1天前 正面交锋！Figure 03 VS 特斯拉Optimus谁更胜一筹？

作者：余柯   出品：机器人产业应用

“我在Figure看到的东西像科幻电影一样，”Figure AI创始人Brett Adcock的宣言，为一场正在上演的科技竞赛奠定了基调 。这不仅仅是关于单个产品的迭代，而是两种截然不同发展哲学的碰撞。

Figure 03代表了“为特定任务而生”的精密路径：一个为具身智能（Embodied AI）深度定制的硬件平台，一个与躯体深度融合的AI大脑（Helix系统），以及一条通过与行业巨头（如宝马）合作来验证的商业化路径 。

而特斯拉的Optimus则代表了“为规模化而生”的宏大愿景：依托其在汽车领域建立的庞大制造和AI生态，旨在以颠覆性的成本优势直接冲击大众市场。本文将从硬件设计、AI灵魂到商业蓝图，全方位对比这两位重量级选手，探寻谁的路径更能通往人形机器人的未来。

核心要点

•‌躯体之争：精密仪器 vs. 工业产品

  •‌灵魂对决：原生AI vs. 跨域AI

  •‌商业蓝图：联盟共赢 vs. 闭环生态

01

躯体之争：精密仪器 vs. 工业产品

硬件是机器人与物理世界交互的媒介，Figure 03和Optimus在设计上的差异，深刻反映了它们各自的AI策略和市场定位。

1.1

Figure 03：为灵巧交互而生

Figure 03的设计充满了实用主义色彩，其核心是为复杂的交互和人机共存服务。它采用了灰色针织物和多密度泡棉覆盖机身，优先考虑了在人类环境中的物理安全与心理接受度 。相比上一代，其机体质量减轻9%，体积更小，更适合在家庭或工厂的狭窄空间中活动。

其真正的核心优势在于其高度精密的双手。每只手掌都嵌入了一枚广角摄像头，解决了机器人伸手进入柜子等场景时的视觉遮挡难题 。更具突破性的是Figure自研的触觉传感器，能够检测到低至3克的微小压力，使AI系统（Helix）能在物体滑落前进行预判和调整，从而实现对易碎或不规则物体的精细操控。

此外，创新的足底无线感应充电方案，使其能以2kW的功率自动补能，为实现接近全天候不间断的商业运营提供了基础。

1.2

特斯拉Optimus：为规模化制造而生

特斯拉Optimus的设计深受其汽车制造背景的影响，核心目标是实现大规模生产和成本效益。其硬件迭代迅速，Gen 2版本比上一代减重10公斤，行走速度提升30%，展现出对效率和敏捷性的追求。

Optimus完全采用特斯拉自研的执行器和传感器，其11个自由度的手部同样具备触觉传感能力，并已展示出处理鸡蛋等易碎物品的精细操作。

其核心优势在于能够复用特斯拉在电动汽车领域积累的深厚经验，无论是2.7kWh的电池包技术，还是对供应链的强大掌控力和大规模生产能力，都为其将最终成本控制在2万美元以下的目标提供了可能。

02

灵魂对决：原生AI vs. 跨域AI

如果说硬件是躯体，AI就是灵魂。Figure和特斯拉在AI路径上的分歧最为深刻，这实质上是“专用模型”与“通用模型”的路线之争。

2.1

Figure的Helix：原生具身智能

Figure坚信，真正的具身智能需要软硬件的深度垂直整合。在短暂与OpenAI合作后，Figure果断转向完全自研其核心AI模型——Helix。Helix是一个专为机器人设计的视觉-语言-行为（VLA）模型，其创新的“双系统”架构是其核心优势：

• 系统1（执行者）：一个轻量级视觉-电机网络，以极高频率（200 Hz）运行，负责将高层指令转化为精确的物理动作。

• 系统2（决策者）：一个大型视觉语言模型（VLM），以较低频率（7-9 Hz）运行，负责高层次的推理和任务规划。

这种架构使得Helix既能深思熟虑，又能快速反应，并且能完全在机器人机载的低功耗GPU上运行，实现了商业部署的独立性。终止与OpenAI的合作，正是Figure决心打造一个无法被轻易复制、软硬一体的原生智能系统的战略宣言。

2.2

特斯拉的AI：FSD的降维应用

特斯拉的核心优势在于能够将其在自动驾驶（FSD）领域积累的庞大AI资源“降维”应用于机器人。Optimus的“大脑”与特斯拉汽车共享相似的AI软件栈，通过端到端神经网络，直接从“像素到行动”进行学习。

这种策略的最大优势在于数据。数百万辆特斯拉汽车在全球道路上实时收集的海量、多样化的真实世界视频数据，为训练一个强大的“世界模型”提供了任何竞争对手都难以企及的数据壁垒。特斯拉的赌注是，这个由FSD数据训练出的通用世界模型，其广度和深度足以通过微调快速适应人形机器人的躯体，从而在学习效率上超越从零开始的专用模型。

03

商业蓝图：联盟共赢 vs. 闭环生态

如何将机器人推向市场，两家公司再次给出了截然不同的答案。

3.1

Figure的路径：与巨人同行

Figure的商业策略是通过与行业领导者建立深度合作，在真实世界的痛点中验证和迭代技术。与宝马集团的合作是其旗舰项目，Figure的机器人已在宝马位于南卡罗来纳州的工厂车间连续运行五个月，执行物料搬运任务。这次长达数月的部署，是对机器人硬件耐用性和软件稳定性的终极考验，也是迄今为止人形机器人在真实工业环境中可靠性的最有力证明。这种B端优先的策略，为其赢得了宝贵的早期收入、行业信誉和关键的真实世界数据。

3.3

特斯拉的路径：自给自足

特斯拉采取了典型的“闭环生态”战略。其计划首先在自己的超级工厂内部署数千台Optimus，让自己成为第一个、也是最挑剔的客户。这种“自产自销”的模式，使其能够在一个完全可控的环境中快速迭代，而无需应对外部客户的复杂需求。

其最终目标是利用在汽车制造中积累的规模化生产经验，将Optimus的成本降至一个颠覆性的水平，从而跳过小众的工业应用阶段，直接创造一个全新的大众消费级机器人市场。

04

结论：两条通往未来的平行赛道

Figure 03与特斯拉Optimus的竞争，并非一场简单的技术参数比拼，而是两种商业模式和技术哲学的较量。Figure正通过与行业伙伴的紧密合作，以一种更开放、更专注的方式，一步一个脚印地在工业自动化这个明确存在的市场中验证其商业价值。

而特斯拉则试图利用其在AI、制造和数据方面的现有庞大生态系统，以一种更封闭但可能更具爆发力的方式，去创造一个前所未有的个人机器人新市场。

Figure的路径可能更稳健，实现商业回报的速度也可能更快。然而，特斯拉的路径一旦成功，其雄心和潜在回报将是指数级的。这场竞赛没有唯一的胜利者，而是两条通往“2050年”的平行赛道，它们的探索将共同定义人类与机器的未来。