Figure AI 出貨 350 台類人型機器人，Figure 03 成功攀爬梯子，公司估值達 390 億美元

Figure AI 發布了一段新的實驗室影片，展示其 Figure 03 人形機器人無需遙控操作或預先編程的步驟，即可自主攀爬工業用梯。該公司同時證實，4 月份的產能已從每天 1 台提升至每小時約 1 台，並表示迄今已交付超過 350 台。

該公司強調，此次梯子演示展現了整合式移動操控能力，將視覺伺服控制、手部抓取及動態腿部平衡整合於單一連續迴路中。Figure 補充說明，此項能力目前僅為實驗室階段的里程碑，尚未投入工廠實際應用。其 C 輪融資使公司後融資估值逼近 390 億美元。

Figure AI 總部位於加州桑尼維爾，致力於開發用於工業及物流任務的通用類人型機器人。其 Helix 02 系統架構運行著用於平衡與行走的高速控制堆疊，同時運用運行頻率約為 1 赫茲的較慢「系統 2」模組來進行更高層次的語義理解。 該公司鎖定倉庫及製造廠內重複性的揀選、放置、檢驗及物料搬運工作。

最新影片展示了一種對人形機器人理論至關重要的自主能力。攀爬梯子需要協調的腳步擺放、靈活的握持、身體姿勢控制，以及對梯級與距離的持續感知。 Figure 強調，此動作並非由遙控操作或預設腳本引導，而是機器人根據視覺與本體感覺進行即時調整。這點至關重要，因為工業現場環境動態且雜亂，無法快速適應的機器人將無法提供有價值的工作時間。

實驗室中的爬梯演示顯示出「移動與操作整合」領域的實質進展

類人型機器人工程師長期以來一直致力於實現「移動與操作整合」，即同時進行移動與操作。靜止站立時保持平衡並拾取物體是一回事；但在雙手忙於操作時仍能保持穩定，則是更艱鉅的挑戰，

接觸點會隨著每一步而改變。梯子夾將所有這些動作整合成一項單一任務——許多人類對此不以為意，但對雙足行走者而言卻是絕不容許任何失誤的。如圖 03 所示，雙手緊抓每級梯級的同時，雙腳尋找穩固的支點，而當四肢移動時，軀幹則會補償重心轉移所造成的影響。

用通俗的比喻來解釋會比較容易理解。試想你手拿一杯咖啡，沿著陡峭的閣樓梯向上攀爬，同時雙眼緊盯每級踏板，雙手適應扶手寬度，雙腳則尋找正確的角度以避免滑倒。如果杯子傾斜了，你的雙手會輕微調整以糾正姿勢。 若某個梯級略有錯位，你的腳會不假思索地調整位置。將這些微調轉化為程式碼與控制迴路，正是區分僅能執行預先排練動作的機器人，與能在工廠混亂環境中生存下來的機器人的關鍵差異。

懷疑論者會指出，實驗室裡的梯子與實際工作現場上那樣濕漉漉、油膩膩或凹陷的梯子截然不同。受控的光線、乾淨的梯級，以及有限的環境變數，並不能等同於現場可靠性。這項批評確實有理。然而，發展方向已然明朗。 核心協調機制似乎是以閉環方式運作，並可推廣至腳手架、踏腳凳或卡車梯。實際測試的重點在於能否在數百個循環中保持一致性，以及在發生打滑時仍能避免墜落。

生產節奏顯示已超越展示型原型機的階段

Figure 表示，4 月份的產量已從每天約一臺提升至每小時一臺。即使該產率反映的是生產線的峰值速度而非全天平均值，其背後的訊息仍不言而喻。 該公司正從手工製作的展示機型，轉向小批量生產。已交付超過 350 台，讓 Figure 擁有足夠的機器來同步進行可靠性測試、客戶試用計畫以及內部迭代。

從小批量生產到真正的量產，仍有漫長的路要走。要實現每小時一台的最終組裝速度，關鍵在於能否維持穩定的原料供應流

致動器、齒輪組、電池組、線束、外殼及運算模組。 為保障利潤率，良率必須維持在高水準，返工率則須保持低位。後勤服務體系必須完善，才能在短時間內採購備件並更換子組件。然而，目前僅有寥寥幾家人形機器人公司能提供實際出貨量數據。這使 Figure 在短期內具備了差異化優勢，尤其對希望親手接觸硬體並觀察正常運行時間統計數據的投資者及潛在企業買家而言。

資本密集度與估值反映出長遠的發展前景與高度期待

近 390 億美元的投後估值，使 Figure 躋身私有機器人企業的頂級行列。該公司先前已獲得戰略與財務投資者的支持，這些投資者將人形機器人視為可滲透至多個市場的橫向平台。由於終極應用前景極具吸引力，資金正源源不絕地湧入此領域。 若類人型機器人能針對低技能的重複性任務，實現安全、可靠且持續數小時的運作表現，將能開拓龐大的工作機會。一雙能接上軟管、搬運托盤、掃描標籤以及抓取工具的手，將能填補高成本地區的勞動力缺口。

這項估值也為執行能力設定了門檻。市場所隱含的高期望，要求機器人必須加速部署至商業場域，而不僅限於實驗室。投資者將期待企業能在可預測的時間框架內，提出可信的路線圖，達成每年出貨數千台的目標，並實現正毛利率。 這意味著必須嚴格管控物料清單、簽訂可擴展的供應商合約，並建構一套能將每項新任務部署轉化為數據與模型優化迴圈的軟體堆疊。若缺乏此迴圈，單機經濟效益將因「人機協作遠程操作」及持續調校服務而流失。

軟體堆疊是區分工業自動化中「實質」與「表象」的關鍵

圖中顯示，Helix 02 採用快速控制層以實現即時反應，並搭配較慢的「系統 2」模組，以約 1 赫茲的頻率處理語義理解。這種分離設計反映了具身人工智慧中常見的作法

研究。高頻率迴路負責維持機器人的直立姿勢並追蹤接觸力；低頻率的認知機制則告知機器人其所觀察的對象，以及執行任務所需的動作序列。目前尚未解決的問題在於感知與行動之間的銜接。若語義理解每秒僅更新一次，則該計畫必須能夠抵禦這些時間間隔內產生的運動漂移與感測器雜訊。

競爭對手們正在探索類似的「基於模型的控制」與「神經策略」的混合方案。最終勝出的團隊，很可能會將工廠車間視為一個「活的」數據集。 每次任務嘗試都會饋入監督式更新，藉此降低錯誤率。安全事件會觸發策略限制，以阻止高風險動作。視覺模型會針對貨架標籤和工具形狀等廠區特定線索進行微調。實驗室的梯子僅是其中一個基準測試。真正的關鍵在於默默進行的建模、版本控制與驗證工作——確保模型在邊緣案例不斷累積的情況下，仍能維持性能不退化。

供應鏈的規模化擴展，是人形機器人成敗的關鍵制約因素

人形機器人的物料清單（BOM）取自幾個高度集中的市場。致動器需要高強度磁鐵和高精度齒輪傳動系統。磁鐵依賴稀土材料，而這些材料主要來自中國。齒輪和軸承的品質則取決於特種鋼材和製程控制。 電池所需的電芯，其供應與電動車及固定式儲能系統形成競爭。深度相機和雷達等感測器雖來自全球各地，但若具備先進功能，便容易受到出口審查。運算電路板通常仰賴 NVIDIA 圖形處理器（GPU）及高頻寬記憶體，而這些元件在需求高峰期往往配額緊俏。

為了能穩定達到每小時生產一台的產能，Figure 必須建立分層供應商網絡，針對關鍵部件實施雙重採購，並明確進行地域風險對沖。交期較長的組件需要簽訂鎖定合約，並由供應商提供資金以擴充產能。跨 Figure 03 各型號的子系統標準化至關重要，因為規格分散會使庫存複雜度倍增。

在可行情況下，公司會希望將複雜性向上游轉移，交由供應商負責，並確保模組在交付前已完成測試。此舉可縮短最終生產線的週期時間並降低錯誤率。問題在於，上游合作夥伴會要求比多數新創公司所能提供的更龐大的訂購量承諾，以及更深入的生產能見度，這將帶來現金流負擔與預測風險。

隨著競爭對手將硬體和示範產品推向市場，競爭態勢日益白熱化

人形機器人領域競爭激烈，資金雄厚的同業眾多。特斯拉展示了 Optimus 的進展，並直接銜接汽車工廠的應用場景；波士頓動力（Boston Dynamics）推出了新款電動 Atlas，在硬體領域擁有長期累積的信譽，但必須從展示性的敏捷性轉向重複性任務的執行；Agility Robotics 則與物流合作夥伴展開試點計畫，並擁有專為倉儲任務量身打造且前景看好的雙足機器人。 Apptronik、Sanctuary AI 和 Unitree 則在成本、靈巧度與速度之間尋求不同的權衡。中國廠商雖能利用快速的迭代週期與靈活的本地供應商，但進軍美國市場的出口途徑可能充滿艱難。

Figure 憑藉其宣稱的產能規模，在與客戶的洽談中佔據優勢。買家傾向於看到不依賴「每個場址單次工程設計」的路線圖。首批能提供三項參考案例，且正常運行時間超過可信門檻的企業將脫穎而出。儘管如此，早期採用者仍會將投資分散於兩到三家供應商，以避免被鎖定。 由於客戶會在相似的工作流程中測試不同機器人，共享試點場地甚至可能成為常態。在此環境下，連接器標準、末端執行器模組化以及車隊協調軟體等細微之處，都可能成為決定性因素。

企業級整合將決定機器人能否物有所值

單憑一臺類人型機器人並不能稱之為產品，它只是設施網路中的節點。要創造價值，它必須與倉儲管理軟體、工人安全系統以及品質保證工作流程整合。這需要 API、基於角色的存取控制，以及

穩健的遙測系統。車隊系統必須妥善安排充電、換班時程及路線規劃，以確保機器人不會在未載運任何貨物的狀態下長距離行進。當攝影機和麥克風安裝在穿梭於敏感區域的移動平台上時，資料隱私與資安責任便隨之增加。

許多類人型機器人公司計畫透過「機器人即服務」（Robotics as a Service）合約提供機器人。此商業模式將資本支出轉為營運支出，並使各方激勵機制與系統正常運作時間及處理量保持一致。同時，這也迫使供應商必須自行建置服務層，包含現場技術人員、備件及升級計畫。在初期階段，若可靠性尚未成熟，服務成本可能高於訂閱收入。 Figure 現有的規模優勢在此可發揮作用，因為較大的安裝基數能分攤服務團隊和零件倉庫的成本。該公司將需要公布並達成具挑戰性的「平均故障間隔時間」與「平均修復時間」指標，以證明其具備企業級應用準備度。

免責聲明：本分析僅供參考，並不構成投資、法律或採購建議。RobotAIGeek 不背書特定供應商，亦不保證早期技術的表現。