深度 · 神机百见-具身解读

Figure 03 产量进四位数、指尖追到毫米级:Adcock 说路线图「完全变了」,训练数据却来自 3750 万条人类视频

Brett Adcock 在全员会上说路线图「完全变了」,Figure 03 产量进四位数、指尖追踪到毫米级、一台机器人连续走了九天。真正值得拆的是第三条:支撑它的数据飞轮,是一个让用户上传人类活动视频的 App。

一分钟速览
  1. 信息出口:Figure CEO Brett Adcock 把公司最近一次全员会录音公开发到网上,并称过去一年路线图 「completely changed」(完全变了);目前研发重心已转向第四代人形机器人。
  2. 产量口径:Figure 03 的生产规模目前处于四位数(four figures),即 1000–9999 台区间;公司未给出更精确的台数与节奏。
  3. 灵巧手进展:Adcock 称最大的变化之一在指尖追踪(fingertip tracking),精度已到毫米级,使机器人更接近人类手部灵活度。
  4. 数据来源:Figure 通过名为 Index 的 App 采集数据,记录人类活动用于训练机器人,平台已上传约 3750 万条视频。
  5. 稳定性演示:一台 Figure 03 在公司总部跑步机上连续行走九天,公司称这是稳定性提升、可脱离人工输入的证据。
  6. 判断:四位数产量与九天行走是工程进展,但决定 Figure 下一阶段上限的是 Index——把数据飞轮的入口交给消费端,赌的是规模,代价是数据相关性无法自控。
数据来源与边界
素材时间窗为 2026-10-24 18:00 → 2026-10-25 09:00(北京时间)。主干信源为 AI News Feed 于 2026-10-24 21:22 发布的英文汇总稿,该稿本身二手转述 TechRadar、South China Morning Post 与 Interesting Engineering 的报道;本号未能打开 Figure 官方博客、Adcock 个人账户原贴或全员会原始录音予以交叉确认,因此文中全部数值(四位数产量、毫米级指尖追踪、约 3750 万条视频、九天连续行走)均为二手转述口径,属单一信源。其中「四位数」为英文原文 four figures 的区间表述,非精确台数;「约 3750 万条视频」未说明统计截止日、去重规则与有效时长;「毫米级」未给出测量条件与置信区间。文中所有延伸分析均以「判断:」标注,与转述内容分开。
本文事实信息来自上方标注的公开来源;解读、判断与延伸部分为作者个人见解,写作过程使用了 AI 工具辅助整理,已由作者人工核实,不代表信息来源方立场。如有雷同纯属巧合;如涉及版权或权益问题,请联系 shenjibailian@shenjibailian.com,我们将在核实后及时删除或更正。
把全员会录音发出来,这个动作本身有信息量

隔夜信源里最值得注意的一条,是 Figure CEO Brett Adcock 把公司最近一次全员会的录音公开到了网上。稿件的表述是:他说过去一年公司的路线图「completely changed」——完全变了。

一家处于融资与交付双重压力下的机器人公司,主动把内部全员会放出来,通常是两种情形之一:要么需要向外部传递一个还没有成品可展示的进展,要么需要在人才与资本市场上重新锚定预期。从稿件披露的内容看,两种成分都有。

在产
Figure 03产量处于四位数区间
在研
第四代人形机器人稿件称 work progressing toward
在改
指尖追踪精度毫米级(millimeter-level)
在攒
Index App 人类活动视频约 3750 万条

判断:「路线图完全变了」这句话在机器人行业里通常意味着一件事——原本以为的瓶颈不是真正的瓶颈。Figure 过去两年的对外叙事重心是本体形态与行走能力,现在把「指尖追踪」单列为最大变化之一,等于承认瓶颈已经从「能不能站稳走路」移到了「手能不能干活」。这个移动的时机,比这句话本身更重要。

四位数产量,放在行业里是什么位置

稿件对 Figure 03 产量的表述是 production run 已进入 four figures,即 1000 至 9999 台的区间。这个说法刻意模糊了量级,但已经比「数十台」「数百台」明确了一个台阶。

四位数意味着什么:产线已经跑过至少一轮完整的一致性验证——供应链、装配工位、出厂标定、售后备件都必须先于这个数字存在。它证明的是「能造」,不是「造得便宜」。

四位数不意味着什么:不能推出单台成本、不能推出交付节奏、不能推出客户是谁。人形机器人行业至今没有一家把「产量」与「付费交付量」分开披露,这两个数常常不是一回事。

判断:行业里所有关于「产量」的表述都要先问一句——是造出来了,还是卖出去了。在人形机器人这个阶段,造出来的机器有很大一部分是自用:自家数采、自家演示、自家测试。四位数产量如果是自用量占大头,它证明的是工程能力;如果是交付量占大头,它证明的是商业能力。这两者在估值上差一个数量级,而目前没有任何一方把比例说清楚。
毫米级指尖追踪,为什么比走路更难

稿件把指尖追踪列为「最大的变化之一」,称精度已到毫米级,让机器人更接近人类手部灵活度。这个技术点值得单独拆,因为它决定了人形机器人能不能从「搬运」跨到「装配」。

行走与抓取的工程难度不在同一个量级。行走的容错空间大——重心偏移几厘米、落脚点差几厘米,控制回路能补回来;而插拔、拧螺丝、捏取薄片这类接触丰富任务,末端误差以毫米甚至亚毫米计,且必须同时处理力反馈与视觉遮挡。

行走类任务(容错量级)
厘米级
抓取类任务(容错量级)
毫米级
接触丰富操作(容错量级)
亚毫米+力控
容错量级为本号对三类任务控制难度的定性判断,用于说明精度要求差异,非 Figure 或任何公司给出的实测数据

判断:「毫米级」作为一个精度指标,缺了三个条件就无法评估:在什么负载下、什么速度下、连续多少次不失准。指尖追踪的最大工程难点从来不是静态精度,而是长期重复后的漂移——传感器贴装位置、指尖材料磨损、线缆疲劳,都会让出厂时的毫米级在几百小时后变成另一个数。Figure 没有给出这几个条件,所以这条只能算方向确认,不能算能力背书。

真正的核心:3750 万条人类视频押的是什么

稿件披露的第三条进展,是 Figure 继续通过名为 Index 的 App 采集数据——记录人类活动用于训练机器人,平台已上传约 3750 万条视频。这是整份材料里最有战略含义的一条。

人形机器人行业当前公认的瓶颈是数据。有三条主流解法:自建数采工厂(雇人遥操采集真机数据)、仿真合成(用世界模型生成)、消费端众包(让用户上传人类活动视频)。Figure 的 Index 属于第三条。

数据路线代表做法优势未解的难题
自建数采工厂雇操作员遥操采集真机轨迹数据与目标任务强相关成本高、规模上不去
仿真合成世界模型生成物理一致的轨迹可无限放大、可造极端场景仿真到真实的落差未消除
消费端众包Index App 让用户上传人类活动视频规模最大、边际成本最低人类动作到机器人动作的迁移尚未解决
表注:三条路线为本号归纳;Index 与 3750 万条数值来自 2026-10-24 21:22 英文汇总稿的二手转述,未获 Figure 官方页面交叉确认。
判断:Index 押的是规模,代价是放弃了对数据相关性的控制。3750 万条视频听起来庞大,但人类第一视角或第三视角的动作记录,与一台 20 多个自由度、关节限位和力控特性都不同的机器狗或人形机之间,隔着一道至今没有被真正跨过的鸿沟——具身差异(embodiment gap)。云深处同日发布的 DR-VLA-2.0 走的也是「用 1 万小时人类视频预训练 + 2000 段机器人示教适配」的路子,但它给出的收益是导航综合评分提升约 5%、航向误差降低 14.6%——是改善,不是跃迁。这可以作为判断众包路线当前回报率的一个参照。
九天跑步机,测的是稳定性不是作业能力

稿件还提到,一台 Figure 03 最近在公司总部的跑步机上连续行走了九天,公司称这是稳定性提升、机器人可以脱离人工输入工作的证据。

这条要公平地说一句:连续九天不停机,对整机热管理、关节磨损、控制回路长期漂移都是实打实的考验,不是靠剪辑能做出来的。它验证的是「机器能不能长期不掉链子」。

判断:但它验证不了「机器能不能干活」。跑步机上没有任务、没有物体、没有变化的环境——它测的是耐久,不是效用。行业里这类演示容易被读成能力证明,实际上它只排除了一个失败模式:自己把自己跑坏。剩下的失败模式——抓错东西、认错场景、遇到没见过的情况就卡住——一个都没被覆盖。把这两类演示分开看,是读任何一家机器人公司宣传材料的基本功。

对做机器人表演与长期值守的团队来说,这条反而是最有用的:客户真正会问的从来不是「它能跳多好看」,而是「连续跑九天会不会坏」。Figure 这次给出的恰好是这个维度的公开证据,虽然场景单一,但方向上比跑分更接近交付语言。

信源:AI News Feed 2026-10-24 21:22 英文汇总稿(二手转述 TechRadar / SCMP / Interesting Engineering),Figure 官方原始发布与本号未能取得,全部数值属单一信源且未经交叉确认。素材时间窗 2026-10-24 18:00 → 2026-10-25 09:00。