8 月初Business Insider 把几家硅谷机器人公司放到了一起观察发现figure、Sunday、Weave 这些融资不小、估值不低的公司最近都在盯着一件很小的事叠衣服。像figure之前展示了很多搬箱子、进工厂、物流分拣的任务。叠衣服这种家务活还有他们对外铺床的视频好像看着不太性感或者说已经被展示太多次了。但为什么figure还在重复之前的叙事谈这个问题需要先看看figure这类公司选择的技术路线“机器人是模型的载体”。Figure 没有明确做场景选择而是用工厂和物流获得部署经验用家庭任务证明长程泛化故事不是新的但他们一直在突破更好的效果。如果非要说figure的路线变化那就是从相对结构化走向非结构化。物流线上的纸箱和信封分拣和BMW里的零件搬运抓取是相对结构化的各类家居任务属于非结构化。而这些场景能够做的越来越丝滑我们看到的根因是在于figure的几次选择持续推进Helix具身模型引入人类第一视角数据强化端侧执行与真实反馈同时为灵巧操作补充掌心视觉和指尖触觉。写到这里figure的技术路线可以用更明确的一段话来概述“基于具身通用大模型来完成更多场景的验证通过本体在越来越多的场景下部署帮模型拿到更有价值的数据注重触觉与灵巧操作的能力提升”。其实这句话逻辑不难但figure从2022年成立开始足足走了3-4年。这套体系真正的难点在哪里Figure这家公司已经跑在前面但谁能更快完成全栈闭环仍然远未定局。原文链接WRC现场看到了最有潜力超越Figure的中国具身公司。01 一直没有说自己是本体公司把自己定义为大脑公司2022年喊自己是大脑的公司实在很少特别是一直坚持这条线的。figure这家公司算是少数几个它从未把造出一台人形本体当作终点。这一点可以从他们的技术演变上看。Helix 01先打通视觉、语言和上半身操作让同一套模型处理不同物体与自然语言指令Helix 02进一步将能力扩展到全身把行走、平衡和双手操作放进同一套控制体系。Figure 03也围绕Helix重新强化了视觉、掌心相机、触觉和数据回传能力。这家公司的本体迭代始终在回答同一个问题怎样给模型提供更完整的感知、更丰富的动作空间以及更高效的真实世界反馈。这也是Figure与传统硬件本体公司的差异。02 头部玩家的共识关于数据的选择模型能力的涌现数据是关键这一点几乎是整个大模型时代以来的共识。各家头部在数据的选择上也出现了阶段性不同但当下正在慢慢收敛。真机数据质量高却很难快速扩大规模。仿真和UMI这类方案也存在sim2real迁移损失和映射误差的问题。于是Ego也就是第一视角人类视频开始成为头部玩家共同选择的数据入口。EgoScale使用20,854小时带动作标注的第一视角视频预训练VLA再通过少量人机对齐数据完成迁移机器人平均成功率较无预训练基线提升54%。Dyna-2进一步把数据扩大到百万小时级尝试验证人类行为经验能否跨越本体差异迁移到机器人动作预测。Figure 更强调真实场景覆盖。通过与 Brookfield 合作把人类视频采集延伸到住宅、办公和物流空间接触更自然、更多样的人类活动。Genesis 则采用组合路线手套数据提供高保真手部动作和触觉Ego 视频提供自然行为与任务多样性第三人称视频补充互联网规模的物理交互。几家的技术路径不同但判断正在趋同Ego 负责扩大数据规模、环境覆盖和行为多样性。03 数据回到模型的速度决定迭代速度选择什么数据只是起点数据能否快速回到模型里才决定能力迭代的速度。之前Figure 03将fleet产生的 TB 级数据上传用于 Helix 的持续训练。机器人由此既是任务执行端也是现实数据的采集端。上次waic2026 论坛上 physical intelligence 和 dyna 也在强调数据收集和回流的问题让每一次部署都成为下一轮训练的数据来源。不过仅靠回流还不足够头部很多公司依然有大量的人工采集。但人工采集如何保证从采集端到输出能用的训练数据期间的效率非常重要。高质量数据获取的效率和能力决定了谁的大脑模型可以更泛化谁会掌握未来的话语权。所以头部的几家公司很早在布局这个事情。但在数据规模化和更新迭代效率之外决定模型和本体真正能走进物理世界的还有一个很重要因素。04 触觉对真正的灵巧操作有多么重要Ego数据规模可以变得很大效率也可以很高。但当机器人开始进入真正灵巧操作的时候这条链路还缺少一种关键数据触觉。拧瓶盖、整理线缆、使用工具时人会根据滑动、阻力和接触位置不断调整手指这些隐性信息恰恰决定了操作能否完成。你不太可能用两指夹爪甚至三指夹爪来完成上面的动作虽然Tony上次说sunday是用三指但也是无奈的权衡之举。Figure 03 的嵌入式触觉传感和掌心摄像头就是来帮助Helix 02 执行以前无法完成的操作比如取出单个药丸、分配精确的注射器容量以及在自身遮挡的情况下从杂乱中取出细小的、不规则的物体。Genesis也是类似的做法。所以你看谈ego时还不能完全漏掉后面的精细操作各家都在关注触觉本身。但视觉、触觉等传感信息需要精确对齐而且触觉反馈变化很快训练模型本身也挺难。要出一个好的效果非常考验一项能力“能否把多模态数据、实时控制和模型训练接成稳定闭环”。写到这里真的觉得figure路线并不那么好做。05 Figure之外一条更快的中国路径正在形成Figure 的路线不简单 那么国内会有相似路线的公司吗WRC期间也带着这个问题去逛了会场。以具身大模型为主线配置Ego数据方案、触觉、高效率的数据工程类似的厂家超维动力算其中一个。把它放进 Figure 的框架里讨论不代表它齐平或者超越Figure。只是因为两家在解决同一个问题如何把机器人变成模型的载体再用数据和部署持续提高模型能力。不过这家公司很容易被看成一家人形机器人公司。毕竟KAIBot 的117个自由度、覆盖全身约80%区域的触觉皮肤以及拥有37个自由度的KAI Hand都是非常直观的产品信号。第一次看kai系列产品时候觉得很有趣很像人。这一点其实也反应出超维的设计思路机器人越像人就越能无缝复用人类已有的一切。WRC上我们也看到了他们的系列产品现场聊了一圈拿到了更丰富和细致的数据。1 仔细看了下KAIBot 和 KAI Hand的设计方案KAIBot和figure 03在高拟人本体上路线还蛮像的。把 KAIBot 的设计方案展开看会发现它与 Figure 03 有一处明显共识通过更拟人的关节设计和更密集的触觉感知为模型提供足够丰富的身体接口。但KAIBot全身拥有 117 个自由度约 80% 的体表覆盖触觉皮肤集成约 18,000 个触点理论上能够感知 0.1N 的轻微触碰。这个配置比Figure要高。还有那只手KAI Hand。拥有 37 个自由度其中包括 20 个主动、1 个被动和16个柔顺自由度。主动关节负责精细动作柔顺结构则吸收碰撞与接触中的冲击让它既能完成细致操作也能适应更复杂的物理交互。此外指尖力超过30N持续抓握10分钟后整手最高温度仍不超过人体体温。按照他们目前公布的参数KAI Hand 在指尖力和温控表现上已经超过 Figure。但KAI Hand的意义不只是一只参数更高的手。它更像是连接数据、模型与物理世界的最后一环也是超维动力将人类经验迁移到机器人身上的关键接口。现场了解到公开的指标测评上在拟人化自由度和触觉感知密度这两项关键指标上超维动力已经站在行业第一梯队了。2 超维的模型本体之外还特意去问了模型。现场技术总监给的回答是VLA 端到端 世界模型闭环的混合架构为全身交互打造的和figure类似也是全身运控模型。之前看过Kai World的视频不过这次paper还没出来本来想去仔细看下网络结构。其实我们一直觉得WBC或者说WBI未来一定会是主流路线。可能现在更多是好的效果还没做出就像特斯拉之前推出端到端网络后followers会非常多。3 有Ego方案的头环Ego头环其实不是一个很新奇的事情。之前我们也分享过章鱼动力等方案这次拿到超维的回答是他们自己的KAI Halo头环支持大规模采集第一人称数据数据生产效率极高每周可产出百万条数据。而且这个设备可以同步记录第一视角画面、头部运动、手部动作与物体交互再通过纯视觉完成三维场景和人体姿态重建。目前已积累10万小时人类第一视角多模态的高质量数据。当然从10w到100w只是时间问题了。4 他们数据和大脑真的好用吗figure拍摄的效果很丝滑超维的全身效果如何现场我们问了这个问题技术和我们说其中一个很重要的考验标准是高动态运动的能力。比如让人形机器人打乒乓球或者网球。现场工作人员也展示了SMASH完成球路识别、轨迹预测与全身击球的效果人机对打。之外大脑的泛化能力和跨本体迁移的能力也很重要现场了解到SMASH 算法已经被部署到宇树 G1、智元远征 A3 等不同机器人本体上做了验证。5 关于数据的闭环效率这一点超维的答案是通过 KAI Halo 与 Embodied AI Infra 他们自己的平台来打通链路。目前已经数百名采集人员已进入家庭、超市、商业空间和小型工厂持续记录第一视角图像、头部运动、手部动作与物体交互。原始数据回流后infra平台进一步完成人体关节轨迹恢复、三维场景重建、手部动作可视化、语义标注与片段切分并将人类动作重定向到机器人的运动空间减少数据进入训练前的大量重复处理。在模型侧平台通过并行仿真和集群调度将训练、评测与真机验证组织进同一套流程。按照他们公司对外披露的数据高质量数据生产效率提升约10倍模型训练与评测速度平均提升5至7倍。现场还拿到了一个信息后期他们会把在真机执行中暴露的失败、碰撞和接触信息收纳重新进入训练系统形成“采集—训练—部署—反馈—再训练”的循环。06 想追上 Figure完整的能力结构只是起点回头看Figure它的领先从来没有建立在某一个单项指标上。Helix01/02、Figure 03、Ego数据、BotQ量产和真实场景部署彼此咬合才构成了今天的壁垒。虽然不少业内公司对外称“和figure路线类似甚至有潜力成为figure”但对比本身意义不大。能够短时间搭出与Figure相似的竞争结构只是第一步用更快的工程节奏推进这条路线才是真正的竞争力。超维动力真正值得关注的点也在这里。成立仅一年左右它已经同时推进具身大模型、高拟人本体、灵巧手与触觉、Ego数据采集和AI Infra并开始通过高动态任务、跨本体部署和真实数据回流检验这套体系。加上中国本土的场景和供应链优势这也让其成为“那个有潜力超越figure的中国公司之一”。重磅全网首个具身智能开源知识库来啦技术/产业/投融资/上下游推荐阅读真机强化入门的一套完整教程pi*0.6复现方案我们用低成本的机械臂完成pi0/pi0.5/GR00T/世界模型等VLA任务具身智能的WAM与世界模型一份完整指南一览具身智能的行业全局从产品经理的角度出发VLARL方向首个系统教程来啦Online RL/Offline RL/test time RL等好用高性价比面向具身科研领域打造的轻量级机械臂VLA/VLA触觉/VLARL/具身世界模型等具身大脑小脑算法与实战全栈路线来啦~从零训练你的足式机器人让你的足式机器人真正动起来~1v1 科研论文辅导来啦重磅具身智能之心论文辅导来啦近20方向顶会/顶刊/SCI/EI/中文核心/申博等