# 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。
### TLDR
- **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。
- **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。
- **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。
- **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。
- **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。
- **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。
### SRC
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。
### BODY
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。
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。
---
*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/figure-03-four-figures-index-375m-videos/*