美國(guó)人形機(jī)器人企業(yè)Figure AI于8月26日發(fā)布Zui新演示視頻，其第三代產(chǎn)品Figure 03在無(wú)需遙控或預(yù)設(shè)軌跡的情況下，自主完成了4.6米高工業(yè)鋼梯的攀爬與下降。該動(dòng)作完全依賴機(jī)載傳感器陣列與邊緣計(jì)算單元，未引入外部引導(dǎo)信號(hào)，標(biāo)志著人形機(jī)器人在非結(jié)構(gòu)化垂直空間中的運(yùn)動(dòng)控制能力取得實(shí)質(zhì)性突破。

技術(shù)架構(gòu)：從預(yù)規(guī)劃到實(shí)時(shí)神經(jīng)控制的跨越

傳統(tǒng)移動(dòng)機(jī)器人或機(jī)械臂通常依賴預(yù)先測(cè)繪的三維點(diǎn)云生成固定軌跡，但工業(yè)梯子存在制造公差、橫檔磨損及表面附著物，預(yù)規(guī)劃路徑極易因毫米級(jí)偏差導(dǎo)致滑脫或傾覆。Figure 03的核心方案名為Helix系統(tǒng)，摒棄了傳統(tǒng)的分步運(yùn)動(dòng)學(xué)解算邏輯，轉(zhuǎn)而采用雙攝實(shí)時(shí)建圖結(jié)合端到端神經(jīng)網(wǎng)絡(luò)架構(gòu)。系統(tǒng)通過(guò)視覺(jué)輸入直接輸出各關(guān)節(jié)扭矩與位移指令，將姿態(tài)平衡、抓握力矩分配與全身重心動(dòng)態(tài)轉(zhuǎn)移壓縮至單一控制回路中。面對(duì)不同梯寬、橫檔間距或銹蝕材質(zhì)的變化，算法無(wú)需重新標(biāo)定即可自適應(yīng)調(diào)整步態(tài)節(jié)奏。這一架構(gòu)對(duì)底層硬件提出明確要求：需配備高帶寬編碼器、六維力矩傳感器及支持低延遲推理的邊緣AI芯片，以確保視覺(jué)-本體反饋環(huán)路的毫秒級(jí)響應(yīng)。

場(chǎng)景落地：打通工廠垂直作業(yè)與多樓層物流

此次演示并非技術(shù)展示，而是針對(duì)真實(shí)產(chǎn)線痛點(diǎn)的定向開(kāi)發(fā)。Figure創(chuàng)始人兼CEO布雷特·阿德科克指出，目標(biāo)客戶需在車間二層夾層進(jìn)行設(shè)備巡檢與物料周轉(zhuǎn)，而現(xiàn)有輪式AGV或軌道吊車無(wú)法跨越臺(tái)階與檢修梯。Figure 03在第二代產(chǎn)品（已入駐寶馬斯帕坦堡工廠累計(jì)運(yùn)行超1250小時(shí)、安裝零部件逾9萬(wàn)件）的基礎(chǔ)上，強(qiáng)化了末端物流分揀模塊與垂直機(jī)動(dòng)能力。當(dāng)?shù)孛姘徇\(yùn)與高空作業(yè)形成閉環(huán)后，單臺(tái)設(shè)備可覆蓋廠房三層立體空間，直接替代部分人工登高維保環(huán)節(jié)。對(duì)于系統(tǒng)集成商而言，這意味著未來(lái)廠務(wù)規(guī)劃需提前評(píng)估既有鋼結(jié)構(gòu)樓梯的承重冗余與防滑涂層兼容性，以適配外骨骼式或足端柔性?shī)A持機(jī)構(gòu)的介入。

數(shù)據(jù)基建：開(kāi)源采集平臺(tái)與算力投入策略

支撐實(shí)時(shí)神經(jīng)控制的關(guān)鍵在于高質(zhì)量交互數(shù)據(jù)的持續(xù)喂養(yǎng)。8月25日，F(xiàn)igure同步上線跨平臺(tái)數(shù)據(jù)采集應(yīng)用Index，面向全球用戶開(kāi)放任務(wù)錄制權(quán)限。截至發(fā)稿，該平臺(tái)已覆蓋108個(gè)國(guó)家和地區(qū)，累計(jì)下載量突破26.4萬(wàn)次，周活躍貢獻(xiàn)用戶超4.4萬(wàn)，接收視頻上傳量逾1600萬(wàn)條。公司計(jì)劃在未來(lái)12個(gè)月內(nèi)投入超10億美元用于數(shù)據(jù)清洗與算力擴(kuò)容。其數(shù)據(jù)處理管線包含畫(huà)質(zhì)過(guò)濾、真實(shí)性審計(jì)、算法去重及語(yǔ)義標(biāo)注等節(jié)點(diǎn)，目前每秒可處理約30分鐘原始視頻流，相當(dāng)于每日消化近4.9年的人類工時(shí)數(shù)據(jù)。這種“眾包+自動(dòng)化標(biāo)注”的模式正逐步重塑具身智能的訓(xùn)練范式，也為國(guó)內(nèi)開(kāi)發(fā)者提供了參考：構(gòu)建垂直領(lǐng)域的物理世界交互數(shù)據(jù)庫(kù)，將成為下一代控制模型迭代的競(jìng)爭(zhēng)壁壘。

行業(yè)現(xiàn)狀：效率瓶頸與商業(yè)化節(jié)奏

盡管垂直機(jī)動(dòng)取得進(jìn)展，但整機(jī)系統(tǒng)的工程化成熟度仍面臨挑戰(zhàn)。近期公開(kāi)測(cè)試顯示，多數(shù)競(jìng)品在平地起步階段即出現(xiàn)重心失控跌落，物理樣機(jī)的原地站立成功率僅維持在78%左右，遠(yuǎn)低于仿真環(huán)境下的94%。在典型裝配場(chǎng)景中，人形機(jī)器人完成20米物料轉(zhuǎn)運(yùn)耗時(shí)約90秒，僅為熟練工人的三分之一；軸承碼盤(pán)作業(yè)單次動(dòng)作需70秒，人工僅需2秒。資本市場(chǎng)對(duì)通用機(jī)器人的估值溢價(jià)已顯現(xiàn)，但頭部企業(yè)高管普遍預(yù)判，真正具備全場(chǎng)景替代能力的“ChatGPT時(shí)刻”至少還需兩到三年。Figure選擇先跑通端到端流程再優(yōu)化節(jié)拍，符合當(dāng)前硬件迭代與算法收斂的工程規(guī)律。

對(duì)于國(guó)內(nèi)集成商與設(shè)備采購(gòu)方而言，F(xiàn)igure 03的驗(yàn)證重點(diǎn)已從“能否動(dòng)起來(lái)”轉(zhuǎn)向“能否穩(wěn)定復(fù)用”。后續(xù)需密切關(guān)注該機(jī)型是否進(jìn)入小批量試產(chǎn)階段、垂直導(dǎo)航接口是否與主流廠務(wù)設(shè)施兼容，以及核心諧波減速器與力控傳感器的供應(yīng)鏈國(guó)產(chǎn)化替代進(jìn)度。當(dāng)多樓層動(dòng)線規(guī)劃標(biāo)準(zhǔn)逐漸明晰，具備自適應(yīng)攀爬能力的移動(dòng)執(zhí)行機(jī)構(gòu)有望成為智能工廠升級(jí)的標(biāo)配組件。