Figure 机器人数量第一次超过了人类员工

事情是这样的。

6 月 19 日晚上，我刷到 Figure 创始人 Brett Adcock 发了一句话，For the first time, robots now outnumber humans at Figure。翻译过来就是，在 Figure 这家公司里，机器人的数量第一次超过了人类员工。

我盯着这句话看了几秒，没绷住。

不是因为它有多高深，恰恰相反，它简单得有点吓人。一家造人形机器人的公司，自己厂里跑的机器人比上班的人还多。听起来像个段子，但 Adcock 是认真的，配图就是车间里一排排站着的 Figure 机器人。转发这条的 Rohan Paul 加了一句评论，We are past the point of theory，我们已经过了纸上谈兵的阶段。

这句评论才是真正让我愣住的地方。

因为人形机器人这事，我们已经听了太多年的「快了快了」。波士顿动力的视频每隔一阵就刷屏一次，机器人后空翻、跑酷、开门，看着都炸，但你心里清楚那是 demo，是表演，是给投资人和 YouTube 看的。真要问一句「那它现在能干活了吗」，答案总是含糊的。

而 Figure 这次甩出来的不是一个炫技视频，是一个数字。数字这东西不会表演。

先说说 Figure 到底是谁

可能有朋友对这家公司没什么概念，我快速补一下背景，不然后面聊不下去。

Figure 是 Brett Adcock 在 2022 年创立的人形机器人公司，总部在加州。这哥们之前干过两家公司，一家是招聘平台 Vettery，卖了；一家是电动飞机公司 Archer Aviation，上了市。所以他不是第一次创业的愣头青，是那种连续把公司做成的人。他创立 Figure 的目标说得特别直白，造能干活的通用人形机器人，先进工厂，再进物流，最后进家庭。

听到这种宏大叙事，我第一反应通常是翻白眼。AI 行业这几年最不缺的就是 PPT 上的星辰大海，今天「重塑制造业」，明天「人机协作新纪元」，听多了耳朵起茧。我以前也信过这套，后来被现实教育了好多回。

但 Figure 的节奏有点不一样，它是真往外掏东西。

2024 年它发布了 Figure 02，第二代人形机器人，手部有 16 个自由度，能拿能放能操作工具。然后 2025 年发布了第三代 Figure 03，这一代是专门冲着量产和进家庭去设计的，外壳做了软包，安全性和成本都重新抠过。

光有硬件没用，机器人得有脑子。这就要说到它最关键的一步棋了。

它把 OpenAI 甩了，自己造脑子

2025 年 2 月，Figure 干了一件当时让我有点意外的事，它宣布结束和 OpenAI 的合作，转头自己搞模型。

要知道在那之前，Figure 是 OpenAI 重点站台的合作伙伴，机器人的语言理解和对话能力都靠 OpenAI 的模型撑着。这就好比你家里最能打的外援突然不要了，自己上。当时不少人觉得这是 PR 噱头，或者是谈崩了找个台阶。

结果没几天，Figure 就把底牌亮了出来，一个叫 Helix 的模型。

Helix 是个 VLA 模型。这个词第一次出现我得展开一下，VLA 是 Vision-Language-Action 的缩写，视觉语言动作模型。你可以把它理解成，传统的大模型是「看文字、说文字」，多模态模型是「看图、说文字」，而 VLA 再往前走一步，是「看见眼前的世界，听懂你说的话，然后直接控制身体做出动作」。

举个我看完 demo 印象最深的例子。你跟机器人说，把这袋东西递给旁边那台机器人，两台 Figure 就能配合着把活干完，一个递一个接。整个过程里没有人提前给它写好「先抬左手、转 30 度、张开夹爪」这种指令，它是看着、听着、自己想着把事做了。

这个跨越比听起来大得多。

我平时的工作，往糙了说就是给大模型搭让它真正能干活的那层工程，调度、工具调用、超时重试、上下文管理这些脏活累活。所以我对「让模型从说话到干活」这一步有多难，是有体感的。一个模型在聊天框里答得天花乱坠，跟它真的去拧一颗螺丝、不把零件捏碎、不撞到旁边的同事，完全是两个世界。前者错了你刷新一下重来，后者错了是要砸钱、砸设备、甚至砸到人的。

Helix 干的就是把这条最难的鸿沟往前填了一大截。而且 Figure 强调它是端到端的，从摄像头像素直接到电机扭矩，中间不靠一堆手写规则去翻译。这套思路跟自动驾驶里端到端那一派是一个味道。

所以你回头看「甩开 OpenAI」这个决定，它不是赌气，是想把脑子和身体捏在自己手里。机器人这东西，感知、决策、控制是一体的，外包一半出去，延迟、协同、迭代速度全要打折。Adcock 显然算明白了这笔账。

真正的杀招，是那座叫 BotQ 的工厂

聊到这你可能会说，行吧，硬件有了，模型也有了，那不还是 demo 公司一个。

我本来也这么想，直到我去看了它另一个东西，BotQ。

BotQ 是 Figure 自己建的人形机器人量产工厂，目标产能是第一条产线每年造一万两千台机器人，长期规划往年产十万台冲。

好家伙，我看到「十万台」这个数的时候，心里咯噔了一下。

因为这是一个完全不同性质的事。一年造几台、几十台，那叫研发，叫做样机。一年造一万台、十万台，那叫工业品，叫商品。这中间隔着的不是数量，是整个供应链、装配工艺、质检体系、成本控制的鸿沟。波士顿动力那些惊艳的机器人，恰恰是卡在这道鸿沟前面几十年没真正跨过去，因为它们太贵、太难造、坏了太难修。

而 BotQ 这座工厂最有意思的地方在于，它从设计之初就考虑了一件事，让机器人来造机器人。

你品品这个画面。机器人在产线上，一部分工序由机器人自己来完成，造出来的新机器人，又能回到产线上接着造下一批。这是个会自我加速的循环。

我现在大概能猜到 Adcock 那句「机器人数量第一次超过人类」是怎么来的了。当你的工厂本身就在批量吐机器人，而且这些机器人有相当一部分是留着自用、调试、跑产线的，那么某一天厂里机器人比人多，几乎是数学上的必然。

这就是为什么 Rohan Paul 说「过了纸上谈兵的阶段」。一个数字背后，是硬件能造、模型能用、产线能跑、成本能压这四件事同时成立了。缺任何一件，这个数字都凑不出来。

它已经在 BMW 的工厂里上班了

如果说工厂里机器人比人多还只是「自己人」，那下面这件事就是动真格的了。

Figure 的机器人已经进了宝马的工厂，在美国南卡罗来纳州斯帕坦堡那座 BMW 的整车制造厂里，Figure 02 被部署去干实际的活，比如把钣金件从一个工位搬运、放置到指定位置。

这不是参观、不是演示日、不是摆拍。是真金白银的商业部署，机器人在一条真实的、要对产量负责的汽车产线上干活。

我对这件事的感受是有点复杂的。

一方面，作为一个天天跟 AI 系统打交道的人，我太清楚从 demo 到生产环境是一道什么样的天堑了。我自己手里的活，一个 agent 在测试环境里跑得好好的，一上线就各种超时、各种边界情况、各种你压根没想到的输入把它干翻。软件尚且如此，何况是要在物理世界里、在轰隆作响的汽车厂里、跟人类工人共处一个空间的机器人。它要面对的是真实的灰尘、真实的震动、真实的「这个零件今天怎么跟昨天摆得不太一样」。

能在这种环境里稳定干活，含金量比一百个后空翻视频都高。

另一方面，我也理解屏幕前可能有人看到这会心里发紧。你不是搞 AI 的，你可能就是一个在工厂、在仓库、在产线上靠双手吃饭的普通人，凌晨的班还没下，突然刷到「机器人开始抢工厂的活了」。这种感觉我非常理解，不是矫情，是真的理解。技术叙事里那些「解放生产力」的漂亮话，落到具体某个人的饭碗上，从来都不轻松。

我没法假装这个问题不存在，也没法给你一个轻飘飘的「别担心一切都会好」。我只能说，这个变化是真实在发生的，看清楚它，比假装它不存在要好。

那这事到底说明了啥，我也没完全想明白

说真的，我写到这，本来想给个特别漂亮的结论，但我没想好。

我能确定的是，人形机器人这条线，正在从「能不能做出来」变成「能造多少、多便宜、干多少种活」。问题的性质变了。当问题从科学问题变成工程问题和成本问题的时候，往往就是它真要起飞的前夜。我们这行这几年看大模型，看得还少吗，GPT 刚出来时大家也觉得是个玩具，转头就重塑了一堆行业。

我不确定的是节奏。是三年还是十年，是先冲垮工厂还是先进了你家厨房，是平稳过渡还是来得又急又猛。这些我真不知道，谁要是拍胸脯跟你说他知道，你可以礼貌地不信。

还有一层我自己一直在琢磨的事。我们造工具，造了几千年，从石斧到锤子到机床，工具一直是工具，是人手的延伸。而人形机器人是第一次，我们试图造一个形状像我们、用我们的方式行动、甚至开始用我们的语言理解世界的东西。它还远不是人，差得远，连稳稳端一杯水都还在学。但方向是明确的，我们在造一个越来越像我们的协作者。

这让我想起万能青年旅店那句「是谁来自山川湖海，却囿于昼夜厨房与爱」。我们人类被困在血肉之躯里，要吃饭、要睡觉、会累、会老、会在凌晨三点被告警 ping 醒。而我们正在亲手造一种不困在这些里面的存在，让它替我们去搬钢板、去拧螺丝、去站那条永远不停的产线。

是解脱，还是把自己最熟悉的世界，一点点让渡出去。我没有答案。

我只知道，6 月 19 号那天，在 Figure 的车间里，机器人第一次比人多了。这个数字记下来了，它不会撒谎，也回不去了。

我们确实，过了纸上谈兵的阶段。