39歲Brett Adcock：4年時間，如何將Figure機器人推向量產前夜？

39歲的Brett Adcock，是連續創業者，也是Figure AI創始人兼CEO，Archer Aviation 的創始人。過去四年，他把全部精力都押在了通用人形機器人這條最難的賽道上。沒有行業先例、沒有成熟供應鏈、也沒有現成可用的AI大腦，他從電動執行器、神經網絡、大規模制造三個方向同時突破，硬是把實驗室里那些笨重的液壓巨獸，變成了能走進工廠、未來進入家庭的電氣化通用機器人。

近日，Adcock 登上美國知名播客Shawn Ryan Show，首次對外完整披露了Figure AI 的創業歷程、技術路線與量產規劃。

01.

四年三代迭代，Figure 03把“家用級安全”做到極致

Figure 2022年初成立，團隊只用不到12個月就讓第一代機器人實現動態行走，刷新了行業紀錄。三年迭代到Figure 03，整機重量控制在61.23公斤、身高1.68米，機身覆蓋軟質緩沖層，關節全部內置，從結構上避免了家用場景里的剮蹭、夾傷風險。

這一代徹底拋棄傳統工業機器人的剛性設計，全身40個自由度均采用自研電動執行器，放棄液壓方案，也一并甩掉了高成本、高維護、高噪音和漏油隱患。續航穩定在4–5小時，無線感應充電集成在腳底，站上充電板1小時就能滿電，支持多機輪換實現24小時不間斷作業。

手掌內置攝像頭和指尖觸覺傳感器，可感知3克級壓力，它能提起40磅重物，也能折疊T 恤、抓取餐具，完成人類日常的精細動作。

硬件設計完全圍繞神經網絡推理來做，算力、傳感器布局、散熱系統都是為 Helix 模型量身定制。Adcock 在訪談中直言，市面上沒有現成硬件能支撐具身智能的高頻實時控制，只能從零開始全棧自研，這也是 Figure 能快速拉開與對手差距的核心原因。

02.

Helix模型重構機器人底層控制邏輯，十萬行代碼被徹底刪除

Figure從一開始就走了一條和行業主流完全不同的技術路線。早期團隊靠傳統代碼實現行走和操作，在寶馬產線驗證六個月后發現，這套框架根本無法應對復雜環境的泛化問題，地毯厚度變化、物體位置偏移，都可能直接導致任務失敗。

2025年底推出的 Helix 2，把行走控制、任務規劃、感知交互全部放進神經網絡，刪掉了超過 10 萬行手動代碼。這套視覺 - 語言 - 動作模型采用雙系統架構：System 2 以 7–9Hz 完成場景理解和指令解析，System 1 以 200Hz 輸出實時關節控制指令。快慢系統配合，讓機器人既能理解語義，又能做到精準控制。

如今的Figure機器人，不用為新場景重新編程。搬包裹、折毛巾、裝卸洗碗機、操作咖啡機，只要注入對應場景數據，訓練一周就能上線新技能。同一套硬件可以在物流倉、汽車產線、家庭環境無縫切換，能力擴展就像手機下載App一樣，真正做到通用硬件平臺化。

在辦公室24小時不間斷測試里，機器人能自主判斷電量、協同替補機組輪換作業；單個關節故障時，還能主動跛行退出工位，整套調度完全自主運行，不需要人工干預。Adcock透露，團隊已經實現單機器人連續穩定運行超一周無故障，這是商業化落地的關鍵門檻。

03.

先商業后家庭，十萬臺產能瞄準全球勞動力缺口

根據Figure的落地規劃來看，先在工業場景規模化盈利，再逐步進入家庭。工業環境任務固定、場景規整、付費能力強，單臺月費能達到家用場景的10倍，足夠支撐快速擴張。

寶馬南卡羅來納工廠的驗證，算得上行業里程碑，Figure 02 連續六個月、每天 10 小時參與車身后部鈑金件裝配，重復定位精度和穩定性都達到車廠標準。這是全球首個人形機器人在汽車主機廠長周期穩定作業，證明電氣化人形方案完全可以替代部分人工崗位。

Adcock 透露，Figure 加州工廠現在每 90 分鐘就能下線一臺整機，單線年產能規劃 4–5 萬臺，十年內目標年產百萬臺。這個節奏對標消費電子制造，一旦成本降到預期區間，人形機器人就會從前沿設備變成普惠硬件，滲透到制造、物流、醫療、家政等幾乎所有人力場景。

家庭被他看作終極市場，但必須跨過安全和泛化兩道坎。目前機器人已經在 Adcock 家里長期測試，能洗碗、洗衣、整理等零散家務，但他堅持要等到可以放心讓孩子全天共處，才會推向消費市場，時間點預計在未來2–3年。

04.

與OpenAI分道揚鑣，堅持全棧自研具身智能

Figure曾與OpenAI深度合作，后者還聯合微軟領投了Figure的B輪融資，但這段合作關系只維持一年就宣告結束。Adcock在訪談中表示，團隊在機器人學習領域的進展已經全面超越合作方，繼續綁定反而會拖累研發節奏和人才招聘。

具身智能和文本大模型是兩套完全不同的技術邏輯：語言模型只需要做下一個Token預測，而機器人要實時輸出連續動作，必須在物理世界里閉環驗證。如今Figure的AI團隊規模已超50人，核心成員來自DeepMind、谷歌等機構，專注機器人視覺、強化學習、控制策略三位一體優化，筑起了完整的技術壁壘。

這條獨立路線讓Figure掌握了從芯片、執行器到神經網絡的全部核心技術，不依賴第三方模型，也不受外部生態綁定。在人形機器人還沒有形成行業標準的階段，全棧自研意味著迭代更快、穩定性更高、長期成本更低，也握有定義行業的話語權。

05.

一邊造機器人，一邊用毫米波技術守護校園安全

除了Figure和Archer Aviation，Adcock還在低調推進一個更具社會價值的項目——Cover。這項技術源自NASA噴氣推進實驗室，基于太赫茲 / 毫米波雷達，可在10到30米距離內被動掃描，穿透衣物和背包，精準識別槍械、刀具等隱蔽危險品，誤報率極低。

傳統金屬探測器需要近距離接觸，容易引發學生抵觸，而Cover系統可直接部署在校門口，不影響正常通行，全程無需配合檢測。團隊把原本數十萬美元的硬件成本壓到了芯片級方案，單顆成本降至個位數美元，為全美13萬所K-12學校普及提供了可能。項目計劃年內完成原型定型，率先在Figure園區和加州學校試點，從技術層面遏制校園槍擊。

06.

iPhone之后，下一代個人智能終端長什么樣？

2025 年底，Adcock 個人出資 1 億美元成立 Hark AI 實驗室，秘密運營八個月后正式公開。團隊匯集了前 iPhone 核心設計師、Meta 與谷歌 AI 資深研究員，目標很直接：打造后手機時代的個人智能終端，把 AI 從聊天界面里解放出來，變成全天候在線、能深度理解用戶、主動完成任務的私人助理。

Hark不做通用大模型，而是專注多模態感知、長期記憶、工具化執行與硬件一體化，未來會推出一系列全新形態設備，替代手機和電腦的核心功能。硬件與模型同步自研，和 Figure 形成 “大腦 + 身體” 的互補格局：Figure負責物理世界勞動，Hark負責數字世界代辦，共同構成一套完整的個人智能生態。

07.

結語與未來：

從伊利諾伊 700 人小鎮的農場少年，到掌控四家前沿科技公司、融資超百億美元的創始人，Brett Adcock用行動證明，越是艱難的賽道，越可能誕生改變時代的機會。Figure用四年時間證明，電氣化 + 神經網絡，是通用人形機器人的可行路徑，Helix模型第一次讓具身智能像人類一樣學習與泛化，而隨著產能的陸續釋放，未來我們也將看到Figure人形機器人在更多場景滲透。