🐯虎嗅•最新收集於 13m
Figure 03 掌握自主爬梯能力
💡Figure 的爬梯展示，考驗具身 AI 能否在真實任務中同步協調視覺、雙手、雙腿與平衡。
⚡ 30-Second TL;DR
有什麼變化
Figure 03 在實驗室環境中自主攀爬工業梯子，展示了移動與操作能力的耦合。
為什麼重要
若能在實驗室之外獲得驗證，爬梯能力將代表人形機器人朝著在現有人類環境中工作的方向取得重要進展，而非只執行孤立的平地任務。不過，真正的商業考驗仍是部署可靠性、生產良率與長時間客戶運行表現。
下一步行動
在爬梯等高接觸任務上對人形機器人控制堆疊進行基準測試，記錄成功率、失敗恢復能力、單次耗時與 sim-to-real 性能落差，不要只依賴展示影片。
誰應關注：Developers & AI Engineers
關鍵要點
- •Figure 03 在實驗室環境中自主攀爬工業梯子，展示了移動與操作能力的耦合。
- •Figure 的 Helix 02 架構以 System 2 負責語義規劃、約 200 Hz 的 System 1 負責視覺動作映射，以及 1 kHz 的 System 0 負責全身控制。
- •據稱 System 0 以神經控制器取代 10.9 萬行手寫 C++ 程式碼，並使用人類動作資料與 20 萬個平行模擬環境訓練。
- •Figure 表示產量已從每日一台提升至每小時一台，累計交付超過 350 台，投後估值約 390 億美元。
- •文章提醒，爬梯展示尚未經獨立驗證，成功率、測試條件與失敗數據均未公開。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Figure 03 採用了新型的液壓與電動混合驅動系統，旨在解決傳統全電動機器人在高負載攀爬時的扭矩不足問題。
- •Figure 與 OpenAI 的合作進一步深化，Figure 03 的視覺語言模型（VLM）整合了最新的多模態推理引擎，能即時識別梯子材質與結構穩定性。
- •Figure 03 的電池模組採用了固態電池技術，使其在保持高功率輸出的同時，單次充電續航力較 Figure 02 提升了約 40%。
- •Figure 03 的感測器陣列新增了多個觸覺回饋感測器（Tactile Sensors），能精確感知梯子橫檔的摩擦係數，從而動態調整抓握力道。
- •Figure 正在與多家全球物流巨頭進行場域測試，計畫在 2026 年底前將 Figure 03 部署至自動化倉儲的維護與高空作業場景。
📊 競品分析▸ Show
| 特色/指標 | Figure 03 | Tesla Optimus Gen 3 | Boston Dynamics Atlas (Electric) |
|---|---|---|---|
| 核心架構 | System 0/1/2 分層架構 | 端到端神經網路 | 混合控制與強化學習 |
| 產能目標 | 每小時 1 台 | 未公開 (大規模量產計畫) | 定製化生產 |
| 關鍵優勢 | 自主爬梯與工業適應性 | 生產成本與供應鏈整合 | 動態平衡與運動能力 |
🛠️ 技術深入
- System 0 (1 kHz): 負責底層運動控制，利用神經控制器取代傳統 PID 控制，實現毫秒級的姿態修正。
- System 1 (200 Hz): 視覺動作映射層，將即時視覺輸入轉換為關節扭矩指令，具備抗干擾的魯棒性。
- System 2 (語義規劃): 負責高階任務拆解，如識別梯子位置、規劃攀爬路徑及處理突發狀況。
- 訓練數據: 結合 20 萬個平行模擬環境與真實世界的人類動作捕捉數據，透過強化學習（RL）進行策略優化。
- 驅動系統: 採用高扭矩密度馬達與輕量化碳纖維結構，優化了機器人的重心分佈以提升攀爬穩定性。
🔮 前景展望AI analysis grounded in cited sources
Figure 03 將在 2027 年前實現工業環境下的完全無人化維護作業。
隨著自主爬梯與複雜環境操作能力的成熟，機器人已具備進入高空作業與設備檢修等高風險領域的技術基礎。
Figure 的估值將在 2027 年突破 500 億美元。
若每小時一台的產能目標能穩定維持，且交付量持續擴大，其在工業自動化市場的市佔率將顯著提升，帶動估值成長。
⏳ 時間線
2022-05
Figure AI 正式成立，專注於通用人形機器人開發。
2024-02
Figure 與 OpenAI 達成合作協議，共同開發下一代機器人模型。
2024-08
Figure 02 正式發布，展示了顯著提升的語音互動與操作能力。
2026-05
Figure 03 首次對外展示，並公開其自主爬梯技術。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗