Figure 03 在 BMW 工厂分拣零件、BotQ 工厂每 60 分钟下线一台Figure AI 10 亿美元 C 轮讲了一个什么故事2026 年 8 月下旬Figure AI 宣布完成超 10 亿美元 C 轮融资投后估值 390 亿美元。这条新闻单看数字就是一个典型硅谷独角兽故事但拆开 C 轮披露的细节后会发现这次融资真正有意思的不是估值跳涨而是这家公司在干什么用 BotQ 工厂每 60 分钟下线一台的速度量产 Figure 03把成品机器人发到 BMW 斯帕坦堡Spartanburg工厂去做物流分拣实战同时用 Index 全球众包数据计划从 108 个国家、1600 万条真实任务视频里持续喂数据给 Helix 引擎。把人形机器人从 PPT 搬到工厂车间是 2024 年以来整个具身智能赛道一直喊的口号。Figure AI 在 2026 年中第一次把这三件事——量产、商用实战、数据闭环——同时跑通了而且是用一个完整的 10 亿美元级融资节奏在推。一、先把 C 轮披露的关键数字摆出来Figure AI 这轮融资的几组数据先做一个表格化梳理维度数据含义融资金额超 10 亿美元Series C单轮进入「人形机器人独角兽」一线梯队投后估值390 亿美元相比 2024 年 B 轮估值约 26 亿美元涨约 15 倍领投方Parkway Venture Capital硅谷老牌风投曾投 SpaceX、xAI重要跟投Brookfield Asset Management、NVIDIA、Macquarie Capital跨界豪华阵容资管 GPU 投行战略跟投Intel Capital、Align Ventures、Tamarack Global老股东继续加持产业方LG Technology Ventures、Salesforce、T-Mobile Ventures、Qualcomm Ventures制造业、CRM、电信、芯片四方共同押注这笔投资人组合有几个信号值得单独拎出来第一NVIDIA 同时出现在投资人和 GPU 供应商两个角色里。Figure 训练 Helix 模型所需的 GPU 集群本质上从 NVIDIA 采购而 NVIDIA 也愿意以股权方式绑定这家高速成长的人形机器人公司。第二Salesforce、T-Mobile、LG、Qualcomm 同时入场意味着 Figure AI 不再只是「机器人公司」而是潜在的「跨行业具身智能平台」——未来这些产业方都可能在自家工厂、零售场景、客服场景里部署 Figure 机器人。第三Parkway Venture Capital 领投。这家机构曾投 SpaceX、xAI 等前沿硬件/AI 公司投 Figure 是一脉相承的「赌下一代物理 AI 操作系统」思路。二、Figure 03 在 BMW 工厂干什么把这轮融资本身看完之后重点要回到 Figure AI 实际在做什么——把 Figure 03 发到 BMW 斯帕坦堡工厂做物流分拣实战是这次 C 轮披露的所有技术细节里最有商业价值的一条。BMW 斯帕坦堡工厂是宝马全球最大的生产基地年产约 45 万辆 X3、X5、X7 等 SUV 车型。这家工厂 2026 年初开始测试 Figure 03主要场景是物流分拣——把零件从仓库搬到生产线、把成品从装配线下线到入库区、把包装件按订单分拣到出货区。这类工作的特点是高重复性、对体力要求高、但又需要一定的视觉判断识别不同形状零件、避让移动障碍物。Figure 03 在这个场景下做了几件事任务类型Figure 03 的实际表现零件分拣按 SKU 识别 抓取准确率超过 99%跨工位搬运单次搬运重量 ≤10 kg路径规划稳定多机协作多台 Figure 03 共享同一张地图避让逻辑实时生效异常处理遇到未识别物体时停下来请求人工介入不强行继续连续运行单次充电支持 5 小时连续作业把这条生产线放到全球人形机器人产业里看Figure 03 在 BMW 的实战是 2026 年上半年人形机器人「商用部署」里覆盖工种最广、连续运行时间最长的一次。比起 Tesla Optimus 仍在 Tesla 自家工厂做有限测试、Apptronik 仍在和 Mercedes-Benz 做 POCFigure 03 已经在 BMW 这种「世界级汽车工厂」里扛起了真实产线工作量。三、BotQ 工厂每 60 分钟下线一台如果说 BMW 工厂是 Figure AI 的「应用现场」那 BotQ 工厂就是它的「量产基地」。这家公司从 2025 年开始自建机器人生产线 BotQ2026 年把产能爬到了「每 60 分钟下线一台 Figure 03」的节奏。每 60 分钟下线一台意味着什么换算成不同的时间维度时间单位Figure 03 下线数量1 天24 台1 季度90 天2160 台1 年365 天8760 台一年接近 9000 台人形机器人的产能这是人形机器人赛道在 2026 年给出的最大量产规模答案。相比之下Tesla Optimus 公开的量产目标是年产百万台但目前仍处于小批量试产阶段Agility Robotics 的 Digit 年产能约为数百台1X Technologies 的 Neo 仍以预订为主没有公布实际下线量。Figure AI 用 BotQ 把量产节奏卡到了「每 60 分钟一台」背后靠的是几个工程能力第一关键部件的供应链垂直整合。Figure 03 的减速器、力矩传感器、关节模组大量自研避免被卡脖子。这点和 Tesla 做 Optimus 的思路一致但 Figure 起步更早供应链锁定更深。第二模块化设计 标准化产线。Figure 03 的身体被拆分成躯干、双臂、双腿、头部四大模块每个模块单独装配、单独测试、最后总装。模块化设计让产线可以并行作业减少瓶颈工位。第三AI 介入质量检测。BotQ 工厂在每个装配工位部署了视觉检测系统用 Figure 自研的视觉模型做零部件缺陷识别把人工质检时间压缩到秒级。四、Helix 引擎 Index 数据闭环有了量产能力、有了商用现场最后一块拼图是数据——具身智能最稀缺的资源。Figure AI 这轮披露里同时讲了两件事第一是 Helix 引擎。这是 Figure AI 自研的具身基础模型Embodied Foundation Model统一了感知、推理、控制三大模块。Helix 不是单一模型而是一套模型组合视觉编码器 语言规划器 动作生成器三个模块协同输出机器人动作。Figure 03 在 BMW 工厂的所有动作都由 Helix 实时生成。第二是 Index 全球众包数据计划。Figure 通过手机 App 在 108 个国家采集真实人类在家庭、办公、零售、工业场景下的视频数据 多模态传感器输入已采集超过 1600 万条真实任务视频。这些数据喂给 Helix 做持续训练让模型在「未见过的环境」也能合理行动。把这两件事合起来看Figure AI 已经构建了一个完整的「数据 → 模型 → 量产 → 实战 → 反馈数据」的飞轮这条飞轮有三重护城河护城河具体表现数据规模1600 万条多模态视频覆盖 108 国远超同行量产速度每 60 分钟一台可以快速把数据闭环部署到更多场景实战反馈BMW 工厂的真实工位持续产生新数据反哺模型迭代飞轮一旦跑起来规模优势会自我强化。这是 Figure AI 在这一波人形机器人竞赛中最难被复制的结构性优势。五、和同行的对比谁在掉队把 Figure AI 的位置放在全球人形机器人赛道里横向对比公司量产节奏商业部署数据规模模型能力Figure AI每 60 分钟一台BMW Spartanburg 工厂实战1600 万条视频、108 国Helix 统一引擎Tesla Optimus小批量试产Tesla 自家工厂有限测试自有 Tesla 车队数据端到端神经网络Apptronik数百台/年Mercedes-Benz POCApollo 机器人实操数据任务级 AIAgility Robotics数百台/年Amazon GXO 仓储Amazon 仓储数据Digit 专用模型1X Technologies预订为主家庭场景早期用户有限家庭视频Neo 端到端Boston Dynamics限量生产研究 部分商用实验室 客户Atlas 模型迭代中宇树 Unitree中等批量教育、研究、零售开源 自采H1/G1 模型把 Figure AI 和 Tesla Optimus 单独对比一下最有指标意义两家都在做通用人形机器人、都背靠超大公司Figure 独立但有 NVIDIA 加持Tesla 自身是超级巨头、都在量产上下注。但 Figure 的差异化体现在商业部署选了 BMW 这种「非自家」客户避开了「数据闭环只覆盖自家场景」的局限量产节奏更激进已经对外披露了 BotQ 的产能爬坡曲线。六、钱花在哪儿C 轮用途拆解Figure AI 公开了 C 轮资金的三个核心用途第一Figure 03 量产爬坡。把 BotQ 工厂的产线从「每 60 分钟一台」进一步压到「每 30 分钟一台」目标 2027 年达到年产 2 万台以上的产能。这需要新建产线、扩大零部件供应链、增加工人。第二GPU 算力建设。Helix 模型训练需要大规模 GPU 集群Figure 计划自建或租用更多数据中心配备英伟达最新的 Blackwell 系列 GPU。这块资本开支在 10 亿美元级别。第三Index 数据计划扩张。从 108 国、1600 万条视频扩展到 150 国以上、5000 万条视频。同时把数据采集工具从手机 App 升级到更多形态AR 眼镜、车载摄像头、可穿戴设备。用途预算占比估算战略意义量产爬坡40%把 Figure 03 从「演示品」变成「商品」GPU 算力建设35%Helix 训练能力直接影响模型迭代速度数据计划扩张20%数据飞轮是长期护城河研发与人员5%工程师团队扩张七、给从业者的实际建议角色短期行动1–3 个月中期观察3–12 个月制造业 IT/OT 负责人评估自家工厂哪些工位可以引入人形机器人试点关注 Figure 03 在 BMW 的工种拓展节奏投资人重新审视人形机器人赛道估值锚点——从「PPT 估值」转为「量产 部署 数据」综合估值跟踪 Figure 2027 年的二级市场 IPO 可能性机器人创业团队不要再做「通用机器人」从 Figure 模式学「垂直工种 数据闭环」评估与 Figure/Tesla/Apptronik 做产业合作的可能性芯片/传感器供应商把人形机器人赛道作为 2027 年的新增客户来源跟踪 Figure 自研关节模组的供应链开放策略大模型研究者把具身智能作为下一个研究主战场关注 Helix 模型的技术论文与开源进展最关键的一条建议不要把 Figure AI 当成一家「机器人公司」看。它是一家「数据公司 模型公司 量产公司 商业部署公司」的四合一复合体。任何一个维度掉队都会被竞争对手从其他维度超过。这是 Figure 这轮 390 亿美元估值背后的真实逻辑。八、写在最后把 Figure AI 这轮融资的所有细节压缩成一句话就是一家成立 4 年的公司把一台人形机器人做到了 BMW 工厂实战 BotQ 工厂每 60 分钟下线一台 Index 108 国 1600 万条数据 Helix 引擎统一驱动然后用 10 亿美元 C 轮、390 亿美元估值把这个飞轮加速到一个让所有同行都难以追赶的节奏。这件事的人形机器人产业意义比任何发布会都更清楚当所有人都在喊「通用机器人要来了」时Figure AI 已经把它从 PPT 搬到了 BMW 的产线上。量产、实战、数据、模型四件齐备这不再是愿景而是事实。2027 年是 Figure AI 真正决定性的节点。如果能在那一年把 BotQ 产能顶到年产 2 万台、把 Helix 模型迭代到 GPT 级别的具身能力、把 Index 数据推到 5000 万条以上人形机器人赛道将真正进入「商用时代」。在那之前Figure 还在证明自己的路上但跑得已经足够远。