扫描下载APP
其它方式登录
Figure AI发布Helix 2.5机器人，首次在未经训练的30个真实家庭中完成铺床、叠毛巾、收拾玩具等家务，宣称实现零样本泛化；其突破源于大规模人类行为视频数据集Index的预训练，验证了动作预测误差随数据量增加而规律下降的‘人类到人形机器人迁移Scaling Law’，但整体任务成功率仅56%，距实用尚远。
Figure机器人在30个陌生家庭中测试自主完成收拾玩具、叠毛巾、整理床铺等家务，整体任务成功率达56%，验证其跨环境泛化能力；公司正加速自研AI模型（Helix系列）、构建数据采集体系（Index）并推进量产，从工业场景（如宝马工厂）向家庭场景拓展，但面临成本控制、真实用户接受度与规模化服务挑战。
OpenAI总裁Greg Brockman以约255亿美元身家首次登上2026年福布斯美国富豪榜第45位，成为当年身家最高的新人；而CEO奥特曼因不持有直接股权、身家仅33亿美元未达44亿上榜门槛落榜。文章揭示Brockman财富主要来自OpenAI约3%股份及Stripe等早期投资，并指出AI浪潮正推动多家私有AI公司（如Anthropic、Figure AI、Cognition）在上市前批量造富。
Figure AI发布Helix 2.5模型，实现人形机器人在30户陌生家庭中的零样本泛化验证，任务成功率从9%提升至56%，聚焦铺床、折毛巾、收玩具等真实家务场景；该突破以Index人类行为数据集和双系统架构为基础，重新定义具身智能泛化能力评估标准，并引发国内厂商在数据规模、第三方验证与实际接管率等方面的对标反思。
Figure公司发布Helix 2.5人形机器人，在未提前适配的30个陌生家庭中，零样本完成整理客厅、折叠毛巾和铺床任务，完整任务成功率达56%，显著高于从零训练模型的9%。其核心突破在于依托大规模人类行为数据集Index进行预训练，提升机器人在未知环境中的泛化能力与全身智能。
CLARITY法案程序性投票失败后，伯恩斯坦认为加密股回调是买入机会，监管重心将转向SEC和CFTC的快速规则制定，重点覆盖代币分类、DeFi开发者保护、股权代币化、现实资产期货及体育合约等；稳定币因受GENIUS法案管辖不受影响；首选标的为Robinhood、Circle和Figure，逻辑基于其业务与立法关联度低且具备独立增长动能。
文章探讨人形机器人商业化落地的核心瓶颈：缺乏将采购成本、实际运行工时、有效任务完成率、人工介入频次与最终经济节省整合于同一真实项目中的完整经济账。Agility等公司虽公布理论回本周期和成本模型，但数据仍属假设性推演；Figure、星动纪元等案例显示运行记录日益详实，却仍未形成可复核的‘机器人工资表’。
文章分析具身智能发展中的核心矛盾：Figure公司以10亿美元重金收购人类动作数据，与Anthropic推出硬件标准接口（MHS）实现AI自主操控设备，形成对物理世界接入路径的根本性对赌。供给侧受众包、生成式世界模型和标准接口三重挤压，导致底层数据贬值，而真实场景下的闭环操作结果（验收权）成为稀缺高价值资产，标志着物理世界正对纯数字叙事进行‘反向定价’。
人形机器人在运动性能上快速突破，百米跑进8秒64，但工业落地仍处早期阶段：Figure 02和智元G2已在宝马、龙旗等工厂稳定执行单一工位任务，而家庭服务、养老照护等场景受限于泛化能力与可靠性，尚未实现真正实用化。行业正从‘展品’转向‘产品’，核心挑战在于从固定场景走向真实世界的鲁棒性与可扩展性。
美国Figure公司推出Index APP，构建全球众包式数据采集经济体，通过经济激励让用户上传真实家务视频，解决具身机器人训练中高质量、多样化物理行为数据严重短缺的瓶颈；中国头部机器人企业如智元、宇树、优必选等虽积极布局数据采集，但普遍依赖重资产自建场地、开源社区或外包，面临规模化、合规性与多样性挑战。
文章对比特斯拉Optimus与Figure AI人形机器人在量产进度、实际落地和商业模式上的差异：Figure已向宝马工厂交付350余台Figure 03并实现每小时一台产能，具备真实作业数据；特斯拉产线尚未投产，参数披露不全，成本目标依赖中国供应链，商业化仍处愿景阶段。
Figure AI推出Index项目，通过全球用户上传真实世界任务视频（如整理房间、工厂操作等），构建覆盖多样化环境、物体和任务的机器人训练数据集，以解决人形机器人缺乏现实经验的瓶颈，推动其从‘会动作’迈向‘懂世界’，并计划投入超10亿美元打造机器人时代的数据基础设施。
文章发布全球具身智能30强榜单，强调行业正从展示性视频和融资热度转向真实商业落地，核心评判标准是机器人在工厂、仓库等实际场景中稳定执行任务的能力、客户复购与RaaS模式验证，而非技术表演或人形外观。Agility Robotics因Digit在GXO仓库完成超10万料箱搬运及多客户商业部署位列第一，Figure、智元、优必选等紧随其后。
文章分析全球消费信贷（超21万亿美元）链上化进展，指出当前链上消费贷项目如Pharos、Figure、Huma Finance等虽已启动，但核心瓶颈在于缺乏传统金融中成熟的证券化、信用结构化与评级分销能力；链上基础设施已初步成型，而连接资产端与机构资金端的专业资本市场能力仍严重缺位。
布雷特·阿德科克从农村出身，连续创办Vettery、Archer和Figure三家公司，当前聚焦于用AI驱动的具身智能（Figure人形机器人）、数字智能助手（Hark）及校园安全系统（Cover）解决物理世界、数字世界与现实社会的重大问题；强调做高难度、高价值的事以吸引顶尖人才并实现长期影响。
