39岁Brett Adcock：4年时间，如何将Figure机器人推向量产前夜？

39岁的Brett Adcock，是连续创业者，也是Figure AI创始人兼CEO，Archer Aviation 的创始人。过去四年，他把全部精力都押在了通用人形机器人这条最难的赛道上。没有行业先例、没有成熟供应链、也没有现成可用的AI大脑，他从电动执行器、神经网络、大规模制造三个方向同时突破，硬是把实验室里那些笨重的液压巨兽，变成了能走进工厂、未来进入家庭的电气化通用机器人。

近日，Adcock 登上美国知名播客Shawn Ryan Show，首次对外完整披露了Figure AI 的创业历程、技术路线与量产规划。

01.

四年三代迭代，Figure 03把“家用级安全”做到极致

Figure 2022年初成立，团队只用不到12个月就让第一代机器人实现动态行走，刷新了行业纪录。三年迭代到Figure 03，整机重量控制在61.23公斤、身高1.68米，机身覆盖软质缓冲层，关节全部内置，从结构上避免了家用场景里的剐蹭、夹伤风险。

这一代彻底抛弃传统工业机器人的刚性设计，全身40个自由度均采用自研电动执行器，放弃液压方案，也一并甩掉了高成本、高维护、高噪音和漏油隐患。续航稳定在4–5小时，无线感应充电集成在脚底，站上充电板1小时就能满电，支持多机轮换实现24小时不间断作业。

手掌内置摄像头和指尖触觉传感器，可感知3克级压力，它能提起40磅重物，也能折叠T 恤、抓取餐具，完成人类日常的精细动作。

硬件设计完全围绕神经网络推理来做，算力、传感器布局、散热系统都是为 Helix 模型量身定制。Adcock 在访谈中直言，市面上没有现成硬件能支撑具身智能的高频实时控制，只能从零开始全栈自研，这也是 Figure 能快速拉开与对手差距的核心原因。

02.

Helix模型重构机器人底层控制逻辑，十万行代码被彻底删除

Figure从一开始就走了一条和行业主流完全不同的技术路线。早期团队靠传统代码实现行走和操作，在宝马产线验证六个月后发现，这套框架根本无法应对复杂环境的泛化问题，地毯厚度变化、物体位置偏移，都可能直接导致任务失败。

2025年底推出的 Helix 2，把行走控制、任务规划、感知交互全部放进神经网络，删掉了超过 10 万行手动代码。这套视觉 - 语言 - 动作模型采用双系统架构：System 2 以 7–9Hz 完成场景理解和指令解析，System 1 以 200Hz 输出实时关节控制指令。快慢系统配合，让机器人既能理解语义，又能做到精准控制。

如今的Figure机器人，不用为新场景重新编程。搬包裹、折毛巾、装卸洗碗机、操作咖啡机，只要注入对应场景数据，训练一周就能上线新技能。同一套硬件可以在物流仓、汽车产线、家庭环境无缝切换，能力扩展就像手机下载App一样，真正做到通用硬件平台化。

在办公室24小时不间断测试里，机器人能自主判断电量、协同替补机组轮换作业；单个关节故障时，还能主动跛行退出工位，整套调度完全自主运行，不需要人工干预。Adcock透露，团队已经实现单机器人连续稳定运行超一周无故障，这是商业化落地的关键门槛。

03.

先商业后家庭，十万台产能瞄准全球劳动力缺口

根据Figure的落地规划来看，先在工业场景规模化盈利，再逐步进入家庭。工业环境任务固定、场景规整、付费能力强，单台月费能达到家用场景的10倍，足够支撑快速扩张。

宝马南卡罗来纳工厂的验证，算得上行业里程碑，Figure 02 连续六个月、每天 10 小时参与车身后部钣金件装配，重复定位精度和稳定性都达到车厂标准。这是全球首个人形机器人在汽车主机厂长周期稳定作业，证明电气化人形方案完全可以替代部分人工岗位。

Adcock 透露，Figure 加州工厂现在每 90 分钟就能下线一台整机，单线年产能规划 4–5 万台，十年内目标年产百万台。这个节奏对标消费电子制造，一旦成本降到预期区间，人形机器人就会从前沿设备变成普惠硬件，渗透到制造、物流、医疗、家政等几乎所有人力场景。

家庭被他看作终极市场，但必须跨过安全和泛化两道坎。目前机器人已经在 Adcock 家里长期测试，能洗碗、洗衣、整理等零散家务，但他坚持要等到可以放心让孩子全天共处，才会推向消费市场，时间点预计在未来2–3年。

04.

与OpenAI分道扬镳，坚持全栈自研具身智能

Figure曾与OpenAI深度合作，后者还联合微软领投了Figure的B轮融资，但这段合作关系只维持一年就宣告结束。Adcock在访谈中表示，团队在机器人学习领域的进展已经全面超越合作方，继续绑定反而会拖累研发节奏和人才招聘。

具身智能和文本大模型是两套完全不同的技术逻辑：语言模型只需要做下一个Token预测，而机器人要实时输出连续动作，必须在物理世界里闭环验证。如今Figure的AI团队规模已超50人，核心成员来自DeepMind、谷歌等机构，专注机器人视觉、强化学习、控制策略三位一体优化，筑起了完整的技术壁垒。

这条独立路线让Figure掌握了从芯片、执行器到神经网络的全部核心技术，不依赖第三方模型，也不受外部生态绑定。在人形机器人还没有形成行业标准的阶段，全栈自研意味着迭代更快、稳定性更高、长期成本更低，也握有定义行业的话语权。

05.

一边造机器人，一边用毫米波技术守护校园安全

除了Figure和Archer Aviation，Adcock还在低调推进一个更具社会价值的项目——Cover。这项技术源自NASA喷气推进实验室，基于太赫兹 / 毫米波雷达，可在10到30米距离内被动扫描，穿透衣物和背包，精准识别枪械、刀具等隐蔽危险品，误报率极低。

传统金属探测器需要近距离接触，容易引发学生抵触，而Cover系统可直接部署在校门口，不影响正常通行，全程无需配合检测。团队把原本数十万美元的硬件成本压到了芯片级方案，单颗成本降至个位数美元，为全美13万所K-12学校普及提供了可能。项目计划年内完成原型定型，率先在Figure园区和加州学校试点，从技术层面遏制校园枪击。

06.

iPhone之后，下一代个人智能终端长什么样？

2025 年底，Adcock 个人出资 1 亿美元成立 Hark AI 实验室，秘密运营八个月后正式公开。团队汇集了前 iPhone 核心设计师、Meta 与谷歌 AI 资深研究员，目标很直接：打造后手机时代的个人智能终端，把 AI 从聊天界面里解放出来，变成全天候在线、能深度理解用户、主动完成任务的私人助理。

Hark不做通用大模型，而是专注多模态感知、长期记忆、工具化执行与硬件一体化，未来会推出一系列全新形态设备，替代手机和电脑的核心功能。硬件与模型同步自研，和 Figure 形成 “大脑 + 身体” 的互补格局：Figure负责物理世界劳动，Hark负责数字世界代办，共同构成一套完整的个人智能生态。

07.

结语与未来：

从伊利诺伊 700 人小镇的农场少年，到掌控四家前沿科技公司、融资超百亿美元的创始人，Brett Adcock用行动证明，越是艰难的赛道，越可能诞生改变时代的机会。Figure用四年时间证明，电气化 + 神经网络，是通用人形机器人的可行路径，Helix模型第一次让具身智能像人类一样学习与泛化，而随着产能的陆续释放，未来我们也将看到Figure人形机器人在更多场景渗透。