跳到正文
  1. 机器人大讲堂62

    Figure 将 F.02 机队熔毁引发的机器人退役处置之争

    Figure AI 于 2026 年 9 月 30 日发布短片《F.02 Decommission》,把第二代人形机器人 F.02 运到芬兰伊马特拉,让其自主跳入 75 吨电弧炉钢水销毁,官方称拆解定制执行器会拖慢 F.04 进度。

    推荐理由:文章把销毁旧机队的资产账、稀土回收难题和中国回收法规放在一起,可用来理解人形机器人退役处置的不同路径。

  1. Figure AI 新闻78

    Figure 发布 Helix 2.5,实现 30 个陌生家庭零样本全身作业泛化

    Figure 发布 Helix 2.5,机器人在 30 个未采集过数据的湾区家庭中零样本完成整理客厅、叠毛巾、铺床三项全身长时程任务。对照实验显示,在架构、超参与下游数据固定的前提下,仅 Index 预训练就将零样本成功率从 9% 提升到 56%;相比 Helix 02,Helix 2.5 用一半的任务数据达到同等成功率。

    推荐理由:原文给出 Index 预训练与从零训练的对照实验,9% 到 56% 的差距可帮助判断人类数据预训练对零样本泛化的实际贡献。

  1. Figure AI 新闻66

    Figure 与 Nscale 达成战略合作,部署最多 100,000 颗 NVIDIA Vera Rubin GPU

    Figure 宣布与 Nscale 达成战略合作,将在得州 Barstow 部署基于 NVIDIA Vera Rubin 平台的最多 100,000 颗 GPU,初步部署计划自 2027 年下半年启动。

    推荐理由:原文给出算力规模、投资额和部署时间,可据此了解人形机器人训练算力的量级与投入节奏。

  1. Figure AI 新闻66

    Figure AI 发布机器人训练数据集 Index,累计采集超 1600 万条视频

    Figure AI 发布机器人训练数据集 Index,配套 App 已在 Google Play 与 App Store 上线,累计下载 264,000 次、覆盖 108 个国家,Creator 上传超 1600 万条视频,每秒处理 30 分钟视频上传。

    推荐理由:原文披露了每千小时数据的任务与物体多样性指标,以及五阶段数据管线,可作为机器人数据采集规模化的参考。

  1. Figure AI 新闻68

    Figure 03 进入 BMW Spartanburg 工厂,执行排序物流任务

    Figure 最新一代人形机器人 Figure 03 已抵达 BMW Group Plant Spartanburg 的 Hall 52,首次在该工厂演示物流排序(sequencing)工作流。

    推荐理由:原文给出 Figure 02 去年参与装配 30,000 辆车的基线,可对照理解 Figure 03 从取放到排序任务的升级。

  1. Figure AI 新闻72

    Figure 两台 Helix-02 人形机器人协作在两分钟内整理卧室

    Figure 演示两台 Helix-02 人形机器人在两分钟内协作完成卧室整理,包括开门、挂衣服、收耳机、合书、倒垃圾、推椅子和共同铺床。两台机器人共用一个学习得到的 Vision-Language-Action 策略,没有共享规划器、消息传递或中央协调器,各自通过相机读取场景并仅凭动作推断对方意图。

    推荐理由:原文给出了双机器人协作的实现方式,即无共享规划器、仅靠各自相机推断对方意图,可作为多智能体操作的参考。

  1. Figure AI 新闻78

    Figure 通过 BotQ 工厂将 Figure 03 产量提升至每小时 1 台

    Figure 宣布 BotQ 工厂已交付超过 350 台第三代人形机器人 Figure 03,产量从每天 1 台提升至每小时 1 台,120 天内实现 24 倍吞吐提升。

    推荐理由:原文给出 BotQ 产线的节拍、良率和测试数据,可作为人形机器人量产爬坡阶段的一手参考。

  1. Figure AI 新闻66

    Figure Helix 02 展示客厅整理能力,靠新增数据学会工具使用与双手操作

    Figure 的 Helix 02 展示客厅整理演示,在此前厨房清理之后完成全身端到端的客厅收拾任务。演示中它用喷壶和毛巾清洁表面、双手搬收纳箱并把积木扫入、把枕头抛回沙发、在手中重新调整遥控器并按键关电视,还侧身穿过茶几与沙发之间的窄缝。Figure 表示这些行为没有新增算法或专门工程,仅靠添加新数据学会,沿用与此前任务相同的通用架构。

    推荐理由:原文列出八类具体操作行为,可看出单一模型靠新增数据扩展任务的迁移方式。

  1. Figure AI 新闻78

    Figure 发布 Helix 02 全身自主人形机器人模型

    Figure 发布 Helix 02,用单一神经网络从像素直接控制人形机器人全身,实现行走、操作与平衡的一体化。该模型在 System 2 与 System 1 之下新增 System 0 全身控制器,基于超过 1,000 小时人体动作数据训练,10M 参数、以 1 kHz 输出关节指令,替代了 109,504 行手写 C++。

    推荐理由:原文给出了 System 0 的训练数据量、参数规模和控制频率,可据此了解全身 VLA 的分层架构如何落地。

  1. Figure AI 新闻74

    Figure 02 在 BMW 工厂完成 11 个月部署,参与 3 万余辆 X3 生产

    Figure AI 公布 Figure 02 在 BMW Group Plant Spartanburg 为期 11 个月的部署结果,机器人在产线上每个工作日运行 10 小时班次,累计运行 1,250+ 小时、装载 90,000+ 零件,参与了 30,000+ 辆 X3 的生产,估计执行 120 万+ 步。

    推荐理由:原文给出 11 个月部署的运行时长、节拍与良率 KPI,可作为人形机器人产线落地的量化参照。

  1. Figure AI 新闻82

    Figure 发布第三代人形机器人 Figure 03,面向 Helix、家庭与量产

    Figure 发布第三代人形机器人 Figure 03,围绕 Helix、家庭场景和大规模制造完成软硬件重新设计。新视觉系统帧率翻倍、延迟降至四分之一、单相机视场角扩大 60%,手掌内置相机,指尖触觉传感器可感知 3 克压力,并支持 10 Gbps mmWave 数据回传。

    推荐理由:原文给出感知、触觉、电池与产线的具体改动和产能目标,可据此评估人形机器人从原型走向量产的工程取舍。

  1. Figure AI 新闻71

    Figure 发布 Project Go-Big:互联网级人形机器人预训练与人类视频到机器人的直接迁移

    Figure 宣布 Project Go-Big 与 Helix 的两项进展,包括互联网级人形机器人预训练数据集,以及仅用第一人称人类视频训练后实现零样本人类到机器人的导航迁移。

    推荐理由:原文给出用纯第一人称人类视频训练 Helix 实现零样本导航迁移的做法,可作为跨本体数据路线的参考。

  1. Figure AI 新闻57

    Figure 宣布与 Brookfield 达成战略合作,共建 Helix 预训练数据集

    Figure 宣布与资产管理规模超 $1 trillion 的 Brookfield 达成战略合作,Brookfield 将帮助 Figure 构建全球最大、最多样的真实世界人形机器人预训练数据集,并参与其 Series C 融资。

    推荐理由:合作把 Brookfield 的住宅与商业物业变成 Helix 的真实环境数据采集场,可看出人形机器人训练数据的获取路径。

  1. Figure AI 新闻62

    Figure 完成超 10 亿美元 C 轮融资,投后估值 390 亿美元

    Figure 宣布 C 轮融资承诺资本超过 10 亿美元,投后估值 390 亿美元,由 Parkway Venture Capital 领投,Brookfield Asset Management、NVIDIA、Intel Capital、Qualcomm Ventures 等参投。

    推荐理由:原文列出 Parkway Venture Capital 领投及 NVIDIA、Qualcomm Ventures 等参与方,可用于观察人形机器人赛道的资金流向。

  1. Figure AI 新闻58

    Figure 的 Helix VLA 模型学会装载洗碗机,仅靠新增数据

    Figure 的 VLA 模型 Helix 在折叠衣物、分拣包裹之后,又学会了装载洗碗机,全程没有新算法和专门工程,只补充了新数据。Helix 能把堆叠的盘子逐一分离并按顺序放入,用一只手拿起玻璃杯、调整姿态后由另一只手小心放置,还能应对杂乱的初始摆放,并从误抓或碰撞中恢复。Figure 表示这说明同一套通用架构可以覆盖差异很大的日常任务,是向可扩展的通用人形智能再进一步。

    推荐理由:同一套 Helix 模型仅靠新增数据就学会装洗碗机,可看出通用架构跨任务复用的落地路径。

  1. Figure AI 新闻66

    Figure 的 Helix VLA 模型学会自主叠毛巾,同一架构仅换数据集即可跨任务迁移

    Figure 的 VLA 模型 Helix 展示了人形机器人用多指手端到端自主叠毛巾,官方称这是人形机器人首次以端到端神经网络完成该任务。同一套 Helix 架构此前用于物流包裹翻转任务,此次未修改模型与训练超参数,仅新增数据集即迁移到叠毛巾。

    推荐理由:同一套 Helix 架构不改模型与超参数、只换数据集就从物流任务迁移到叠毛巾,展示了跨任务泛化的可迁移做法。

  1. Figure AI 新闻67

    Figure 发布 F.03 人形机器人电池,能量密度较前代提升 94%

    Figure 发布 Figure 03(F.03)电池,由 BotQ 自研自产,能量密度较 F.01 提升 94%,成本较 F.02 降低 78%。该电池容量 2.3 kWh,可支持峰值性能下 5 小时续航,支持 2 kW 主动冷却快充,并采用结构电池与多层安全设计,可承受任意方向 1 米跌落至混凝土。

    推荐理由:原文给出能量密度提升94%、成本较F.02降低78%等数据,可了解人形机器人电池自研与量产的取舍路径。

  1. Figure AI 新闻71

    Figure AI 披露 Helix 在物流分拣上的扩展结果,包裹处理提速至 4.05 秒

    Figure AI 公布 Helix 在物流分拣场景的最新进展,包裹处理时间降至约 4.05 秒,条码朝向成功率提升到约 95%,并能处理 poly bag、平信封等可变形包裹。

    推荐理由:原文给出 10 到 60 小时演示数据与各模块消融的量化结果,可用来判断数据规模与架构改动各自的收益。

  1. Figure AI 新闻66

    Figure 用强化学习让 Figure 02 实现自然类人步行,策略零样本迁移到真机

    Figure 公布了纯仿真训练的端到端强化学习步行控制器,让 Figure 02 人形机器人以类人步态行走,策略零样本迁移到真机无需微调。训练在 GPU 加速物理仿真中并行运行数千台参数各异的 Figure 02,几小时内积累数年仿真数据,覆盖多种地形、执行器动态变化以及绊倒、打滑和推搡等扰动。

    推荐理由:原文给出了用人类步行参考轨迹做奖励先验、再以 kHz 力矩闭环补偿执行器建模误差的做法,可迁移到其他双足训练。

已经到底了