Polaris Capital对话Figure AI创始人：全球最高估值人形机器人的商业版图与野心

  

  作为全球估值最高的人形机器人公司，Figure AI刚刚完成15亿美元的新一轮融资，估值跃升至395亿美元（约合人民币2874亿元）——两年暴涨100倍，刷新了全球机器人产业的资本速度纪录。背后推动这场产业速度奇迹的，是被硅谷誉为“下一个马斯克”的连续创业者 Brett Adcock。

  不久前，在《Bet on the Future》的专访中，Polaris Capital创始合伙人Michelle于超与Figure AI创始人Brett Adcock深度对谈，探讨了全球人形机器人竞争格局、端到端AI能力的终极挑战、从Figure 01到Figure 03的硬件迭代逻辑，以及如何在大规模生产中平衡成本与性能。对话不仅揭示了Figure AI为何能在特斯拉、谷歌等巨头的包围下脱颖而出，更展现了这一即将重塑全球劳动力市场的前沿产业，正在如何加速走向商业化落地。

  Brett Adcock是一位“连续创业者”，被硅谷称为下一个马斯克（Elon Musk）。现任Figure创始人兼首席执行官，Figure是一家致力于通用人形机器人的人工智能初创公司。Brett Adcock曾成功创立过三家公司，最近的两家Vettery和Archer Aviation（，Vettery是一家人才招聘平台，最终以1亿美元被收购；而Archer Aviation是一家eVTOL公司——空中出租车，于2020年底上市。此外，他还在2023年创立了一家校园安全公司Cover。

  Michelle于超：我看到你最近的推文，机器人似乎又有一些令人兴奋的突破。

  Brett Adcock：是的。机器人每天都在变得更智能、更快，还可以执行更多有用的任务。这是一个非常激动人心的时刻，我们正在加速取得进展。

  Michelle于超：过去，你创立的Vettery 人才招聘市场以 1 亿美元成功并购退出，Archer 这家硬科技公司也已成功上市，然后你进入了全新的带有科幻色彩的行业。为什么你会开始认为人形机器人是通用AI（AGI）的终极部署载体呢？为何会创立FigureAI？

  Brett Adcock：我认为我们真的需要找到一种方法，给通用AI一个实体。我认为人形机器人是AGI的终极形态。如果AI只存在于服务器里，那将是一种反乌托邦——它比人类聪明，却依赖人类执行物理世界的任务。我们应该一个不需要硬件改造就能完成人类所有工作的通用平台，而人形机器人正是最佳载体。更重要的是，这种形态完美契合神经网络的学习方式：通过迁移学习实现多任务处理，一个基础模型就能驱动机器人完成从头到尾的全流程工作。

  在Figure，我们对未来12个月的发展的新趋势有着清晰的预见。我们也可以看到机器人研发的进展，明确我们制定的产品路线图，并观察到最新技术在这里的应用效果。我们比其他人提前6到12个月看到这些成果。我们很有信心。这在机器人领域是一个突破性的解决方案，能够让人形机器人完成人类可以做的几乎所有任务。最终，这将影响数十亿劳动力和数十亿家庭。

  我对机器人和飞行汽车的未来很憧憬，我想未来将是超越想象的。从底层逻辑来看，我认为制造人形机器人是完全可行的。因此，我们比任何人都更加努力争分夺秒地推进这项事业，谨慎分配每一分资金。我们在技术创新上倾注全力，对我们来说，AI就是机器人领域的未来，所以我们在这方面的投入毫不保留。是的，相信人形机器人有望成为全世界最大的产业之一。

  Michelle于超：既然产业这么大，一定有很多大玩家也会入场。那在你眼里，全球人形机器人的竞争格局是怎样的，Figure AI整体处于一个什么位置？

  Brett Adcock：从最终结果出发并倒推思考很重要：最重要的是，“你的机器人能否在没有一点监督或人为干预的情况下可靠地完成端到端的有用工作？” 然后，倒推比较哪些机器人拥有最灵活的手部、最快的移动速度、解决能力以及其他特定的技术规格。

  Figure是唯一一家能够执行完全端到端任务的公司。特斯拉的 Optimus 机器人排名第二，并且背后有大量资源支持，但他们的很多操作仍然需要人类远程控制。其他已经成立十多年的美国初创公司在端到端交付方面进展甚微。我认为，这一个市场最终会呈现少数赢家占据大部分份额的格局。最终大概会有一到三个团队在这样的领域大获成功。

  Michelle于超：是的，Polaris我们也在长期关注那些能同时跨越技术可行性与商业可规模化两道门槛的硬科技。人形机器人之所以被视为未来十年最具颠覆性的产业之一，不只是因为它承载了 AGI 的物理化形态，更在于它一旦跨过量产和成本曲线，就有机会重构劳动力市场，从工业到物流，再到服务业，打开一个覆盖全球 GDP 一半的巨量市场。

  在这个赛道里，谁能率先跑通端到端的任务执行、建立成本优势并积累真实场景的数据闭环，谁就非常有可能在未来的产业分工中占据基础设施级的地位。

  机器人方面的研发和制造，特斯拉和OpenAI起步较早，谷歌最近也推出了机器人基础模型。相较他们，Figure AI的AI机器人大模型水平在一个什么位置？很多人认为Figure是特斯拉最大的竞争者，甚至在机器人这方面超越了特斯拉，你怎么看和特斯拉这样的万亿市值的公司竞争？

  Brett Adcock：我们的人形机器人AI比所有这一些企业都要好。谷歌这方面AI发布晚于我们。我们这方面的AI也比特斯拉的更好。迄今特斯拉没有展示过太多AI方面的成果。Figure发布的内容是目前市场上最好的，现在市面上，我没看到任何比我们发布的AI更优秀的东西。就生产制造而言，我不太清楚特斯拉的具体计划，没法作比较。Figure的制造更类似于消费电子制造，而不是汽车制造。Figure有内部的生产目标，但目前还处于早期阶段。

  Michelle于超：之前Figure选择与OpenAI终止合作了。OpenAI有3亿周活跃用户和手握前沿模型，为什么你们的机器人选择之后不采用他们的模型了？

  Brett Adcock：他们参与了我们B轮融资。我们从始至终在尝试开发适用于机器人的AI模型。现在看，Figure 已经超越了 OpenAI。大语言模型正慢慢的变成为一种通用产品，而这也是到目前为止的真实的情况。就 Figure 的需求而言，OpenAI 的大语言模型实际上比 Llama 等其他模型工作速度更慢。我们所有的AI工作都能内部完成，所以继续和OpenAI合作就毫无意义了。大模型缺乏物理空间内的机器人数据，机器人AI的训练需要依赖硬件和在真实物理场景中产生的数据，这一些数据和训练，我们大家可以自己做。我们自己能做所有的AI模型开发、数据收集和训练，所以与他们的合作就不适合我们了。Figure 正优先在内部构建机器人人工智能视觉语言模型（VLM），同时保留与其他机构合作的可能性 。

  Michelle于超：Figure是否考虑未来将Helix独立商业化给其他制造商或开源？

  Brett Adcock：这样的一个问题很好。之前还真没考虑过这样的一个问题。当下没有独立商业化Helix的计划，但也许未来可优先考虑的，但现在没有近期的这样的计划。

  Michelle于超：那现在再来聊聊Figure的机器人生产制造能力，你们的速度是很令人印象非常深刻的，Figure从零开始到在 31 个月内交付了你的第一个机器人。很多公司在最近一段时间里只是准备好PPT并筹集了第一笔资金。我详细看了 Figure01和Figure02，知道不久你们要发布的Figure03，可以说迭代速度很快了。可以和我们聊聊这个，以及硬件的快速迭代有多重要，因为硬件开发很难。Figure03和Figure02之间的主要区别会是什么？

  Brett Adcock：这是一个难题，我们一定要弄清楚如何做一些以前从未做过的事情。这是一个很复杂的系统，从工程角度来看，肯定比 Archer 更复杂，就像制造一架电动飞机一样。我的经验是，第一代或第二代硬件总是不尽如人意。就像第一部 iPhone 也不是很好。当你第一次制造某样东西时，在硬件方面你永远不可能一次就做对。你必须展望未来五年，确切地知道产品要做什么，然后从第一天起就为这个确切的目标进行全新设计。如果你在这样一些方面出了任何差错，在设计过程中你无法回头去修复它，因为供应链的准备时间非常长。所以我们每 12 到 18 个月就设计一个新的硬件平台。

  Figure03它肯定是一个成本更低的机器人，专门为大规模生产设计的。Figure 02 作为一款人形机器人，是专为满足宝马和一家财富100强物流供应商的特定需求而设计。它的高端“直线”速度并非第一先考虑的重点，手部灵活性和负载能力才是关键。大多数竞争对手的直线米，接近行业中等水准（许多竞争对手仍处于原型阶段，尚未商业化部署）。

  而Figure 03 的性能明显高于行业中等水准，它的硬件组件在指令下可以以典型使用场景的6倍速度运行。目前的限制在于软件，而非硬件（需要更高效的计算能力、更快的LLMs等）。宝马的使用场景是一个很好的例子：目标是在一年内将任务完成时间缩短至60秒以内。最初，Figure 02机器人在第一天达成目标需要4分钟。现在，同样的任务仅需34秒——用了9个月时间将速度提升了7倍。

  Figure公司在其财富100强物流客户中部署的Figure 02模型已经接近人类速度，并且随着360度摄像头获取更多数据并加速AI学习迭代，预计在未来6-12个月内将超过人类速度。

  Michelle于超：我了解到Figure 03 不仅性能提升，制造成本能轻松实现大幅度降低，这是怎么来实现的？

  Brett Adcock：Figure 02的设计类似于F1赛车——其实际供应商是一家F1车架制造商。Figure 02的部件采用大量CNC加工，产量低，无折扣等。从Figure 03开始，所有机器人均采用模具制造，大量注塑成型和压铸成型，大幅度降低成本。这些产量使公司在供应商谈判中拥有更大的议价能力。手部是制造成本最高的部分，包含大量关节，现在这个工艺已经很成熟，大规模生产变得更容易。Figure 03 的建造成本大约是 Figure 02 的 10% 到 15%。未来，机器人将继续变得更智能、更快。

  Michelle于超：听说Figure AI刚刚签订了第二家客户，目前的订单排期是怎样的？

  Brett Adcock：我们有两个签署的商业客户，一个是宝马，另一个是最近签下的一家大型物流公司，同时也是美国第五大雇主。我们在宝马的工厂中已经有机器人在运行，并且正在扩大规模。预计在未来四年内，我们得给他们部署十万台机器人。之前我们跟几十多家公司都沟通过，也做了筛选，最后选了这两家合作。过去半年，很多大企业主动找我们提出合作，都希望我们能为他们的设施提供机器人应用方案。但2年前是完全不一样的，那时候，我们得主动去联系企业高管，费力解释人形机器人到底是什么。他们常常一脸疑惑，我们只可以耐心解释。有些知名大公司的 CEO 甚至直接说：“这听起来太离谱了。”但现在呢，这一些企业都主动找上门来，询问我们何时能把机器人部署到他们的场地，还想进行应用场景测试。短短 24 个月，整个行业形势发生了天翻地覆的变化。

  Michelle于超：现在市场的需求不成问题，但随着更多合作合同的签署，大规模生产和交付是否是一个挑战，Figure团队怎么样应对这一问题？BotQ作为高产能人形机器人制造工厂的核心优势是什么？Figure目前在生产扩展方面处于什么阶段？

  Brett Adcock：BotQ是我们的高产量制造设施，现在在加利福尼亚。我们设计的生产线台机器人，预计未来四年内能够达到10万台的产能。我们正在慢慢地提升产能，预计今年和明年将实现更高的产量。要知道实现高生产率始于工程设计的早期阶段。在内部制造Figure 02后，团队记录并分析了从零件加工到最终组装的每个流程的周期时间。组装时间的最大驱动因素始于根源：零件数量和制造工艺。Figure 02作为原型设计，普遍的使用了高复杂性、高精度、耗时的计算机数控（CNC）加工工艺。

  我们现已完成下一代机器人Figure 03的设计，像我说的，这是为经济性和大规模生产而打造的生产型机器人。为实现生产制造速率，我们转向了模具化工艺，如注塑成型、压铸成型、金属注射成型和冲压成型，这些工艺让我们节省了数千小时的制造时间。以前在CNC机器上花费超过一周时间的零件，现在能够最终靠复杂的钢模具在20秒内完成制造。转向这些工艺需要高昂的资本成本，但考虑到2025年及以后的机器人产量，前期投资可以迅速收回。重新思考机器人架构还促使我们成立了两个新团队——安全团队和可靠性团队。除了实现高生产率制造外，我们还在加强对机器人可靠性的关注。位于BotQ的可靠性团队负责运行高度加速的生命周期测试，以让我们了解机器人的使用寿命。

  Brett Adcock：数据室模型中的生产数据充分反映了新的财富 100 强物流公司客户的订单，加上宝马公司的订单，以及 Figure 公司为其内部训练机队开发的所有机器人数量。大致来说，未来 8 个月内将产量提升到 1200 台机器人，到 2026 年底达到 3500 台。但这是基于目前模型预测数据，所以这个预估相对保守，特别是考虑到我们现在的一些突破速度。

  Michelle于超：Figure在生产中如何确保关键输入，比如工具、原材料或第三方供应商组件？有的人觉得特斯拉采用垂直整合模式，所以在制造环节具备竞争优势。

  Brett Adcock：目前供应链没问题。在达到数百万台机器人的产量之前，供应链不会成为限制因素。长久来看，可能会出现一些供应链问题，特别是在芯片和计算方面，但其他材料应该不会有问题。

  实际上，Figure在垂直整合方面做得更为彻底。我们不仅自主设计所有硬件和软件，构建专属的神经网络架构，还建立了完整的内部制造体系。正如您所见，Figure 2就是在这条生产线上诞生的，而今年我们还将在这里生产Figure 3。我们致力于将每个环节都做到极致。

  经过深入实践，我发现机器人制造与汽车制造存在本质差异。汽车制造需要处理数千磅的底盘，必须依赖重型设备来完成物料流转，这导致整个生产系统异常复杂。但机器人制造完全不同——每个零部件都可以用手直接操作，这赋予了制作的完整过程极大的灵活性。我们不需要像汽车厂商那样建设庞大的生产设施，这使得我们的制造系统更加简洁高效。

  目前，我们正在总部打造新一代自动化产线，采用机器人制造机器人的创新模式。这与特斯拉等车企的生产方式有着根本区别。汽车制造确实需要复杂的系统工程，但这并非机器人制造的最优路径。我认为，机器人制造的最大挑战不在于制造工艺本身。真正的难点在于实现百万量级的规模化生产——目前世界上还没有人能做到这一点。虽然手机能够最终靠手工组装达到亿级产量，但机器人制造需要全新的方法论。作为一个亲身参与制造每个环节的创始人，我对制作的完整过程充满热情。每周我都会与工程团队评审产线设计，亲自查看零件装配情况。我们已建立了原型产线，并持续优化每个细节。

  我们绝大多数都是从零开始全新设计所有东西。所有硬件都是全新设计的。我们最终考虑的是产品需要做什么。你基本上希望和机器人交流，然后让它在没有一点人为干预的情况下做事，让它出去在世界上完成各种任务。虽然前路充满挑战，但我们有信心打造出世界上最先进的机器人制造体系。

  Michelle于超：谈谈未来三到四年的生产速度吧，以及我何时能在家里看到它呢？

  Brett Adcock：我们有两条路线，一条是劳动力市场路线，另一条是家庭市场路线。很多人不明白的是，劳动力市场是大生意，它占全球 GDP 的一半。我们在劳动力市场上每个机器人的收费可以比家庭市场高得多，而且在劳动力市场上机器人的工作也更容易，它们做的事情几乎是重复的。家庭市场确实十分艰难，因为家庭环境复杂且多变，消费者愿意为家用机器人支付的金额远低于工作场所。长久来看，两个市场都会很大。每个家庭可能都会想要至少一台人形机器人，但工作场所的机器人则会带来更多收入。

  Brett Adcock：Figure在过去12个月里取得了多年的进展。我们将继续投入更多资金用于扩展业务，包括人员、设施、制造和资本支出。目标是进一步加快扩展速度，增加制造能力和团队规模。

  Michelle于超：是否有考虑通过公开上市来实现1000亿或2000亿美元的估值，还是选保持非上市状态？

  Brett Adcock：还没有近期的上市计划。我之前的公司曾经上市，所以我有这方面的经验。我们目前还很年轻，只有两年半的历史，所以今年或明年可能不会上市，但未来有可能。我们团队中有很多人有上市公司经验，所以如果有需要，我们大家可以走这条路。但目前我们计划保持私有。

  Michelle于超：从Vettery、Archer、还有中间的Cover，到现在的Figure AI，连续创业的过程，你的原动力是什么？追求最终的成功或者说享受创造的过程？

  Brett Adcock：我只是想做一些重要的事情。对我来说，做成功是最重要的。我不想在实验室里做一些有趣但没有商业应用价值，不能建立一个对大众有影响的大公司的事情。我不是一个研究科学家，对那种纯研究的工作没有热情。

  我喜欢思考人类在过去几百年的进化，和技术如何是我们认知和理解世界的最大推动力。真正的完成这一点的唯一途径是大规模地应用技术，就像实验室里的电，如果不推广到整个文明中，它的作用是有限的，但当它成为一种无处不在的公用设施时，就能带来非常大的进步。

  我们的时间是有限的，到一定时候可能就太老了，无法再做这些事情，所以我觉得在有限的时间里取得成功，做一些有用的事情是很重要的。如果花了 20 年或 30 年做一件事却没有成功，那对一个企业家来说是最糟糕的情况，因为这在某种程度上预示着你投入了大量的时间，放弃了和朋友、家人相处的机会，却没有正真获得想要的结果。