Figure 價值 35 億美元的運算合約，揭露了類人型機器人技術的真正成本中心

Figure 在其整個募資歷史中已籌集約 19 億美元。該公司甫與一家成立僅兩年、多數自動化採購商從未聽聞的雲端服務供應商簽署了一份為期多年的運算協議，承諾投入的金額不僅超過前述數字，更達 35 億美元，且有擴增至超過 60 億美元的空間。 這兩組數字之間的差距，正是本月人形機器人產業中最受矚目企業背後的真實故事，而這比 Figure 迄今發布的任何規格表，更能揭示打造通用型機器人的實際成本。

這項於 9 月 3 日宣布的協議，將 Figure 與 Nscale 聯手合作。Nscale 是一家總部位於倫敦的 AI 雲端基礎設施公司，由執行長 Josh Payne 於 2024 年創立，此前他將這項業務從 Arkon Energy 剝離出來——Arkon Energy 是他為了利用廉價電力而建立的比特幣挖礦營運公司。 Nscale 將提供多達 10 萬顆運行於 Nvidia 即將推出的 Vera Rubin 平台上的 Nvidia GPU，初步部署預計於 2027 年下半年在加州巴斯托的一處設施中進行。 作為交換，Nscale 將同時成為 Figure 的首選運算服務供應商及 Figure 股東，並根據協議取得股權，而非僅以純供應商合約的形式進行合作。

為何一家機器人公司需要超大規模雲端服務商級別的晶片

Figure 公開闡明的理由明確指出，真正的瓶頸究竟在哪裡。 創辦人兼執行長布雷特·阿德科克（Brett Adcock）曾表示，該公司希望將類人型機器人大規模導入家庭和工作場所的雄心壯志，所受的限制並非來自機械設計或製造能力，而是取決於數據與運算能力——這些正是訓練 Helix（Figure 用於類人型機器人控制的基礎模型）所需的「原料」。 Helix 的改進方式與所有大型深度學習系統無異：透過消耗更多真實世界的互動數據及更強大的運算能力，將這些數據轉化為更佳的行為策略；而一臺必須在廚房、倉庫和工廠車間之間進行泛化運算的機器人，所需數據與運算能力都比專為特定場景訓練的模型高出一個數量級。

一項單一且狹窄的任務。

這與大多數工業自動化買家慣用的定價模式在成本結構上存在根本差異。傳統的六軸機械臂或 AMR 車隊，其定價是基於硬體、整合人力及服務合約；運算成本已包含在單價中，且系統出貨後大多為固定成本。 以持續改進的基礎模型為核心所建構的通用型類人型機器人平台，其訓練費用屬於開放式計價，會隨著目標的宏大程度而非設備數量而擴增；而 Figure 此次的新協議，是首度以足以直接與該公司自身股權歷史進行比較的規模，公開披露這筆費用。 將近乎其迄今為止總融資額兩倍的資金投入運算合約，要麼是對「大規模運算」將成為人形機器人競賽中決定性槓桿的極度信心，要麼是該公司因競爭對手正進行相同算計，而「按兵不動」並非可行選項，因而不得不下的賭注。

Nscale 的賭注則朝著相反方向而去

這項安排並非單向融資。Nscale 自身的發展歷程，解釋了為何這家多數工業買家從未聽聞的公司，竟能突然躋身全球資金最雄厚的機器人新創公司之一，成為其戰略夥伴。 Payne 創立 Arkon Energy 的核心洞見十分簡單：廉價且充沛的電力是比特幣挖礦獲利背後的稀缺資源；而當 AI 訓練需求使 GPU 運算時數成為比挖礦更具價值的電力基礎設施運用方式時，他便將業務重心轉向支援 AI 的資料中心，而非在利潤率日益縮減的加密貨幣大宗商品市場中競爭。 Nscale 向市場提出的賣點在於，藉由承襲 Arkon 現有的電力合約與選址專業知識，它能比超大規模雲端服務商更快、更便宜地建置 GPU 運算能力；而 Figure 此次的交易，加上 Nscale 在 AI 基礎設施方面的其他承諾，正是迄今最明確的證據，顯示這項賣點已成功打動客戶。

願意將自身的股權結構押在這段關係上。

NVIDIA 的角色，正是這兩家公司賭注背後的支撐。 執行長黃仁勳曾將此安排描述為啟動了「機器人飛輪」，其中訓練、模擬與實地部署會持續相互反饋；這種框架將 NVIDIA 的晶片與模擬軟體定位為所有主要類人型機器人計畫底層的共通基礎架構，而非僅與任何單一機器人公司建立的供應商關係。 無論是 Figure、波士頓動力（Boston Dynamics）、Agility，還是日益增多的中國類人型機器人製造商，如今都將其訓練或推論堆疊的部分運作部署在 NVIDIA 的晶片上，這使得 NVIDIA 成為少數幾家無論哪家類人型機器人公司贏得商業競賽，都能從中受益的企業之一。

這對以成本為考量評估人形機器人供應商的採購方意味著什麼

對於正圍繞人形機器人部署建構商業案例的採購團隊而言，Nscale 這筆交易改變了在盡職調查期間值得向供應商提出的問題。一份列出有效載荷、電池續航力及自由度的規格表，僅描述了機器人當前在物理層面上能做什麼；但它並未說明背後的公司是否負擔得起持續訓練該機器人，使其在未來能做更多事情。 Figure 願意投入如此規模的運算資源， 並為此放棄股權以確保資源，這顯示該公司將持續的模型改進視為商業提案的核心，而非僅是研究層面的「錦上添花」；這反過來也意味著，今日向 Figure 購買或租賃的機器人，其能力應能在使用壽命期間獲得實質提升，而非僅具備固定且靜態的技能組合。

這種預期對買方的風險評估而言是一把雙刃劍。若供應商能透過雲端推送的模型更新，使產品在購買後持續提升，便提供了一種傳統固定功能機器人無法比擬的內建優勢；但這同時也帶來了

這取決於該供應商能否持續取得運算資源、資金，以及維持運作良好的雲端合作夥伴關係。若 Nscale 的基礎設施建置進度延遲至 2027 年之後，或是目前能為 10 萬張 GPU 承諾提供融資的運算市場，在部署前顯著收緊， Figure 針對 Helix 的改進路線圖可能會因此放緩，而這種延遲在任何單一機器人的規格表中都無法顯現，直到已展開的部署開始無法達到當初向客戶承諾的能力提升為止。 與任何依賴基礎模型的人形機器商（不僅限於 Figure）簽訂多年部署合約的買家，都應以審核硬體供應鏈時同樣嚴謹的態度，要求對方具體說明承諾的運算容量及交付時程。

Figure 並非唯一採取這種交易模式的公司

機器人公司將股權轉換為保證運算資源的模式，正逐漸成為常態，而非偶發事件。 無論是內部自主開發人形機器人計畫的汽車製造商，還是資金雄厚、爭相追趕 Figure 訓練進度的競爭對手，都在進行著類似的成本效益分析：究竟是從頭建置專屬資料中心更划算，還是以無供應保證的現貨市場 GPU 價格租用，抑或是像 Figure 剛做的那樣，以股權換取鎖定的、 多年期承諾——就像 Figure 剛才所做的那樣。每條路徑都伴隨著不同的風險特徵。完全擁有基礎設施雖能保留控制權，卻會佔用本可用於擴充人力或硬體迭代的資本。 以市價租用雖能保持資產負債表的健全，但會使企業在 GPU 需求最旺盛時面臨價格飆升的風險——而這通常正是企業最迫切需要訓練模型更新之際。 Figure 的「股權換運算資源」架構則取兩者之長，以稀釋現有股東權益為代價，換取供應保障與價格穩定；此外，雖然較不顯眼，但此舉也將 Figure 未來部分的增值潛力，與 Nscale 執行該計畫的能力緊密綁定。

資料中心的建置進度如期進行。

這項依賴關係值得深入探討，因為它顛覆了「新創公司的核心技術風險存在於自身內部」這一常見假設。 Figure 的人形機器人硬體及其 Helix 軟體堆疊，都是 Figure 自家工程團隊能直接掌控的風險。至於 Nscale 能否真的在 2027 年下半年於巴斯托（Barstow）建置一座擁有 10 萬顆 GPU 的設施， 能否確保足夠的電網容量來供電，並在建設過程中避免今年來拖慢全行業資料中心建置進度的各類延誤，這些都是 Figure 完全無法掌控的風險，然而其整個產品路線圖如今卻完全取決於能否克服這些風險。

真正的競爭戰線正劃定於資料中心，而非工廠

過去兩年來，人形機器人產業一直透過影片示範公開競爭，內容包括行走步態、靈巧的雙手摺疊衣物，以及機器人與人類工人並肩合作在倉庫中分類貨箱等。 這些示範雖仍是工程進展的有用指標，但 Figure 對運算能力的承諾清楚表明：通用機器人領域的決定性競爭戰場，正日益轉移至資料中心採購層面，而非工廠生產線或貿易展舞台。 一家無法在可融資的時間表內，以足夠規模確保 GPU 運算能力的公司，最終將落後於能夠做到這一點的競爭對手——無論其當前機器人在示範影片中看起來有多麼令人印象深刻。 Figure 剛才公開下了一場規模極大且備受矚目的賭注，賭它能在競爭對手之前確保這項運算能力；而市場將在未來兩年內驗證，這場賭注——以及 Figure 為此犧牲的股權——是否被合理定價。

首圖來源：Nscale/Figure。

本分析參考了 Nscale 與 Figure 的聯合新聞稿、Nvidia 針對此合作關係的公開聲明，以及關於 Figure 融資歷史與 Nscale 企業起源的獨立報導。本文僅供一般資訊參考，且

不構成投資、財務或法律建議。