美国Figure发布Figure 03自主攀爬4.6米工业梯

美国人形机器人企业Figure AI于8月26日发布Zui新演示视频，其第三代产品Figure 03在无需遥控或预设轨迹的情况下，自主完成了4.6米高工业钢梯的攀爬与下降。该动作完全依赖机载传感器阵列与边缘计算单元，未引入外部引导信号，标志着人形机器人在非结构化垂直空间中的运动控制能力取得实质性突破。

技术架构：从预规划到实时神经控制的跨越

传统移动机器人或机械臂通常依赖预先测绘的三维点云生成固定轨迹，但工业梯子存在制造公差、横档磨损及表面附着物，预规划路径极易因毫米级偏差导致滑脱或倾覆。Figure 03的核心方案名为Helix系统，摒弃了传统的分步运动学解算逻辑，转而采用双摄实时建图结合端到端神经网络架构。系统通过视觉输入直接输出各关节扭矩与位移指令，将姿态平衡、抓握力矩分配与全身重心动态转移压缩至单一控制回路中。面对不同梯宽、横档间距或锈蚀材质的变化，算法无需重新标定即可自适应调整步态节奏。这一架构对底层硬件提出明确要求：需配备高带宽编码器、六维力矩传感器及支持低延迟推理的边缘AI芯片，以确保视觉-本体反馈环路的毫秒级响应。

场景落地：打通工厂垂直作业与多楼层物流

此次演示并非技术展示，而是针对真实产线痛点的定向开发。Figure创始人兼CEO布雷特·阿德科克指出，目标客户需在车间二层夹层进行设备巡检与物料周转，而现有轮式AGV或轨道吊车无法跨越台阶与检修梯。Figure 03在第二代产品（已入驻宝马斯帕坦堡工厂累计运行超1250小时、安装零部件逾9万件）的基础上，强化了末端物流分拣模块与垂直机动能力。当地面搬运与高空作业形成闭环后，单台设备可覆盖厂房三层立体空间，直接替代部分人工登高维保环节。对于系统集成商而言，这意味着未来厂务规划需提前评估既有钢结构楼梯的承重冗余与防滑涂层兼容性，以适配外骨骼式或足端柔性夹持机构的介入。

数据基建：开源采集平台与算力投入策略

支撑实时神经控制的关键在于高质量交互数据的持续喂养。8月25日，Figure同步上线跨平台数据采集应用Index，面向全球用户开放任务录制权限。截至发稿，该平台已覆盖108个国家和地区，累计下载量突破26.4万次，周活跃贡献用户超4.4万，接收视频上传量逾1600万条。公司计划在未来12个月内投入超10亿美元用于数据清洗与算力扩容。其数据处理管线包含画质过滤、真实性审计、算法去重及语义标注等节点，目前每秒可处理约30分钟原始视频流，相当于每日消化近4.9年的人类工时数据。这种“众包+自动化标注”的模式正逐步重塑具身智能的训练范式，也为国内开发者提供了参考：构建垂直领域的物理世界交互数据库，将成为下一代控制模型迭代的竞争壁垒。

行业现状：效率瓶颈与商业化节奏

尽管垂直机动取得进展，但整机系统的工程化成熟度仍面临挑战。近期公开测试显示，多数竞品在平地起步阶段即出现重心失控跌落，物理样机的原地站立成功率仅维持在78%左右，远低于仿真环境下的94%。在典型装配场景中，人形机器人完成20米物料转运耗时约90秒，仅为熟练工人的三分之一；轴承码盘作业单次动作需70秒，人工仅需2秒。资本市场对通用机器人的估值溢价已显现，但头部企业高管普遍预判，真正具备全场景替代能力的“ChatGPT时刻”至少还需两到三年。Figure选择先跑通端到端流程再优化节拍，符合当前硬件迭代与算法收敛的工程规律。

对于国内集成商与设备采购方而言，Figure 03的验证重点已从“能否动起来”转向“能否稳定复用”。后续需密切关注该机型是否进入小批量试产阶段、垂直导航接口是否与主流厂务设施兼容，以及核心谐波减速器与力控传感器的供应链国产化替代进度。当多楼层动线规划标准逐渐明晰，具备自适应攀爬能力的移动执行机构有望成为智能工厂升级的标配组件。