Figure赌上390亿，成功一半还不到

390亿美元估值的人形机器人公司Figure AI，最近把机器人送进了30套陌生家庭，然后交出了一份成功率56%的成绩单。

创始人Brett Adcock说这是「公司成立以来最重要的项目」；同行却说，接近一半时间都在失败，恰恰证明你的系统不会泛化。

一边是 scaling law 的宏大叙事，一边是泼冷水的同行。这场争论的关键不在于Figure AI这次干得好不好，而在于：整个行业的技术路线，可能正在这里分岔。

🏠 30套房子里的一次豪赌

先看这次到底发生了什么。

Figure AI过去几代Helix的发布视频都很有记忆点：两台机器人合作拉平被子，腾不出手时用屁股顶上洗碗机。但每一代产品收获的最大诟病也在这里——demo再惊艳，总在一个光线良好的样板间里完成。

样板间演示是机器人行业的传统艺能。场地固定、物品固定、光照固定，机器人做的本质上是可复现的表演。观众看的是自主性，内行看的是泛化性，两者的差距就是实验室到家庭的距离。

Helix 2.5想跨过这一步。Figure AI在旧金山湾区租下30套住宅，把机器人直接运到现场，让它整理客厅、铺床、折叠毛巾。按照官方说法，没有针对这些住宅和物品做任何训练或适配，30套住宅里都出现了成功案例。Brett Adcock的原话是：「Helix 2.5要在一套从未进入过的房子里，折叠它从未见过的毛巾。」

随后，Figure AI在技术博客里公布了完整数据：420次测试，成功237次，完整任务成功率56%。

这是这次事件里最值得肯定的部分——主动公布完整成功率，而不是只剪成功的片段。在同行普遍靠高光混剪融资的环境里，把失败数据摊在桌面上，本身就是一种叙事上的让步。

不过看完视频，业内不少人的第一反应仍然类似：这30套房子，还是像30个光线良好的样板间。湾区住宅的户型、光照、物品密度，与真实世界的家庭分布之间有多大的代表性偏差，官方数据里没有给出答案。

🔥 同行为什么这次不客气

机器人行业有个不成文的默契：同行发重磅demo，评论区留一句「了不起的工作」，然后回自己的实验室暗暗较劲。公开拆台是罕见的。

这次拆台来了两位。Sunday Robotics联合创始人Tony Zhao直接指出：237次成功，也意味着机器人接近一半的时间会失败。另一位Stealth公司CEONikolai Ensslen的说法更尖锐：这组数据恰恰证明，Figure AI使用的模仿学习系统不能泛化。

为什么这次同行不留面子？据接近各家实验室的人士私下聊，原因无非两条。

一是利益。人形机器人融资叙事的核心支柱就是「泛化即将到来」，56%的成功率如果被解读成「泛化已经出现」，资本会继续向头部集中；如果被解读成「路线走不通」，整个赛道的估值逻辑都要重估。这不是学术分歧，是饭碗之争。

二是技术判断的真实分歧。模仿学习的逻辑是「看得多了就会做」，而Nikolai Ensslen们的观点是：家庭场景的长尾太长，毛巾的材质、折叠姿态、摆放位置的组合近乎无限，靠人类示范喂出来的策略，遇到分布外的情况就会崩。420次里有183次失败，在批评者眼里不是「差一步」，而是「天花板」的证据。

同一份56%，Figure AI读出的是斜率，批评者读出的是截距。谁对谁错，只有下一代数据能回答。

📈 机器人版scaling law存在吗

Figure AI叙事的底层，是一个从大语言模型移植过来的信念：能力会随着数据和算力的增长而涌现，机器人也该有自己的scaling law。

这个信念如果是真的，正确的动作就只有一个——尽快把机器人铺出去，让真实世界产生数据，再用数据换能力。这次30套住宅的测试，就是这条飞轮的第一圈：

飞轮转起来的前提是：失败的数据能被高效回收，且模型真的能从中学到东西。LLM的世界里，数据是互联网上现成的文本；机器人的世界里，每一条物理交互数据都要靠真机在真实场景里跑出来，采集成本高几个数量级。这是机器人scaling law与LLM scaling law最本质的差异。

还有一个不太好回答的问题：飞轮的输入端是谁。30套租来的住宅是Figure AI自己造的数据环境，而真正的泛化需要覆盖千家万户的多样性。如果泛化能力只能靠「先部署才能采数据、采了数据才有泛化」，那第一批部署就必须在不够泛化的状态下硬着头皮上——56%的成功率，可能就是这个阶段的真实成本。

Figure AI觉得自己摸到了scaling law，两位同行看到的却是一条可能根本走不通的路线。这场争论没有裁判，只有下一份数据。

🚗 同行都在过自己的坎

把镜头拉远，泛化之争只是人形机器人行业当前瓶颈期的一个切面。几家头部玩家，卡的位置各不相同。

据海外媒体报道，Tesla的Optimus在量产爬坡启动之际，于灵巧手和供应商环节接连遇到障碍。这提示了一个常被忽视的事实：当演示能力基本达标后，瓶颈会迅速从「模型」转移到「硬件良率和供应链」。灵巧手是人形机器人上集成度最高的部件之一，传动、传感、腱绳驱动每一个环节的良率损耗，都会在量产时被放大。

另一条路线是Feather这样的新玩家：不做整机叙事，而是做一个3万美元的定制化平台，瞄准软件开发者，自称要做「机器人界的Android」。它的赌注是——当硬件价格降到开发者可承受的区间，生态价值会从整机厂转移到平台层。

三家对比，瓶颈的层次一目了然：

有意思的是，三层瓶颈对应着三种商业模式：Figure AI赌的是能力即产品，Tesla赌的是制造即壁垒，Feather赌的是生态即护城河。三年后回看，真正决定行业格局的，大概率不是谁的demo更好看，而是谁先在自己卡住的那一层打通。

⚠️ 56%到底该怎么读

回到最初的争论，给一个工程视角的判断。

第一，56%本身没有意义，56%的变化斜率才有意义。如果下一代测试在同等难度下成功率跃升到80%以上，Figure AI的飞轮叙事就成立；如果连续几代都停在60%上下徘徊，Nikolai Ensslen的批评就会被坐实。现在双方都只是拿到了第一帧画面。

第二，要注意「完整任务」的定义。铺床和折毛巾的任务边界怎么划、失败怎么计分，直接决定数字的含金量。这次同行能出来精确吐槽，恰恰因为Figure AI公布了数据——透明度本身就是行业进步。

第三，别让家庭场景的光环遮住落地现实。以当前的成功率，家用场景的商业化仍然遥远，工业结构化场景依然是人形机器人唯一的近期现金流来源。30套住宅的实验，价值在于验证方法论，而不在于验证市场。

小结

Figure AI把机器人推进陌生家庭、并公布完整成功率，无论最终路线对错，都把行业竞争从「demo军备赛」推进到了「数据与泛化的正面对决」。同行的公开质疑同样可贵——它意味着这个赛道开始有真正的技术批判，而不是互相捧场。

下一份测试数据的斜率，将回答整条路线图的生死。在此之前，所有关于人形机器人 arriving 的宣告，都建议打一个对折再听。

本文基于公开报道与素材整理，观点部分为作者推演，不构成投资建议。