当机器人能够“爬梯子”，具身智能的验收季开始了

2026.08.06 文｜潮涌AI 近期，Figure AI创始人Brett Adcock在X上发布的一条视频，正在引发具身圈的有关“历史性突破”的热议。 该视频表明Figure 03在实验室环境中自主攀爬工业梯子，无遥控、无人工协助、无预设动作序列。 根据Figure官方4月发布的生产公告，Figure 03产量已从每天1台提升至每小时1台，累计交付超350台，C轮私募投后公司估值约390亿美元。 爬梯子之所以被具身智能圈视为标志性事件，不是因为它更高或更快，而是因为它是第一个把三种能力耦合进同一动态任务的动作：眼睛（实时视觉伺服）、手（抓握扶手）、腿（动态平衡攀爬）必须同时工作，任何一环出错都会摔。 此前的人形机器人演示大多是单能力展示，走路的归走路，抓取的归抓取。 爬梯子意味着移动操作耦合（loco-manipulation）第一次以完整形态出现。 Figure 03 翻译成产业语言就是：人类建造的环境里，第一次没有机器人进不去的区域。 但历史性时刻至少要加上三个限定。 第一，视频未经独立验证，Figure未披露成功率、测试条件或失败数据，视频中机器人的动作也明显比人类慢，Adcock在X上的回应是会一样快。 第二，爬梯子是实验室能力，不是工厂能力，两者之间的差距正是行业过去十年走过的路。 第三，也是最容易误读的：爬梯子视频是演示，时产1台是体系，两者必须合起来看。单看演示会高估Figure，单看量产会低估它。 2026年人形机器人最大的叙事风险，就是媒体把演示当验收。 01 爬梯子难在哪，Figure用了什么办法 爬梯子之难，不在“爬”本身，而在“同时”。 机器人学界把这种挑战叫作移动操作耦合：平衡由腿负责，抓握由手负责，落点由眼负责，三套控制回路必须在一个连续动作里同步运转。 过去十年的机器人演示基本是分开的，Boston Dynamics让机器人翻跟头但不做操作，各家VLA演示让机器人抓取但脚下是平地。 Figure把两者拼起来了。 据Figure 1月发布的Helix 02技术说明，支撑这套能力的是三层架构。 System 2负责语义理解，把“爬上梯子”分解成动作序列，约1赫兹。 System 1负责视觉运动映射，把头部和掌心相机、指尖触觉、全身本体感知全部折算成关节目标，约200赫兹。 System 0是这次升级的关键，一个约1000万参数的神经网络全身控制器，以1千赫兹频率负责平衡、接触和全身协调，据公司称直接替代了过去10.9万行手写C++控制代码。System 0用1000小时人类动作数据和20万个并行仿真环境（带域随机化）训练，sim-to-real迁移不需要额外标定。这些描述均出自公司发布材料，尚未被第三方复现验证。 爬梯子也不是孤立的演示。 1月Helix 02发布时，Figure 03在厨房连续执行61个自主动作（开洗碗机、取碗、放碗、启动机器），全程无重置、无人干预。 5月，三台Figure 03在Suncity总部完成200小时不间断直播分拣，处理24.9万个包裹，约3秒一件，接近人类速度。 爬梯子视频补上了户外复杂地形这一块。 把这些连起来看，Figure的路线特征很清晰：通用性优先，用一套统一网络覆盖毫米级的指尖动作到房间级的移动，再靠部署数据反哺模型。 这与潮涌AI曾报道的Agility这家同样是美国机器人公司形成鲜明对照。（《25亿美元估值！美国公司Agility凭什么成为人形机器人最成功的商业化样本？》） Agility把任务范围刻意收窄到物流搬运，用65000小时工厂运行数据换可靠性。 一个往宽做，一个往深做。 02 五条量产路线，2026年下半年的五份答卷 如果爬梯子是技术线的里程碑，量产则是检验线的里程碑。 把时间线拉平，把中美明星机器人公司放在一起看——Agility的SPAC、宇树的科创板IPO、比亚迪的小迪发布、Figure的时产1台，加上特斯拉Gen 3产线投产，五件事全部挤在2026年6到8月，密度史无前例。 它们代表五种不同的量产逻辑。 Figure走垂直整合。 BotQ工厂自建产线，据公司公告，150个联网工位、50个制程检查点，120天把产量从日产1台做到时产1台（24倍），4月底已交付350台以上，目标年产1.2万台、四年后10万台。客户验证已从试点进入商用：宝马斯帕坦堡工厂6月部署Figure 03做物流分拣，把散装来料按顺序码进配送车；此前Figure 02在车身车间11个月支撑了超过3万辆X3的生产。宝马的说法是，人形机器人不再是实验室实验。 Figure 03入驻宝马车间 Agility走服务化。 全部订单采用RaaS，客户按年付费，机器人所有权和运行数据留在自己手里。3亿美元订单承诺、9个客户工厂65,000小时运行数据，带着这些数字以25亿美元估值SPAC上市，募资超6.2亿美元。 宇树走成本路线。 8月5日启动科创板IPO询价，拟募资42亿元，发行估值约420亿元。2025年，其出货超5500台，占全球32.4%份额，扣非净利润5.9亿，全球首家在IPO前就实现人形机器人规模化盈利的企业。产品均价从2023年的约65万元降到2025年的约16.7万元，靠的是90%以上核心部件自研自产。 比亚迪走制造复用。 小迪8月初在郑州迪空间亮相，据官方披露，身高1.61米、31个自由度，灵巧手重复定位精度±1毫米，定位经销商门店的迎宾讲解，计划每家门店投放2到3台。小迪复用比亚迪在电池、电机、电力电子上的汽车供应链，成本结构天然优于初创公司。 特斯拉走稳住产线。 据媒体报道，Gen 3在5月设计冻结，Fremont旧产线改造的机器人产线8月投产，内部已部署超1000台用于数据采集，9月目标周产1000台，年底周产2000到2500台，券商估计2026全年产量2万到3万台，但首批全部内部使用，对外销售要等2027年。 五条路线五种钱。 2026年下半年，资本市场第一次可以同时用多份不同的答卷检验“量产”二字：美股SPAC的Agility看订单转化，科创板看盈利报表；Figure看交付速度，特斯拉看产线爬坡。 主题炒作的时代结束了，拿着财报找答案的时代即将到来。 03 FCC的墙，和两个市场的定价差 还有一个容易被忽略的变量。 7月28日，FCC把“外国产先进机器人设备”列入限制进口清单，新开发的人形机器人和四足机器人未经授权不得进入美国市场。 先看两边的体量。 据行业数据，中国公司占据全球人形机器人约85%到90%的出货份额，2025年宇树出货约5500台、智元约5168台、优必选约1000台，而美国的Figure、Agility、特斯拉三家各约150台。 赛迪传媒与中国电子报联合发布《2025年人形机器人市场研究报告》 美国高校研究对宇树的依赖惊人，据推进自动化协会内部审查，近两年美国大学机器人论文中约90%使用了宇树设备。 价格差同样惊人，一台宇树四足机器人约4600美元，可比的Boston Dynamics产品约27.8万美元，相差60倍。 FCC此举对中国的实际冲击有限，宇树海外收入中美国只占一部分，欧洲、东南亚、中东是更大的市场。 但对美国研究生态的冲击是真实的，重建本土供应链据估计至少需要5年。 于是2026年下半年出现了一个前所未有的局面：技术叙事在美国，成本叙事在中国，中间隔着一道刚刚砌起来的墙。 Figure用390亿美元估值讲通用智能的故事，宇树用420亿元人民币估值和盈利报表讲规模的故事，两者相差约6倍。 这个定价差本身，就是当前市场对两种路线最直白的定价。 而砌墙的代价，是两边都失去了在对方市场验证自己的机会。 04 潮涌AI观察 历史性时刻确实来了，但历史性的不是爬梯子。爬梯子是一次演示，真正把具身智能带进新阶段的是“验收季”： 其一，2026年下半年，人形机器人第一次同时面对技术评审、财报检验和贸易壁垒。接下来值得盯的不是更酷的演示视频，而是四件事：Figure的季度交付量能否兑现时产1台的产能，Agility的3亿美元订单能否转化为确认收入，宇树上市后的毛利率能否守住60%，特斯拉的产线爬坡会不会再次跳票。 其二，演示与量产之间的剪刀差，是2026年下半年最大的叙事风险。爬梯子视频和时产1台必须合起来看，单看演示会高估Figure，单看量产会低估它。判断一家公司是演示公司还是量产公司，最简单的办法是问一个问题：它的收入报表里，机器人卖出去的钱占多少。 其三，全球人形机器人第一次出现定价权分裂。美国市场为技术付费，中国市场为成本付费，FCC让这种分裂从估值层面固化到贸易层面。两条路线的正面碰撞不会发生在同一个市场里，而是发生在各自的财报和各自的客户名单里。 下一个值得记住的时刻不会是某个更酷的演示视频，而是第一份把量产写进收入报表的季报。