390亿美元,全球具身智能顶流Figure的三重泡沫
文 | 周易编 | 沈校这家加州总部占地30万平方英尺的全球机器人明星10月份被福布斯一篇《Figure’s Brett Adcock Sold Investors A Humanoid Future. Now He Has To Build It》揭开了这家企业的估值泡沫。大致可以总结为三个层面第一层是营销泡沫2025年Figure曾与宝马进行试点合作。其创始人Adcock在公开场合宣称“一支执行端到端操作的机器人队伍”。但是作为一个试点项目宝马方面的实际落地情况是只有一台Figure机器人在工作现场还有一台用来轮换充电。今年6月Figure又发布了一段在宝马工厂工作的宣传视频有4台机器人出现。但是据宝马透露只有1台真正完成了工作另外3台没有参与。为了拍摄顺利Figure还派了5到10名员工在现场配合。至于Figure的真实工作量宝马确认它们曾协助生产数万辆汽车、搬运约9万个零部件。第二层是融资泡沫去年Figure曾寻求以150亿美元融资投前估值380亿美元。条款清单中为两家相对不知名的风投机构预留12亿美元份额Parkway Venture Capital和Align Ventures。但这两家机构都没有足够资产承接这样大的额度。两家机构后来通过为单一公司设立的投资池补足了各自的份额。Align接受的最低单笔投资额只有10万美元。融资完成后Figure估值达到390亿美元比前一年增长约15倍。跻身全球估值最高的20家私人公司之列几乎与其知名合作伙伴宝马相当。推动估值上涨的一个核心依据是两家大客户尚未部署的机器人队伍一家是宝马另一家是UPS。第三层是技术泡沫最近Figure把故事重点放到家庭场景上。它们展示机器人在Airbnb住宅内训练的视频并说到明年Figure机器人可能就会进入普通人的家里帮忙做家务。但是Roomba吸尘器的共同创造者Rodney Brooks对此认为人形机器人离在家庭环境中安全工作还差得很远“我肯定不会让一台人形机器人待在我的孙辈身边。”Figure前产品安全负责人Rob Gruendel在2025年11月提起的一起不当解雇诉讼描述了公司内部围绕这些风险发生的争执。诉讼称去年年初Figure创始人Adcock曾问他要把机器人送进家庭需要做到什么。Gruendel随后制定了一份路线图重点是识别附近物体避免撞到人或其他有生命的东西。不过之后Adcock没有回复有关路线图的消息。想要在内部推动降低风险的措施时Figure的另一位高管告诉他“如果我们这么做Adcock会把我们都毙了。”尽管如此Figure还是毫不意外地再次开始融资。Figure董事会成员透露公司正在以C轮融资的延伸轮形式完成“数十亿美元”融资公司拒绝确认目前是否正在进行融资。Hill还说Figure的D轮估值会高得多。其创始人Adcock也是这么认为的。和往常一样计划规模随着资本一起扩大。“公司现在正在发生一些疯狂的事情”他说“我今年年初做过一个预测我的挑战目标是把机器人带进一个从未去过的家庭完成长时间、连续的工作比如从头到尾洗完一篮衣服或者做一盘炒鸡蛋。我对此非常有信心。”只是一台机器人完成过任务和一支能够稳定运行的机器人队伍差得很远。虚假的谎言容易识别但是当Figure把真实和虚假放在一起就形成了一个可以规模化应用、复制收费的具身智能生意。Figure的创始人Brett Adcock过去十年俄创业几乎都是在赚估值泡沫的钱。2018年他把招聘网站Vettery以1.1亿美元卖掉赚到第一笔3000万美元。2021年他推动空中出租车公司Archer Aviation借助SPAC上市。那时Archer还没有完成一次商业飞行却已经以17亿美元估值融资8.58亿美元。Figure的故事更大。公司成立时人形机器人还只能在工厂进行小规模测试和受控演示。19个月后Figure的估值从26亿美元涨到了390亿美元。去年Figure曾寻求融资150亿美元投前估值380亿美元。融资文件里甚至为两家规模不大的风投机构预留了12亿美元额度。两家机构后来通过特殊目的载体才完成了投资。Figure最后的估值达到390亿美元接近宝马这样的老牌汽车公司。投资人押注的不是Figure今天已经产生了多少收入而是它未来可能部署多少台机器人。Adcock公开说Figure未来四年有机会在宝马和另一家未公开名称的公司部署10万台机器人。一份发给特殊目的载体投资人的备忘录则称按当时的定价假设四年部署10万台机器人意味着90亿美元的年度经常性收入。机器人还没有部署收入先被算出来了。以模糊的经营估算未来这套算法并不难理解。人形机器人市场足够大边界又足够模糊。摩根士丹利预计到2050年这个市场规模可能达到5万亿美元花旗的预测是7万亿美元RBC给出的区间甚至达到9万亿至12万亿美元。只要终点足够遥远途中发生的一次演示就可以被解释成“商业化即将到来”。Adcock也很会使用这种叙事。他说人形机器人最终会进入每个家庭月租500或600美元帮人洗衣服、收拾厨房、捡起孩子散落的玩具。这些事情都可能发生。但今天的机器人还没有学会稳定使用剪刀互联网也没有一套可以直接拿来训练人形机器人的人类行为数据。Figure的估值已经提前进入了一个更大的世界它的产品还没有。宝马试点项目于去年年底结束Figure机器人协助生产数万辆汽车搬运了约9万个零部件。但Figure创始人Adcock曾在社交媒体上称Figure为宝马提供了“一支执行端到端操作的机器人队伍”。这个说法被宝马否认实际只有一台Figure机器人在工作。今年6月Figure重返宝马位于南卡罗来纳州斯帕坦堡的工厂。Adcock在社交媒体上造势宣传配着强烈电子音乐的视频里更新后的Figure机器人在宝马工厂里拖动沉重的货车。谈到这个项目Adcock告诉《福布斯》现场有“六到八台”Figure机器人并且“相当确定”宝马正在为这些机器人付费。“我认为现在宝马是在为所有机器人付费”他说“我们所有客户都有一定数量的机器人配额和合同而我们正在努力向他们交付更多机器人。”宝马方面则称这项项目是一次非生产性测试涉及两到三台机器人。测试已经结束目前宝马工厂里没有Figure机器人在运行。宣传视频里的四台机器人中宝马表示只有一台真正完成了工作另外三台没有参与。Figure还派了5到10名员工确保视频拍摄顺利进行。至于两家公司的关系宝马只表示双方“仍在持续评估人形机器人并交流相关经验”。另一个被猜测的大客户UPS似乎也没有在实际使用Figure的人形机器人。有UPS卡车司机发言人表示UPS没有通知工会进行任何Figure机器人测试。工会称只要测试可能影响员工UPS就必须提前通知。Figure是一家真实存在的公司却套着一组远超自身规模的数字。它大约造出了1000台人形机器人但究竟有多少台已经部署、部署在哪里目前并不清楚。谁在为这些机器人付费也仍然是个问题。Figure与AI巨头OpenAI此前的合作也存在类似的说法冲突。2024年OpenAI投资了Figure的B轮融资两家公司随后共同开发驱动Figure机器人的模型。但不到一年合作破裂。OpenAI称Figure多次错过约定的交付节点也无法提供研究人员所需的硬件和软件支持。OpenAI最终认为Figure不是一个可行的机器人合作伙伴并告诉Adcock计划增加自研机器人方面的投入。Figure不接受这个说法。Figure方面称自己的团队在机器人模型训练上推进得更快不愿意把这项工作交给OpenAI所以终止了合作。双方都把分手解释成了自己主动选择的结果。今年开始把部署重点转向家庭场景的Figure则让技术安全问题被放大。Figure前产品安全负责人Rob Gruendel在2025年11月提起的一起诉讼中称公司内部曾讨论如何把机器人送进家庭。他制定的路线图包括识别附近物体避免机器人撞到人或其他有生命的东西。诉讼称Adcock没有参加相关会议也没有回应路线图。Gruendel还称在他推动降低风险的措施时另一位高管对他说“如果我们这么做Adcock会把我们都毙了。”他还描述过一次测试一台Figure 02被设定为以最大力度击打冲击力超过打碎成年人头骨所需力量的两倍。另一次故障中机器人一拳打在钢制冰箱门上留下约四分之一英寸长的裂口险些击中员工。Figure否认其中部分说法称Gruendel因为表现不佳被解雇公司会遵守最高安全标准。诉讼还在进行。机器人离开实验室之后来到实际部署场景下安全隐患会快速被放大为比技术先进更重要的问题。中国公司对标Figure首先看中的是它的技术表现。今年春晚20多台宇树机器人同时完成翻滚、弹射和连续动作。这个演示的难点不在于某一台机器能不能做到而在于这么多台量产机器人能否动作一致。宇树目前比较突出的能力是本体、运动控制和硬件一致性。招股书显示2025年前三季度宇树人形机器人收入占比已经超过50%整体收入约为2亿美元相关产品毛利率达到63%。但宇树的主要客户仍然是科研和教育市场。科研市场可以接受较高价格也不太要求机器人像工厂设备一样长时间连续运行。63%的毛利率说明宇树找到了不错的产品市场却不能直接说明人形机器人已经进入大规模工业应用。银河通用的网球机器人也很有代表性。银河通用春节期间租用网球场用动捕设备采集数据再反复进行强化学习训练。它的价值不一定在于提出了新的学术路线而在于把硬件、数据和算法快速拧到了一起。机器人要在高速来球中判断方向、调整姿态、完成挥拍还要在动作后重新恢复平衡。这个过程比发布一段手部抓取视频更接近真实系统工程。智元则在推进全身运控。过去机器人上肢操作和下肢移动往往由两套系统分别负责现在越来越多公司尝试用一个模型同时处理移动、平衡和操作。这条路线和Figure的Helix有相似之处。Figure曾公开过低频、中频和高频三层控制架构试图用统一的全身模型控制机器人。中国公司正在追赶的正是这种从“手会动、腿会走”走向“全身一起动”的能力。但最容易复制的是动作不是系统。同样一个网球动作做成一分钟视频不难让机器人每天在不同球场、不同光线和不同来球速度下工作难度完全不同。同样是在宝马工厂搬运零件让一台机器完成一次动作不难让它连续运行几个月出了故障还能快速维修客户才会把它当成生产设备。具身智能领域现在普遍缺数据。人类可以从互联网获得海量文本和视频但机器人需要的数据更接近“怎么把一个杯子拿稳”“怎样把一条毛巾折好”“冰箱门快要弹回来时手该怎么躲开”。这样的数据收集起来很贵也很慢。所以Figure的故事有一半是真实的它的机器人确实在进步统一控制模型也确实有技术含量。另一半则是资本市场自动补上的。市场把一次动作补成了一种能力把一种能力补成了行业空间再把行业空间折算成公司的估值。国内行业现在也在经历这个过程。统计显示中国估值超过100亿元人民币或15亿美元的人形、具身智能公司已经超过20家。与此同时最头部的宇树收入约为2亿美元具身智能真正的商业化仍然需要时间。这两个数字放在一起就能看出行业的速度有多快。钱已经到了需求还在路上。Figure大约造出了1000台机器人外界却不知道其中多少台真正部署、多少台正在工作也不知道谁在持续付款。宇树在硬件上走得更快银河通用在复杂动作上走得更快智元在全身控制上加速其他公司则在灵巧手、数据采集和模型训练上寻找突破。这是一场真实的技术竞赛。但如果大家最后都用最顺滑的演示视频去证明最庞大的商业价值比赛就会慢慢变成另一件事谁更会讲故事。

相关新闻

用LLM自动化审查测试用例一致性:从Prompt设计到避坑实录

用LLM自动化审查测试用例一致性:从Prompt设计到避坑实录

做测试这行最烦的事情之一,就是评审测试用例。我一度以为“评审”两个字天生自带催泪效果,直到我真的把一堆密密麻麻的用例表格扔给LLM去查一致性,才发现原来崩溃也可以很安静——机器不哭,但它会一条一条列出你写过的所有自相矛盾…

2026/10/11 5:21:40 阅读更多 →
GitHub第40周趋势:AI退潮,开发者工具与边缘计算崛起

GitHub第40周趋势:AI退潮,开发者工具与边缘计算崛起

这周的 GitHub 趋势周报,我整理到一半就发现气氛和前面几周完全不同。连续一个多月被大模型框架刷屏的榜单,在第 40 周突然涌进了一批非常“务实”的面孔:本地优先的 AI 工具、单文件应用、边缘数据库、终端 UI 组件。我的第一反应是风向变了…

2026/10/11 5:21:40 阅读更多 →
Pot 完全实战指南:跨平台划词翻译、截图 OCR 与外部调用一站式上手

Pot 完全实战指南:跨平台划词翻译、截图 OCR 与外部调用一站式上手

Pot 完全实战指南:跨平台划词翻译、截图 OCR 与外部调用一站式上手 【免费下载链接】pot-desktop 🌈一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition. 项目地址: https://gitcode.com/GitHub_Trendi…

2026/10/11 5:21:39 阅读更多 →

最新新闻

基于YOLO的焊缝缺陷检测毕设方案:数据集、训练与推理全流程拆解

基于YOLO的焊缝缺陷检测毕设方案:数据集、训练与推理全流程拆解

简介:这份资源面向深度学习与计算机视觉方向的毕业设计、课程设计及期末大作业需求者,聚焦工业焊缝缺陷的自动识别与定位问题。方案以YOLO算法为核心,将目标检测转化为回归任务,实现对裂纹、气孔、未熔合、未焊透等缺陷的快速预测…

2026/10/11 7:02:35 阅读更多 →
C#部署YOLOv8-OBB:旋转框解析与OpenVINO推理实战

C#部署YOLOv8-OBB:旋转框解析与OpenVINO推理实战

简介:这份C#源码工程基于Intel OpenVINO工具包实现Yolov8-OBB旋转目标检测,面向需要在文档识别、条码扫描或交通标志检测中定位倾斜目标的开发者,解决普通矩形边界框难以表达旋转物体方向的问题。整个压缩包共337个文件,大小约307…

2026/10/11 7:02:35 阅读更多 →
AnyPS5 技术拆解:输入设备泛化与协议桥接实战

AnyPS5 技术拆解:输入设备泛化与协议桥接实战

1. 从“AnyPS5”这个名字说起:它到底想解决什么问题第一次看到“AnyPS5”这个标题,我脑子里冒出来的第一个念头是:这大概率是一个围绕 PlayStation 5 生态做“泛化接入”或“跨端能力扩展”的项目。为什么这么判断?因为“Any”这个…

2026/10/11 7:02:35 阅读更多 →
DLSS5与多帧插值协同实现144Hz无闪帧生成

DLSS5与多帧插值协同实现144Hz无闪帧生成

1. 这个“6倍帧生成DLSS5”到底在解决什么真实痛点?先说结论:这不是营销噱头,而是针对《原神》这类高画质、高动态场景下,GPU瓶颈与显示器刷新率不匹配这一长期被忽视的底层矛盾,所给出的一套可落地的工程化解法。我最…

2026/10/11 7:02:35 阅读更多 →
《执行控制工程》作者手记 04|当所有条件都已成立,谁真正决定现实

《执行控制工程》作者手记 04|当所有条件都已成立,谁真正决定现实

本文是《执行控制工程》(Execution Control Engineering)的作者手记。 它不是书籍正文的摘要或重写,而是围绕本章问题、工程背景与写作之后的进一步思考。 在过去的软件工程实践中,我们已经建立了许多用于管理权力的机制。身份认证…

2026/10/11 7:02:35 阅读更多 →
GitHub 打不开怎么排查:先分清是 DNS 污染还是连接被重置,处理方式完全不同

GitHub 打不开怎么排查:先分清是 DNS 污染还是连接被重置,处理方式完全不同

本文首发于 CSDN,转载请注明出处。 先说结论:「GitHub 打不开」不是一个故障,而是至少四类完全不同的故障——DNS 解析不出地址、TCP 连接超时、连接被中间设备重置、TLS 握手被打断。四种故障的表象都是「转圈然后失败」,但报错原…

2026/10/11 7:01:35 阅读更多 →

日新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/11 0:00:27 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/11 0:00:27 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/10 5:23:50 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/9 21:32:20 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/10 10:38:42 阅读更多 →