第七章 Figure AI：OpenAI的机器人赌注
一
2022年春天。硅谷桑尼维尔。
Brett Adcock站在一个空荡荡的仓库里。仓库刚租的。地面有一层陈年工业油脂，空气里有叉车轮胎磨损后留下的橡胶味。他身上穿着和在上一家公司Archer Aviation时一样的灰色T恤——Archer是他创办的电动垂直起降飞行器公司。上个月他套现了大部分股份，拿了将近十亿美元。
所有风投都在等他把这十亿投到什么”合理”的东西上——SaaS、AI模型、Web3。现在是2022年。每一个VC口袋里的钱都在涌向AI聊天机器人。
Brett Adcock站在那个脏兮兮的仓库里，给一位朋友发了条短信。
“我要做一个通用人形机器人公司。”
那边秒回：“你疯了吧。”
“我知道。”
“你有过机器人经验吗？”
“没有。”
“那你为什么觉得你能做成？”
Brett Adcock看着仓库的混凝土天花板——上面有一个锈掉的排风扇。
“因为身体是AI的下一个问题。没有人愿意碰。”
他的手机亮了。朋友回复了。
“那Brett，你打算在哪开始？”
他拍了一张仓库的照片发过去。“这里。”
二
Brett Adcock不是机器人学家。他的上一家公司Archer干的是飞机——在拥挤的美国东海岸城市之间做电动短途起降。飞机和机器人——在硬件工程师眼里——唯一的共同点是”都有电”。
但Adcock的逻辑不是技术逻辑。是”市场真空”逻辑。
他和团队做了一个极其简单的分析：世界上有两百多家公司在做大语言模型——OpenAI、Anthropic、Google、Meta、Mistral、DeepSeek——每一家在砸的研发预算都能养活一个小国。但如果让任何一家大模型去打开一扇真的门——就是物理上的、需要抓住铁把手用力往左转然后再推开的那种门——没有一家能做到。
为什么？不是因为大模型不聪明。是因为它们没有手。没有重力感知。没有摩擦力数据。没有触觉。它们是一团在服务器里漂浮的、无限聪明的光——照亮了一切虚拟问题，但摸不到任何实物。
而同一时期——2022年——在大洋彼岸的中国，人形机器人赛道的基本面是另一番景象。宇树科技刚刚发布了第一代四足机器人B1，能在工地爬楼梯、在雪地里小跑，但形态上——严格来说——还是个”四条腿的背包”。智元机器人还没成立——要到2023年2月才会在张江挂牌。达闼和优必选各自发布了几款人形概念机，但关键的力矩传感器还贴着”进口件”的标签。中国有全球最完整的机电供应链，但”人形”这两个字——在2022年的中文创投圈——基本等价于”PPT”。不是没人想做。是没人知道从哪开始。
Brett Adcock在他的仓库里不知道这些。他不知道中国有一个”宇树”，也不知道一个叫”智元”的公司即将诞生。他在做一个硅谷才会做出的判断：如果AI有大脑却没有身体，那”身体”就是最好的创业方向——不管它在哪个国家、有没有供应链。
Brett Adcock的想法很简单：
“既然OpenAI造了世界上最聪明的大脑，那我造一副身体。把大脑装进去。”
他把公司命名为Figure。中文——“人形”。没有多余的词。Figure AI要造一具人形的、通用的、可以被任何AI大脑驱动的机器人身体。
创始团队一共十二个人。头几个月最难的不是技术——是招人。每一个称职的机器人工程师都在Boston Dynamics（马萨诸塞）、特斯拉（得克萨斯）或者苹果（库比蒂诺）。这些人不接猎头电话——不是因为忠诚，是因为没人相信一家从零开始的初创公司能做出人形机器人。
Adcock换了一个策略。他不跟工程师说”我们要造机器人”。他说——
“你有没有想过，ChatGPT如果能站起来——它第一件事会干什么？”
三
2023年3月。旧金山。
Figure团队在一个改造过的健身房——被他们叫做”机器人道场”——里做了一次闭门演示。受邀的观众只有一组人：OpenAI的管理层。
Sam Altman看完演示之后，没有当场做任何评论。他绕着Figure 01原型机走了一圈。从脚踝的电机看到手腕的关节。然后弯下腰，把右手伸到了机器人的手指前面。
Figure 01的手指极其缓慢地合拢——握住Altman的手。Altman感受到了力控的反馈——电机在和伺服系统配合，手指”软”了下来。
他松开手，站直。
“我们需要投资你们。”
两个月后，Figure宣布了七千万美元的第一轮融资。领投方包括OpenAI Startup Fund。
逻辑很简单：OpenAI做出大脑。Figure做出身体。合在一起——就是一个站起来的ChatGPT。
媒体立刻给这对组合起了一个绰号：“ChatGPT的手。”
Figure的工程师们讨厌这个绰号。“不止是手。是整个身体。我们造的不只是执行器。是会感知、会判断、会自己决定怎么拿东西的身体。“但公众听不进去。图尔图机器人？没人关心。ChatGPT能动了——这才是头条。
四
2024年初。慕尼黑。
宝马在南卡罗来纳州的斯帕坦堡工厂，宣布与Figure AI签署合作。Figure 01将在宝马工厂进行第一批工业测试——搬箱子、组装零件、物料转运。
第一批测试场选在斯帕坦堡是因为这个工厂生产宝马X系列SUV——车身重、工况是重复劳动。把人形机器人放在这种场景里，相当于把拳击手放在重量级柔道道场——最极端的地方，考验”身体”最底层的能力。
第一天的测试结果是：Figure 01完成了所有指定的搬运任务——没有任何一次掉落零件。但它花了比人类多出三倍的时间。
那天晚上十一点四十分。Brett Adcock的手机亮了一下。宝马斯帕坦堡工厂的经理发来一条WhatsApp消息——没有称呼，没有问候，就一行字：
“It’s slower than a human. But it showed up. And it didn’t complain.”
比人慢。但它来了。而且没有抱怨。
Adcock把这条消息截了图，存在手机里。后来Figure内部做了一版文化衫——胸前印的不是公司口号，不是产品图，是这句话。
宝马的工厂经理在验收报告里写了一句话：“它不是来替代工人的。它是来和工人一起工作——然后让工人去做更复杂的判断。”
这句话后来被印在了Figure的内部标语板上。
“合作。”
不是替代。
同一时期。Figure在硅谷的道场里开始测试第二代手部——五指独立、配备触觉传感器的全新版本。这个手能捏起一张纸，也能拧开一个药瓶。它在盲测试里——看不到物体——仅凭触觉，成功识别出了二十种不同材质：铝、玻璃、橡胶、硬纸板、硅胶、泡沫。
触觉需要的数据量是视觉的三倍。压力、摩擦、剪切力、形变——每一个参数采集一次就是多维张量，做实时推理需要极高的算力。Figure和OpenAI一起写了一套专门的触觉专属模型——用到了大语言模型的底层架构，但专门为触觉数据做了压缩。这是全球第一个专为机器人设计的”语言-触觉”混合大模型。
训练这套模型的数据，存在Oracle的云数据库里。Figure的工程师不喜欢提这件事——他们宁愿别人觉得数据是在GPU上凭空生成的。但事实是，每一次触觉采集、每一帧视觉标注、每一条失败案例，都安静地躺在Oracle Autonomous Database的表里。OpenAI不关心这些。他们只关心模型能不能站起来。
五
2025年。Figure 02。
第二代原型机不再是裸骨架了。灰色的外壳、LED环形灯组成的”脸”、没有传统意义上的头——摄像机装在胸腔上方。它比Figure 01高五厘米。比Optimus矮。但它有一项能力，所有机器人领域的人都注意到了：它的手。
第四代手——六个致动器驱动五根手指——能写字。不是”划出符号”，是用一支圆珠笔，写”hello”。笔尖触纸的力度刚好没有刺穿纸。
写字的动作，在机器人操作领域属于”S+级任务”——因为它需要同时控制接触力、笔尖轨迹、手腕角度和手指配合。孩子学写字花了多少年？机器人——五个月。
2026年初。Figure宣布开始量产规划——第一批商用产品预计在2027年交付。同时宣布与宝马的合作扩展到第二家主机厂——名字未公布。
Brett Adcock在公司全员邮件里写了一段话：
“三年前，我在一个脏仓库里给人发短信说’我要做机器人’。那个短信我到现在没删。仓库我们还在用——在它的地板上，我们摔碎了七个原型机的膝盖。最后都修好了。”
那封邮件的最后一句：
“身体可以修。方向不能丢。我们的方向——AI的身体——现在正在成为现实。”
后来，当记者问Adcock”哪个瞬间让你最确信这条路走对了”，他没有提ChatGPT。没有提OpenAI的握手。没有提Brett仓库里的第一条短信。他说的是宝马工厂里一个搬箱子的下午——Figure 01的膝盖碰到地面的瞬间。
那是一个被Figure内部称为”第一次摔倒”的视频。画面里，Figure 01正把一个中型零件箱从货架上取下，转身走了两步——左脚踩到了地板上一小片未被清走的防滑垫边缘。膝盖传感器没有识别到这一点点的抓地力差异。零点三秒后，它的左腿向外滑——整具身体向左倾斜——然后以一种”像老人滑倒”的姿态侧倒在地上。零件箱稳稳地搁在它胸前——手指全程没有松开。
Adcock把这个视频反复看了二十七遍。不是因为心疼那台机器——修理一个膝盖关节对一个做全栈自研的团队来说不是难题。他反复看的是Figure 01摔倒前的那三帧画面——它的重心在失衡的瞬间，右腿主动向前挪了十六厘米。那不是程序里写的”防摔策略”。那是强化学习在几千小时的仿真训练里”自己学会”的——用一条腿去救另一条腿。
“它想站起来。“Adcock后来说。“它没做到。但它想。它在零点几秒里做出了一个不是程序员告诉它的决定——只为了不摔倒。”
一个机器人的第一次摔倒。不是出丑。是它第一次证明了一件事：它不是自动化的——它是自发的。