过去十年,机器人行业的发展长期受限于硬件成本、AI 泛化能力以及现实场景落地难题。虽然工业机器人已经广泛应用于汽车制造与仓储物流,但这些系统通常只能完成高度固定、重复性的动作,难以像人类一样适应复杂环境。随着大型语言模型(LLM)、视觉模型与多模态 AI 的快速突破,Humanoid Robot(人形机器人)开始重新成为全球科技行业关注的核心方向。
在这一轮“Embodied AI(具身智能)”浪潮中,Figure AI 被视为最具代表性的公司之一。相比传统机器人企业强调机械结构与运动控制,Figure AI 更强调 AI 大模型与机器人本体的深度融合,希望打造能够真正理解现实世界、具备自主推理能力的通用机器人平台。
作为一家成立于 2022 年的美国 AI Robotics 公司,Figure AI 的总部位于 California,由连续创业者 Brett Adcock 创立。公司的目标非常明确:开发能够替代人类完成现实世界工作的通用型 Humanoid Robot。

与传统工业机器人不同,Figure AI 的机器人被设计为“通用劳动力平台”。这意味着它不仅能够完成工厂搬运任务,还可以在仓储、物流、零售、家庭服务甚至医疗场景中执行复杂工作。
Figure AI 当前的核心产品包括:
Figure 01
Figure 02
Figure 03(开发中)
Helix AI
BotQ 机器人制造平台
其中,Helix AI 被认为是整个 Figure AI 体系中最关键的技术核心。
Figure AI 选择 Humanoid Robot,而非轮式机器人或固定机械臂,背后有一个重要逻辑:现实世界本身就是按照“人类形态”设计的。
无论是工厂工具、仓库货架、电梯、门把手还是家庭厨房,大多数现实设施都默认由人类操作。因此,拥有双臂、双腿与类人结构的机器人,可以更容易适应现有社会基础设施,而不需要彻底重建环境。
Figure AI 认为,人形机器人未来将成为现实世界中的通用计算平台,类似于智能手机之于移动互联网。
这种思路与 Tesla Optimus、Agility Robotics Digit 等项目存在相似性,但 Figure AI 更强调 AI 模型驱动,而非单纯硬件工程。
Helix AI 是 Figure AI 的核心机器人智能系统,也是其区别于传统机器人公司的关键。
传统机器人通常依赖预设规则运行。例如,机械臂只能按照固定路径抓取物体,一旦环境变化,机器人就可能无法正常工作。
而 Helix AI 采用的是 Vision-Language-Action(VLA)架构。这意味着机器人能够看懂现实世界、理解语言指令、进行任务推理,并自主生成动作。
例如,当人类告诉机器人“把桌上的苹果放进冰箱”时,机器人需要同时完成识别苹果、理解任务、寻找冰箱、规划路径以及执行动作等多个步骤。这一过程本质上已经接近 AI Agent 在物理世界中的执行能力。
Figure 01 是 Figure AI 最早公开的人形机器人原型,主要用于展示机器人运动控制、行走能力以及基础操作功能。
Figure 02 则代表 Figure AI 开始进入商业化阶段。相比 Figure 01,Figure 02 拥有更强的 AI 处理能力、更自然的人机交互以及更高精度的手部操作能力。同时,它也更加适合长时间工业部署。
Figure AI 曾展示机器人与人类实时对话的 Demo,机器人能够理解自然语言并即时回应。此外,Figure 02 已经开始在 BMW 工厂中参与真实工作场景测试,这意味着 Figure AI 正从实验室项目逐渐走向产业落地。
BMW 是 Figure AI 最重要的商业合作伙伴之一。
对于 Humanoid Robot 行业而言,最大的挑战并不是“机器人能否动起来”,而是“机器人能否真正进入现实生产系统”。
BMW 工厂合作的重要性在于,Figure AI 可以获得真实工业场景数据,并让机器人持续训练现实任务。与此同时,AI 模型也能够建立真实世界反馈循环。
相比展示性质的机器人 Demo,真正进入汽车工厂意味着 Figure AI 必须解决稳定性、安全性、长时间运行、多任务执行以及人机协作等问题。这也是 Humanoid Robot 从概念走向产业化的重要分水岭。
Figure AI 曾与 OpenAI 展开合作,共同探索大型语言模型在机器人中的应用。
双方曾展示过一个非常著名的 Demo:机器人能够与人类实时对话,并理解现实环境中的任务。这一案例让外界首次看到 LLM 与机器人结合后的潜力。
不过随后 Figure AI 开始逐渐转向自主 AI 路线,更强调自研机器人模型与具身智能系统。
原因在于,机器人 AI 与纯文本 AI 存在巨大差异。机器人不仅需要理解语言,还需要具备空间感知、动作规划、视觉推理、实时控制以及多传感器融合能力。因此,Figure AI 希望打造专门针对现实世界设计的 Robotics Foundation Model。
Figure AI 已获得 Microsoft、NVIDIA、Jeff Bezos 与 OpenAI Startup Fund 等顶级科技资本支持。
资本市场高度关注 Figure AI,核心原因在于 Humanoid Robot 市场规模极大。如果机器人能够替代部分人类劳动力,其潜在市场规模可能达到数万亿美元。
与此同时,AI 正在突破数字世界限制,并开始进入现实物理世界。全球劳动力短缺问题以及制造业自动化需求,也进一步推动了 Humanoid Robot 行业的发展。
很多投资机构认为,Embodied AI(具身智能)可能会成为继大型语言模型之后,下一个重要 AI 平台方向。
尽管 Figure AI 备受关注,但 Humanoid Robot 行业仍然面临巨大挑战。
首先是成本问题。高性能机器人目前仍然非常昂贵,距离大规模普及还有较长距离。
其次是电池与续航问题。人形机器人需要长时间运行,但移动系统本身耗能极高。
此外,AI 泛化能力仍然有限。机器人在复杂现实世界中的稳定性,与人类相比仍有明显差距。
安全问题同样重要。当机器人进入工厂与家庭环境后,必须确保其不会对人类造成风险。
最后,大规模制造也是整个行业必须解决的问题。如何像汽车一样量产机器人,仍然是 Humanoid Robot 行业的重要挑战。
如果 Figure AI 的技术路线成功,其影响范围可能远超传统机器人行业。
最先发生变化的领域,很可能包括 Manufacturing、Warehouse、Logistics、Retail、Healthcare 与 Home Assistant 等行业。
长期来看,Humanoid Robot 甚至可能成为现实世界中的“AI 劳动力基础设施”。这意味着机器人不仅是自动化工具,更可能成为未来社会的重要生产力系统。
Figure AI 当前的发展重点主要集中在三个方向。
第一,是持续提升机器人 AI 能力。通过 Helix AI,Figure AI 希望让机器人具备更强的推理能力与任务泛化能力。
第二,是扩大商业部署规模。从工厂测试逐渐进入真实商业环境,是 Figure AI 当前的重要目标。
第三,则是降低机器人生产成本。通过 BotQ 等制造体系,Figure AI 希望建立更加成熟的人形机器人量产能力。
未来 Humanoid Robot 的竞争,可能不再只是硬件竞争,而是数据规模、AI 模型能力、现实场景训练以及制造体系之间的综合竞争。
Figure AI 正在推动 Humanoid Robot 从实验室概念走向现实商业化。相比传统机器人公司,它最大的特点在于将 AI 大模型、视觉理解与机器人控制系统深度融合,通过 Helix AI 构建具备推理能力的通用机器人平台。
随着 BMW 工厂合作、机器人 AI 技术突破以及全球资本持续投入,Figure AI 已成为 Embodied AI 与 Humanoid Robot 浪潮中最具代表性的公司之一。
Figure AI 由 Brett Adcock 创立,他此前还创办过 Archer Aviation 等科技公司。
Helix AI 是 Figure AI 的机器人 AI 系统,采用 Vision-Language-Action(VLA)架构,用于实现机器人理解、推理与动作执行。
Figure AI 更强调 AI 模型与机器人融合,而 Tesla Optimus 更依赖 Tesla 自动驾驶与制造体系。
双方曾合作探索 AI 机器人方向,但 Figure AI 后续开始强化自主机器人 AI 路线。
Figure AI 已经开始在 BMW 工厂等真实工业场景中进行部署测试。
Humanoid Robot 能够直接适应现有的人类社会基础设施,因此被认为是通用机器人发展的关键方向。





