作者 | 毛心如

連續(xù)三天，接連三個(gè)重大公告，應(yīng)該沒有一家具身智能公司能比 Figure AI 更高調(diào)了。

此前，F(xiàn)igure AI 創(chuàng)始人在社交平臺(tái)上預(yù)告「未來三天，每天會(huì)有一個(gè)重大公告」：

9 月 16 日，宣布 C 輪融資超 10 億美元，投后估值達(dá) 390 億美元，較上輪 26 億美元估值翻了 15 倍；

9 月 17 日，與全球最大的另類資產(chǎn)管理公司之一 Brookfield 合作，為訓(xùn)練 Helix 模型創(chuàng)造大量真實(shí)家庭場景；

9 月 18 日，啟動(dòng) Go-Big 項(xiàng)目，目標(biāo)構(gòu)建世界上最大、最多樣化的人形預(yù)訓(xùn)練數(shù)據(jù)集，目前已經(jīng)實(shí)現(xiàn)零樣本人機(jī)數(shù)據(jù)遷移。

這三條公告合起來是一套清晰且聯(lián)動(dòng)的戰(zhàn)略動(dòng)作：一方面，大額 C 輪融資贏得了研發(fā)、算力與量產(chǎn)的時(shí)間與資源；另一方面，與 Brookfield 的合作為 Helix 模型提供了大量真實(shí)場景，既降低了數(shù)據(jù)獲取成本，也搭建了數(shù)據(jù)壁壘。

Figure 同樣還在宣告，其重點(diǎn)向家庭場景投入研發(fā)和資金資源，除了之前展示的疊毛巾、洗碗機(jī)裝載，F(xiàn)igure 機(jī)器人正在拓展更多家庭場景功能。

以胡潤研究院今年 6 月發(fā)布的《2025 全球獨(dú)角獸榜》為參考，F(xiàn)igure AI 的估值已經(jīng)來到了全球第 11 名，超越了估值 2600 億元的區(qū)塊鏈公司幣安。同時(shí) Figure AI 也正式問鼎全球估值最高的初創(chuàng)具身智能公司。

除此之外，F(xiàn)igure AI 也打破了自身于 2024 年 2 月完成的 6.75 億美元 B 輪融資所創(chuàng)下的全球人形機(jī)器人單筆融資記錄。

此次 C 輪融資的敲定，宣告 Figure AI 在融資規(guī)模與估值上，為具身智能領(lǐng)域創(chuàng)造了新的紀(jì)錄。

10 億美金，解決三個(gè)問題

在此輪融資中，F(xiàn)igure AI 明確了資金使用的三個(gè)方向：

將人形機(jī)器人擴(kuò)展到家庭和商業(yè)運(yùn)營

構(gòu)建下一代 GPU 基礎(chǔ)設(shè)施以加速訓(xùn)練和模擬

為 Helix 啟動(dòng)高級(jí)數(shù)據(jù)收集工作

簡單講，就是要解決「量產(chǎn)+商業(yè)化、算力、數(shù)據(jù)」這三個(gè)問題。

一位業(yè)內(nèi)人士曾在采訪中表示，人形機(jī)器人賽道正在經(jīng)歷「冰火兩重天」。一邊是相關(guān)企業(yè)獲得大額融資，估值水漲船高，另一邊則是關(guān)鍵零部件產(chǎn)能不足、生產(chǎn)工藝落后導(dǎo)致量產(chǎn)瓶頸難以突破，商業(yè)化落地舉步維艱。

Figure AI 計(jì)劃今年開始量產(chǎn)第三代機(jī)器人 F.03，并在 4 年內(nèi)量產(chǎn) 10 萬臺(tái)。為此，F(xiàn)igure 特地建造了制造工廠 BotQ，預(yù)計(jì)初始產(chǎn)線年產(chǎn) 12000 臺(tái)，并強(qiáng)調(diào)「機(jī)器人參與制造自己」的概念，以提高自動(dòng)化率、降低成本。

無疑 BotQ 工廠的落地為量產(chǎn)打下了基礎(chǔ)，但可靠性、維修與運(yùn)維網(wǎng)絡(luò)才是真正決定商業(yè)化能否落地的要素。

與大家電、汽車不同，人形機(jī)器人在關(guān)節(jié)、傳感器、軟硬件協(xié)同等方面復(fù)雜度更高，部署到客戶現(xiàn)場后，需要成熟的遠(yuǎn)程診斷、快速配件替換與長期學(xué)習(xí)升級(jí)方案。

換句話說，制造只是第一步，運(yùn)營與生命周期成本才決定利潤。華爾街與行業(yè)媒體對 Figure 的高估值是基于對未來流量化運(yùn)營的想象，但如果運(yùn)維成本高于預(yù)期，商業(yè)模式就會(huì)被壓縮。

此次 C 輪投資中，英偉達(dá)參與了追投。而前不久英偉達(dá)發(fā)布的新款「機(jī)器人大腦」NVIDIA Jetson AGX Thor，F(xiàn)igure AI 跟宇樹、銀河通用一樣，都是首批體驗(yàn)用戶。

在公告里，F(xiàn)igure AI 明確要構(gòu)建下一代 NVIDIA GPU 基礎(chǔ)架構(gòu)，用于加速訓(xùn)練與仿真。要訓(xùn)練 Helix 這類端到端 VLA 模型，尤其是進(jìn)行大規(guī)模仿真和在線訓(xùn)練，對 GPU 集群、低延遲互聯(lián)和成本控制的要求極高。

綁定英偉達(dá)這樣的「算力大腿」，至少對于 Figure 而言是一筆穩(wěn)賺不虧的買賣。因?yàn)樗懔Σ恢皇且还P單純的資本性支出，它直接決定研發(fā)速度、模型迭代頻次與仿真覆蓋面。

很多機(jī)器人公司在早期靠秀 Demo 就能夠吸引階段性融資和訂單，但要跨越「從實(shí)驗(yàn)室到現(xiàn)實(shí)世界」的鴻溝，就必須依賴指數(shù)級(jí)增長的數(shù)據(jù)與訓(xùn)練循環(huán)，而這需建立在穩(wěn)定、可持續(xù)、可負(fù)擔(dān)的算力基礎(chǔ)之上。

而在數(shù)據(jù)方面，F(xiàn)igure 與 Brookfield 的合作側(cè)面揭開了真實(shí)世界數(shù)據(jù)的兩個(gè)挑戰(zhàn)：

一是規(guī)模與覆蓋，這需要在千變?nèi)f化的環(huán)境、不同人體、物件與任務(wù)下采集；

二是隱私、合規(guī)與標(biāo)注成本，真實(shí)場景里人臉、人物隱私，場地同意等問題讓數(shù)據(jù)采集問題變得敏感。

許多研究表明，只有依托大量且多樣化的真實(shí)交互數(shù)據(jù)，才能將仿真訓(xùn)練中學(xué)到的策略推向現(xiàn)實(shí)環(huán)境，并保障其長期可靠性。

牽手巨頭，Helix 有新突破

剛宣布與 Brookfield 的合作時(shí)，有些人感到失望，以為會(huì)是發(fā)布技術(shù)更新內(nèi)容。但從合作內(nèi)容來看，F(xiàn)igure AI 在為第三天 Helix 的模型升級(jí)做鋪墊。

作為此次 C 輪融資的投資方之一，Brookfield 是全球最大的資產(chǎn)管理公司之一，擁有超過 1 萬億美元的資產(chǎn)和 10 萬個(gè)住宅單元。

數(shù)據(jù)顯示，其住宅空置率至少約為 5%，這意味著至少有約 5000 套配有基本家具的空置住宅，可作為 Figure 進(jìn)行數(shù)據(jù)采集的真實(shí)場景，用于 Helix 模型訓(xùn)練。

從公告來看，兩家公司合作主要通過三個(gè)渠道：

利用 Brookfield 的工業(yè)、商業(yè)空間：在大量不同類型的真實(shí)場景收集頻、深度、力覺、語音、操作軌跡等多模態(tài)數(shù)據(jù)

搭建可擴(kuò)展訓(xùn)練與邊緣基礎(chǔ)設(shè)施：在存儲(chǔ)、標(biāo)注、模型訓(xùn)練與持續(xù)在線評(píng)估方面形成工業(yè)級(jí)流水線，支持大規(guī)模 Helix 訓(xùn)練與推理。

與商業(yè)部署閉環(huán)結(jié)合：在 Brookfield 管理的商業(yè)場景中進(jìn)行早期真實(shí)部署試驗(yàn)，加速「數(shù)據(jù)-模型-部署-反饋」的閉環(huán)。

人類訓(xùn)練視頻

隨即啟動(dòng)的 Go-Big 項(xiàng)目，宣告著 Helix 模型的升級(jí)。在與 Brookfield 的初期部署中，F(xiàn)igure 機(jī)器人經(jīng)過人類第一視角視頻針對性訓(xùn)練，可執(zhí)行「去冰箱拿東西」等自然語言指令，并實(shí)現(xiàn)自主導(dǎo)航。

在此前的 Helix 模型展示中，機(jī)器人大多專注上半身任務(wù)，例如分揀包裹、疊毛巾、洗碗機(jī)裝載等。但如果要讓機(jī)器人在家庭這類非結(jié)構(gòu)化環(huán)境中真正發(fā)揮作用，智能導(dǎo)航能力才是關(guān)鍵。

通過前期采集的人類導(dǎo)航數(shù)據(jù)，Helix 能直接將人類策略轉(zhuǎn)化為機(jī)器人控制，無需機(jī)器人演示，僅靠新加入的訓(xùn)練數(shù)據(jù)即可實(shí)現(xiàn)。

目前，Go-Big 項(xiàng)目已為 Helix 帶來三點(diǎn)升級(jí)：

語音導(dǎo)航：Helix 可以直觀地響應(yīng)對話命令，例如「去澆花」，從像素自動(dòng)生成閉環(huán)控制，在復(fù)雜家居環(huán)境中自主移動(dòng)

單一且統(tǒng)一的模型：One Helix 網(wǎng)絡(luò)同時(shí)輸出靈巧操作指令與導(dǎo)航命令，不再依賴多套分系統(tǒng)

零樣本人機(jī)遷移：首次實(shí)現(xiàn)僅憑人類視頻就完成端到端學(xué)習(xí)——從圖像和語言直接生成底層 SE(2)速度指令

與 Brookfield 的這次合作，其實(shí)是 Figure AI 為解決算法模型難題打出的一張「明牌」。

王興興曾表示過，數(shù)據(jù)非常重要，但優(yōu)質(zhì)數(shù)據(jù)稀缺且難以辨別，只有提升數(shù)據(jù)利用率，模型端才能得到實(shí)質(zhì)進(jìn)步。

所以 Figure 的第一步就是建立數(shù)據(jù)壁壘。人形機(jī)器人要在真實(shí)世界可靠運(yùn)行，依賴覆蓋面廣、標(biāo)注細(xì)致、包含豐富人機(jī)交互的真實(shí)數(shù)據(jù)集。Brookfield 的場景資源降低了 Figure 獲取這類數(shù)據(jù)的時(shí)間與金錢成本。

相應(yīng)的，Brookfield 的場景網(wǎng)絡(luò)系統(tǒng)化用于數(shù)據(jù)采集，F(xiàn)igure 能獲得大量覆蓋商業(yè)與家庭環(huán)境的多元數(shù)據(jù)，這將直接提升模型泛化與魯棒性。

此外，這些住宅場景既是訓(xùn)練場也是試驗(yàn)田和最終部署點(diǎn)，可以推動(dòng) Figure 快速迭代并搭建「部署-數(shù)據(jù)-迭代」的商業(yè)閉環(huán)。

這次合作也建立了從研究到規(guī)�；�的橋梁。很多機(jī)器人或大模型成果在受控環(huán)境效果好，但遷移到真實(shí)、雜亂的環(huán)境表現(xiàn)容易失效。Go-Big 項(xiàng)目的目的，就是把「訓(xùn)練分布」真實(shí)化，從而縮短研發(fā)到量產(chǎn)和商業(yè)部署的鴻溝。

具身智能，終局考驗(yàn)在「人」的押注

今年，具身智能一直處在投資熱潮，無論是國內(nèi)銀河通用的 12 億元融資、自變量的 10 億元融資，還是 Figure AI 的 10 億美元融資，無不展現(xiàn)出資本市場對這一賽道的看好。

對研發(fā)技術(shù)難、周期長，資金需求大的具身智能行業(yè)來說，投資人除了「投技術(shù)」，也要「投人、投故事」，這一點(diǎn)在美國資本市場尤其明顯。

Figure AI 的創(chuàng)始人 Brett Adcock 曾連續(xù)成功創(chuàng)業(yè) 2 次，2012 年他押注線上人才市場創(chuàng)辦了 Vettery，2018 年押注電動(dòng)飛行器創(chuàng)辦了 Archer Aviation。2022 年，他創(chuàng)辦了 Figure AI，押注人形機(jī)器人會(huì)是 AGI 的終極形態(tài)。

從 Brett Adcock 的創(chuàng)業(yè)路徑不難看出，他敢于押注「超前」方向，尤其擅長長周期、大敘事行業(yè)。他不僅擁有將早期科技公司做大并成功退出的記錄，還擁有硬件+平臺(tái)的雙重經(jīng)驗(yàn)。

而美國資本愿意頻頻向 Figure AI 下注，主要基于四個(gè)核心因素。

首先是創(chuàng)始人與團(tuán)隊(duì)敘事夠吸引人。硅谷與機(jī)構(gòu)投資人偏好能夠把復(fù)雜工程化成可交付產(chǎn)品的創(chuàng)始人，而 Brett Adcock 的履歷恰好契合，當(dāng)投資者相信這個(gè)人能把事做成時(shí)，他們愿意用資金換取時(shí)間窗口。

第二是市場想象空間夠大。人形機(jī)器人走入工廠和家庭，意味著其長期可服務(wù)總量大，資本愿意為潛在巨量市場支付溢價(jià)，哪怕當(dāng)前收入很少。華爾街與 VC 在判斷早期硬科技時(shí)，經(jīng)常以「未來收入的折現(xiàn)敘事」作為重要依據(jù)。

第三是其技術(shù)路線的獨(dú)特性。Figure AI 以軟硬一體路線為主導(dǎo)策略，既有自研 VLA 模型 Helix，又擁有自建工廠 BotQ，一旦自研大模型趨于成熟，F(xiàn)igure AI 會(huì)迅速建立起技術(shù)壁壘。

事實(shí)上，美國市場上與 Figure AI 同路線的競爭對手只有特斯拉 Optimus，但特斯拉在公司性質(zhì)上跟 Figure AI 截然不同。

而其他潛在競爭對手，Agility 和 Apptronik 注重硬件，大模型缺位；Skild AI 更注重軟件，本體穩(wěn)定性不及 Figure AI；Physical Intelligence 和 Field AI 則只做機(jī)器人大腦。

最后就是要客觀看待美國的資本環(huán)境，美國市場在 AI 狂熱前已經(jīng)積累了大量的基金備用金，再加上本地可投資標(biāo)的少，F(xiàn)igure AI 又在技術(shù)路徑上更具備優(yōu)勢，所以可以持續(xù)獲得大量投資。

跳出資本視角回看，具身智能最終考驗(yàn)的還是對「人」的押注：創(chuàng)始人對團(tuán)隊(duì)的管理、對技術(shù)路線的判斷、對外宣傳的節(jié)奏、對投資人講故事的技巧……這些都與公司命運(yùn)緊密相關(guān)。

而 Brett Adcock 顯然是個(gè)成功的會(huì)「講好故事」的創(chuàng)始人。

所謂「講好故事」包含兩層：一是融資敘事，讓風(fēng)投與戰(zhàn)略巨頭相信其路線圖值得長期投入；二是產(chǎn)品敘事，讓潛在客戶相信你能在短期內(nèi)解決他們的痛點(diǎn)。

在具身智能領(lǐng)域，這兩者互為放大器：資本注入提供實(shí)驗(yàn)資源，好的落地成果反過來驗(yàn)證敘事，吸引下一輪資本與客戶。

因此，F(xiàn)igure 無論是展示機(jī)器人 Demo、公布工廠計(jì)劃，還是宣布戰(zhàn)略客戶，都有節(jié)奏、有策略，這也為其贏得巨額資金打下現(xiàn)實(shí)基礎(chǔ)。

截至目前，F(xiàn)igure AI 累計(jì)融資金額已達(dá) 17.54 億美元，估值高達(dá) 390 億美元。公開合作客戶包括與寶馬的試驗(yàn)性部署與數(shù)據(jù)采集，以及與 Brookfield 的合作，旨在擴(kuò)大真實(shí)場景數(shù)據(jù)獲取與商業(yè)落地渠道。

具身智能行業(yè)正處于「群雄逐鹿」的階段，F(xiàn)igure AI 的暫時(shí)領(lǐng)先，為行業(yè)注入了活力，但也讓我們看到，這一領(lǐng)域沒有「一勞永逸」的成功，只有「持續(xù)迭代」的生存。

未來，F(xiàn)igure AI 能否將優(yōu)勢轉(zhuǎn)化為「勝勢」，關(guān)鍵在于能否把融資額變成技術(shù)成果，把 Demo 能力變成產(chǎn)品實(shí)力。

當(dāng)機(jī)器人真正能看懂復(fù)雜場景、理解人類意圖、可靠完成任務(wù)時(shí)，具身智能的價(jià)值才會(huì)真正落地。

       原文標(biāo)題 : 估值全球第一，F(xiàn)igure AI 有頂級(jí)陽謀