potenziellen Unternehmenskunden, die die Hardware in die Hand nehmen und Betriebszeitstatistiken einsehen möchten.

Kapitalintensität und Bewertung spiegeln einen langen Wachstumshorizont und hohe Erwartungen wider

Eine Post-Money-Bewertung von fast 39 Milliarden US-Dollar reiht Figure in die Spitzenklasse der privat geführten Robotikunternehmen ein. Das Unternehmen hat zuvor Unterstützung von strategischen und finanziellen Investoren erhalten, die Humanoide als horizontale Plattform betrachten, die in viele Märkte vordringen könnte. Kapital fließt in diesen Sektor, weil das Endziel verlockend ist. Sollten Humanoide bei einfachen, sich wiederholenden Aufgaben eine sichere und zuverlässige Leistung über mehrere Stunden hinweg erbringen können, eröffnet sich ein riesiger Arbeitsmarkt. Hände, die einen Schlauch anschließen, einen Behälter bewegen, ein Etikett scannen und ein Werkzeug greifen können, sind in der Lage, Arbeitskräftelücken in Regionen mit hohen Lohnkosten zu schließen.

Die Bewertung setzt zudem Maßstäbe für die Umsetzung. Hohe implizite Erwartungen erfordern einen beschleunigten Einsatz an kommerziellen Standorten, nicht nur in Labors. Investoren werden einen glaubwürdigen Weg zu jährlichen Auslieferungen im viertausendfachen Umfang und positiven Bruttomargen innerhalb eines vorhersehbaren Zeitraums erwarten. Das bedeutet Disziplin bei der Stückliste, skalierbare Lieferantenverträge und einen Software-Stack, der jeden Einsatz einer neuen Aufgabe in einen Kreislauf zur Verbesserung von Daten und Modellen verwandelt. Ohne diesen Kreislauf wird die Stückkostenwirtschaftlichkeit durch die Teleoperation mit menschlicher Einbindung und ständige Optimierungsdienstleistungen untergraben.

Der Software-Stack trennt in der industriellen Autonomie das Wesentliche vom Nebensächlichen

Die Abbildung zeigt, dass Helix 02 eine schnelle Steuerungsebene für Echtzeit-Reaktionen und ein langsameres „System 2“-Modul nutzt, das das semantische Verständnis mit einer Frequenz von etwa einem Hertz verarbeitet. Diese Aufteilung spiegelt einen Ansatz wider, der in der verkörperten KI üblich ist

Forschung. Hochfrequente Regelkreise halten den Roboter aufrecht und erfassen die Kontaktkräfte. Die auf einer niedrigeren Frequenz ablaufende Wahrnehmung teilt dem Roboter mit, was er gerade sieht und welche Abfolge von Handlungen eine Aufgabe erfordert. Die noch offene Frage betrifft den Übergang zwischen Wahrnehmung und Handlung. Wenn das semantische Verständnis einmal pro Sekunde aktualisiert wird, muss der Plan gegenüber Bewegungsabweichungen und Sensorrauschen während dieser Intervalle robust sein.

Konkurrenten erforschen ähnliche Kombinationen aus modellbasierter Steuerung und neuronalen Strategien. Die Gewinner werden die Fabrikhalle wahrscheinlich als einen „lebenden“ Datensatz betrachten. Jeder Versuch, eine Aufgabe auszuführen, fließt in überwachte Aktualisierungen ein, die Fehler reduzieren. Sicherheitsereignisse lösen Richtlinienbeschränkungen aus, die riskante Bewegungen unterbinden. Bildverarbeitungsmodelle werden anhand anlagenspezifischer Hinweise wie Regalbeschriftungen und Werkzeugformen feinabgestimmt. Die Laborleiter ist nur ein Maßstab. Die eigentliche Vorarbeit liegt in der stillen Arbeit des Erstellens, der Versionierung und der Validierung von Modellen, die auch bei zunehmender Anzahl von Randfällen keine Rückschritte zeigen.

Die Skalierung der Lieferkette ist für Humanoide der entscheidende Faktor

Die Stückliste eines Humanoiden stützt sich auf mehrere konzentrierte Märkte. Aktuatoren benötigen hochfeste Magnete und Präzisionsgetriebe. Magnete sind auf Seltenerdmetalle angewiesen, die überwiegend aus China bezogen werden. Die Qualität von Getrieben und Lagern hängt von Spezialstahl und der Prozesssteuerung ab. Batterien erfordern Zellen, deren Versorgung im Wettbewerb mit Elektrofahrzeugen und stationären Speichersystemen steht. Sensoren wie Tiefenkameras und Lidars werden weltweit beschafft und unterliegen bei fortschrittlichen Funktionen häufig Exportprüfungen. Rechenplatinen basieren oft auf Nvidia-GPUs und Speicher mit hoher Bandbreite, deren Zuteilung in Spitzenzeiten knapp ist.

Um konstant eine Einheit pro Stunde zu erreichen, muss Figure ein mehrstufiges Lieferantennetzwerk mit doppelter Beschaffung für kritische Komponenten und klaren geografischen Risikoabsicherungen aufbauen. Komponenten mit langen Vorlaufzeiten erfordern fest vereinbarte Verträge und eine von den Lieferanten finanzierte Kapazitätserweiterung. Die Standardisierung von Subsystemen über alle Varianten von Figure 03 hinweg wird von entscheidender Bedeutung sein, da eine Fragmentierung die Komplexität der Lagerbestände vervielfacht.

Soweit möglich, wird das Unternehmen bestrebt sein, die Komplexität in vorgelagerte Lieferantenmodule zu verlagern, die bereits vorab getestet geliefert werden. Dies reduziert die Durchlaufzeit in der Endfertigung sowie die Fehlerquoten. Der Haken dabei ist, dass vorgelagerte Partner Absatzzusagen und eine tiefere Transparenz erwarten, als die meisten jungen Unternehmen bieten können, was eine finanzielle Belastung und Prognoserisiken mit sich bringt.

Die Wettbewerbsdynamik verschärft sich, da Konkurrenten Hardware und Demos auf den Markt bringen

Der Wettlauf um humanoide Roboter ist von finanzstarken Mitbewerbern geprägt. Tesla präsentiert Fortschritte bei „Optimus“ und verfügt über einen direkten Zugang zu Anwendungsfällen in Automobilwerken. Boston Dynamics stellte einen neuen elektrischen „Atlas“ vor und genießt seit Langem Glaubwürdigkeit im Hardwarebereich, muss jedoch den Sprung von der Agilität als Vorzeigeprojekt hin zur Ausführung sich wiederholender Aufgaben schaffen. Agility Robotics führt Pilotprojekte mit Logistikpartnern durch und verfügt über ein vielversprechendes zweibeiniges Modell, das speziell auf Aufgaben im Lagerbereich zugeschnitten ist. Apptronik, Sanctuary AI und Unitree verfolgen unterschiedliche Kompromisse zwischen Kosten, Geschicklichkeit und Geschwindigkeit. Chinesische Akteure können schnelle Iterationszyklen und flexible lokale Zulieferer nutzen, auch wenn die Exportwege in die Vereinigten Staaten mit Schwierigkeiten behaftet sein können.

Die von Figure angegebene Stückzahl verschafft dem Unternehmen ein Druckmittel in Kundengesprächen. Käufer legen Wert auf eine Roadmap, die nicht auf standortspezifische Sonderanfertigungen angewiesen ist. Die ersten Unternehmen, die drei Referenzprojekte mit einer Verfügbarkeit oberhalb einer glaubwürdigen Schwelle vorweisen können, werden sich einen Vorsprung verschaffen. Dennoch werden Early Adopters ihre Einsätze auf zwei oder drei Anbieter verteilen, um eine Bindung an einen einzigen Anbieter zu vermeiden. Gemeinsam genutzte Pilotstandorte könnten sogar zur Regel werden, da Kunden verschiedene Roboter in ähnlichen Arbeitsabläufen testen. In diesem Umfeld können kleine Details wie Anschlussstandards, die Modularität der Endeffektoren und die Software zur Flottenkoordination den Ausschlag bei der Entscheidung geben.

Die Integration in Unternehmensprozesse wird darüber entscheiden, ob sich die Roboter bezahlt machen

Ein Humanoid für sich genommen ist kein Produkt. Er ist ein Knotenpunkt in einem Betriebsnetzwerk. Um einen Mehrwert zu schaffen, muss er sich in Lagerverwaltungssoftware, Arbeitsschutzsysteme und Qualitätssicherungsabläufe integrieren lassen. Dies erfordert APIs, rollenbasierte Zugriffskontrollen und

Zuverlässige Telemetrie. Flottensysteme müssen Ladevorgänge, Wechselschichten und Routenaufträge so planen, dass Roboter keine langen Strecken ohne Nutzlast zurücklegen müssen. Die Verpflichtungen hinsichtlich Datenschutz und Sicherheit nehmen zu, wenn Kameras und Mikrofone auf mobilen Plattformen angebracht sind, die sich über sensible Standorte bewegen.

Viele Hersteller humanoider Roboter planen, Roboter im Rahmen von „Robotics-as-a-Service“-Verträgen bereitzustellen. Dieses Modell wandelt Investitionsausgaben in Betriebsausgaben um und richtet die Anreize auf Verfügbarkeit und Durchsatz aus. Es zwingt den Anbieter zudem dazu, die Serviceebene mit Außendiensttechnikern, Ersatzteilen und Upgrade-Plänen selbst zu betreiben. In den ersten Jahren können die Servicekosten die Abonnement-Einnahmen übersteigen, wenn die Zuverlässigkeit noch nicht ausgereift ist. Die anfängliche Größenordnung von Figure kann hier von Vorteil sein, da eine größere installierte Basis die Kosten für Serviceteams und Ersatzteillager amortisiert. Das Unternehmen muss ambitionierte Kennzahlen zur mittleren Zeit zwischen Ausfällen (MTBF) und zur mittleren Reparaturzeit (MTTR) veröffentlichen und erreichen, um seine Eignung für den Einsatz in Unternehmen unter Beweis zu stellen.

Haftungsausschluss: Diese Analyse dient ausschließlich zu Informationszwecken und stellt keine Anlage-, Rechts- oder Beschaffungsberatung dar. RobotAIGeek empfiehlt keine bestimmten Anbieter und übernimmt keine Garantie für die Leistungsfähigkeit von Technologien im Frühstadium.