每周烧810万美金：Figure AI豪掷35亿赌机器人AGI

在刚刚落幕的Figure全员大会上，创始人兼CEO Brett Adcock抛出了一个人形机器人行业罕见的重注：将公司战略重心彻底转向规模化预训练与超大算力工程。当同赛道玩家仍在卷硬件迭代时，Figure宣布已完成代号“Index”的海量人类行为数据采集，并签下初始规模达35亿美元的算力合作计划。这套以“资本换数据、数据换智能”的逻辑，正在重塑人形机器人的技术叙事，也标志着该行业正式进入烧钱换规模的深水区。

硬件收敛：从精密制造回归AI原罪

人形机器人行业的第一个共识已然达成：硬件可行性验证基本完成。自2025年起部署于宝马物流分拣产线的Figure 03，已经证明了机电系统在真实工业场景中的生存能力。到了此次大会，备受瞩目的Figure 04也正式进入设计锁定阶段。新一代机体围绕Helix模型的操控需求重新标定了驱动器、电池组与灵巧手，旨在打造适配家庭与复杂工业混合场景的标准化底座。

然而，硬件跑通了，智能化却卡在了行业公认的最深沟壑——“长尾场景泛化”。传统的机器人研发高度依赖专家编写代码或实验室内的远程人工遥操作录制，这种方式效率极低，且无法覆盖现实世界中无穷无尽的变体动作。一辆推车撞门的瞬间角度、一张被揉皱的彩色纸片，都可能导致基于固定逻辑的算法失效。

不同于竞争对手执着于提升关节扭矩或电机响应速度，Figure敏锐地意识到，真正制约人形机器人落地的不是硬件公差，而是软件端对非结构化环境的理解力缺失。这种认知上的分歧，直接决定了Figure在下一阶段截然不同的技术路径选择。

打破天花板的“Data Engine”

针对上述困境，Figure给出的答案是一个名为Index的全球公众数据采集项目。这并非一个普通的App，而是一个精心设计的“数据引擎”。过去，高质量机器人训练数据的获取极度依赖高成本实验室环境下的专家标注；而Index通过面向公众端用户部署App，将普通人在日常生活中的海量操作习惯转化为高质量的视觉语料。这一模式迅速滚起了数据飞轮，打破了以往“由于缺乏数据所以难以开发模型，因为没有模型所以收集不到数据”的死循环。

截至10月22日大会召开时，Index已积累高达3750万条人类操作视频；按每秒约81分钟的实时采集速率计算，其日均新增时长约11．66万小时。如此庞大且带有丰富自然噪声的真实世界数据，直接喂给了公司的Helix系列模型。

关键数据显示，在引入Index数据进行全参数预训练后，Helix 2．5在未见过的新颖家庭环境中，任务完成率实现了从9％到56％的惊人跃升。这标志着机器人正尝试从简单的“模仿学习”跨越到具备强大泛化能力的“视觉语言动作模型（VLA）”。为此，公司在数据相关方面的单周投入已达到约810万美元。据管理层估算，未来一年仅该项支出就将超过多数同行历史总融资金额——这是一次极其明确的信号：未来竞争的核心壁垒不再是精密零件的加工精度，而是高质量物理世界数据的垄断。

35亿美元算力豪赌与“Baby AGI”愿景

面对指数级膨胀的训练数据需求，单纯购买公有云服务器已无法满足超低延迟的物理反馈要求，自建超算集群成为必选项。Figure与算力云厂商Nscale敲定了一项规模惊人的合作协议：初始订单高达35亿美元，若后续拓展顺利，潜在规模可达60亿美元。该计划预计将于2027年下半年在德州基地上线，届时将部署多达10万颗英伟达Vera Rubin GPU。

让我们算一笔账：即便按照目前顶级AI芯片的市场溢价，十万颗级别的高端加速卡构成了天文数字般的固定资产沉淀。这比绝大多数初创企业成立至今的累计融资金额还要庞大。同时，内部代号为“Black Box”的全新模型近期完成测试。Adcock公开表示，新模型展现出前所未有的机器人表现，达到了“Baby AGI（婴儿级通用人工智能）”级别。虽然目前缺乏独立的第三方定量评测指标支撑该定性描述，但在资本市场上，“AGI落地物理世界”的宏大叙事足以支撑其独角兽估值的进一步溢价。

这套“大模型＋超级算力”的组合拳，本质上是在复刻大语言模型（LLM）的成功公式。但不同的是，LLM的参数规模可以通过纯文本无限堆叠，而机器人智能必须建立在符合物理定律的动作空间之上。一旦Helix系列的泛化能力在未来几个月内能够稳定复现甚至超越56％的任务完成率，Figure将成为AI大模型向实体世界渗透的最大赢家。

观察指标与商业化博弈

在这场席卷全球的产业竞赛中，特斯拉的Optimus走的是自研FSD芯片加百万辆车队数据的垂直整合路线；波士顿动力则凭借深厚的机械控制底蕴坚持“硬实力”至上。相比之下，Figure选择的是一条更加纯粹的“全栈AI”路线，其成败完全系于软件端的数据闭环是否通畅。

尽管图景宏大，但商业化时间表的不确定性依然是悬在市场头顶的达摩克利斯之剑。Figure 04的具体商用节点尚未披露，德州算力集群的实际设备交付进度亦存变数。在等待硬件最终定型与超级计算机落地的间隙，产业观察者应重点关注以下三项核心指标：

第一，Helix模型家族在更多样化、高噪音场景下的零样本泛化基准测试结果是否能持续兑现；第二，Index App的用户留存率与数据标注质量是否能在规模扩张中不出现衰减；第三，Nscale合作合同转为具有强法律约束力的交付协议后的实际履约情况。在人形机器人从“Demo时代”迈向“量产前夜”的关键转折点上，Figure选择了一条最昂贵但也可能是唯一通往通用的道路。这笔用真金白银砸向数据与算力的重注，究竟是击穿物理世界智能天花板的钥匙，还是吞噬现金流的黑洞，接下来的两个季度将给出初步验证。