Figure 签下 35 亿美元算力合同:一条比自身累计融资还贵的 GPU 订单
35 亿美元起步、可上探 60 亿美元,最高 10 万颗 Vera Rubin GPU——这笔合同比 Figure 成立以来融到的钱还多。机器人公司的瓶颈,第一次从「数据」挪到了「算力账单」上。
- 合同规模:Figure AI 与英国 AI 云厂商 Nscale 签约,初始算力承诺 35 亿美元,声明意图扩展至超 60 亿美元,最高部署 10 万颗 NVIDIA Vera Rubin GPU。
- 首批部署:瞄准 2027 年下半年在得州 Barstow 上线,Nscale 同时战略入股 Figure并成为其首选算力供应商。
- 反差数字:35 亿美元的初始承诺,超过 Figure 历史累计融资(媒体报道口径 约 19 亿~23.4 亿美元),「先欠算力账、再融钱还」的结构首次出现在人形赛道。
- 算力逻辑:Figure 称 Index 数据集当前每秒产生 35 分钟训练视频,CEO 直言公司「主要受限于数据与算力」。
- 循环融资风险:Nscale 据报正准备美股 IPO,客户入股供应商、供应商冲刺上市——「互相抬轿」结构被 Forbes 公开质疑,两家均未回应。
35 亿美元起步,比 Figure 融到的钱还多
9 月 3 日,Figure AI 宣布与英国 AI 云厂商 Nscale 签订多年期算力协议:初始承诺 35 亿美元,声明意图扩展至超 60 亿美元,最高提供 10 万颗 NVIDIA Vera Rubin 平台 GPU,首批在 2027 年下半年于得州 Barstow 的 Nscale 站点上线。
把这张账单放进 Figure 的资产负债表,反差立刻显现。Figure 成立至今的累计融资,媒体报道口径在约 19 亿到 23.4 亿美元之间——无论取哪个数,都小于这份合同的初始承诺。一家累计融资不到 25 亿美元的公司,签下一张起步 35 亿美元的算力订单,意味着它把「未来融资能力」提前抵押给了算力供应商。
这种结构并不新鲜——大模型公司早就这么干了。OpenAI、Anthropic 都是先与云厂商签下天量算力协议,再靠后续融资和收入逐步兑现。但人形机器人公司签下「前沿实验室级」算力账单,这是第一次。它把具身智能的竞争维度,从「谁的机器人更能打」直接拉到了「谁烧得起训练算力」。
每秒 35 分钟视频,喂出了一个算力黑洞
Figure 给这笔钱找的理由是数据和算力。其众包数据平台 Index 上线后,Figure 称当前每秒产生约 35 分钟的训练视频——一天就是 5 万分钟、约 830 小时。视频洪流本身没有意义,意义在于把它变成模型权重需要海量 GPU 训练。
Figure CEO Brett Adcock 的话很直接:「要把人形机器人送进每个家庭,我们主要受限于数据与算力。」他的判断是,具身智能遵循与语言模型相同的 scaling 法则——数据与算力越多,模型越强,且这个关系尚未见顶。Helix 就是 Figure 押注的物理大模型,从感知、推理到运动控制一把抓。
黄仁勋在公告里把这场合作称作「物理 AI 飞轮」:用 Vera Rubin 训练 Helix,在 Isaac Sim 里验证,再部署到机器人身上的 NVIDIA GPU。这个叙事把 Figure 的算力合同嵌进了英伟达的生态版图——训练、仿真、部署三环全用英伟达栈。
客户入股供应商,供应商准备 IPO:互相抬轿的隐忧
这份合同最值得警惕的不是金额,是股权结构。Nscale 不只卖算力,它还拿了一部分 Figure 的战略股权;而 Nscale 自己据报正准备美股 IPO,时间可能就在本月。
于是出现了一个微妙的循环:Nscale 入股 Figure → Figure 用合同金额向 Nscale 买算力 → Nscale 带着「大客户 + 长期合同」的故事冲刺 IPO → IPO 募到的钱再扩建数据中心、服务 Figure 的后续需求。链条上的每一环都让另一环的估值更好看,但没有任何一环产生真实的外部现金流。
Forbes 直接质疑了这一点,据 ai2.work 转述,其向两家公司提出的问题——付款时间表是否约束性、Nscale 入股金额、10 万 GPU 租户与微软在同一园区约 10.4 万 GB300 加速器的关系——均未获答复。合同到底是一份可执行的采购承诺,还是一份带金额的意向书,目前没有公开信息能确认。
2026 年具身智能赛道已经涌进约 86 亿美元
把 Figure 单家放大到行业,背景板更清楚:据 genaidaily 援引行业统计,2026 年至今具身智能与人形机器人赛道融资约 86 亿美元,已是 2025 全年总额的约 1.8 倍。Figure 本身估值近 390 亿美元,是独立人形机器人公司中估值最高的之一。
在这样的资本洪流里,算力正在成为新的军备竞赛入场券。语言模型时代的规律是「融到钱 → 买算力 → 训模型 → 再融资」;Figure 把这套循环搬进机器人行业后,创业公司的融资叙事里,「数据采集规模」和「GPU 储备」开始与「本体能力」并列成为估值三要素。
对国内从业者的直接启示是参照系的切换:过去比的是谁家机器人 demo 惊艳,现在头部玩家已经在比谁锁定了多少 2027 年的 GPU。中腰部公司若想在两年后仍有训练算力可用,现在就得开始谈资源置换——这可能比融资更难,因为算力供应商也开始挑客户了。
「35 亿合同是未来融资能力的提前抵押」「循环融资结构」等为本文判断,非合同双方表述。2026 年赛道融资 86 亿美元引自 genaidaily 援引的行业统计,原始出处未直接核验。
解读时间:2026-09-08。