2025-12-11 跑起来的特斯拉和Figure，0.2m/s之差，背后在“刚”什么？

作者：余柯   出品：机器人产业应用

2025年12月，人形机器人赛道爆发了一场没有硝烟却火花四溅的“百米飞人大战”。先是12月3日，马斯克转发视频，特斯拉 Optimus 以3.8m/s的速度刷新纪录；仅仅不到24小时，Figure AI 创始人 Brett Adcock 直接甩出 Figure 03的视频，以4m/s的极速完成折返跑，并配文回击“该你了”。这看似微不足道的0.2m/s差距，绝非简单的数字游戏，它标志着人形机器人正式跨越了“蹒跚学步”的红线，进入了与人类运动能力并驾齐驱的“动态与智能”深水区。

核心要点

•‌ 盲跑3.8、折返4，机器人正式腾空。

•‌ 特斯拉端到端暴力，Figure分层快思慢想。

•‌ 钢铁进厂、软甲入户，量产开赛只等AI灵魂。

01

速度的本质：从“防摔”到“飞行”

在很长一段时间里，人形机器人的走路更像是一种小心翼翼的“防摔倒”演示。但这一次，两者都展示了真正意义上的奔跑。物理学上对“跑”的定义非常严苛：必须存在双脚同时离地的“腾空相”。这意味着机器人不再是“走”，而是在不断地控制“受控跌倒”与“弹射起飞”。

特斯拉的“盲跑”：黑暗中的极致平衡

特斯拉团队披露了一个极其硬核的技术细节：Optimus 的这次奔跑是在“失明”状态下完成的。

技术原理解析：机器人并没有依赖视觉去构建地图或判断路况，而是完全剥离了视觉输入。它仅靠本体感知——即通过关节编码器感知角度、通过IMU（惯性测量单元）感知加速度。

2-3毫秒的生死时速：在 3.8m/s 的高速下，任何一点重心的误判都会导致惨烈的摔倒。Optimus 的神经网络延迟被压缩到了惊人的 2-3毫秒。这就像人类闭着眼睛在跑步机上狂奔，纯靠小脑的肌肉记忆和极速反射来维持平衡。特斯拉在证明：只要模型够强，物理定律是可以被“内化”的。

Figure的“折返跑”：动态与摩擦力的博弈

Figure 03 展现的则是另一种维度的强悍。它不仅快（4m/s），而且演示了高难度的折返跑。

侧向控制力：直线加速只需克服空气阻力和惯性，但折返跑需要急停、转身、再加速。这要求机器人的脚踝关节必须具备极高的侧向刚度，能抵抗巨大的离心力，同时轮胎级的橡胶脚底要提供足够的摩擦力。Figure 03 在转身瞬间的姿态控制，显示了其全身算法的高度协同。

02

大脑的较量：端到端 vs 双系统

如果说腿部动作是外功，那么控制这一切的神经网络就是内功。这也是两家公司“刚”得最凶的地方：AI 架构的路线之争。

特斯拉：极致的数据暴力美学

特斯拉走的是一条极其纯粹的路线——端到端神经网络。依托于 FSD（全自动驾驶）积累的庞大训练体系，Optimus 试图用海量数据让神经网络自己学会物理定律。他们不写复杂的控制代码（如“如果向左倾斜就向右用力”），而是输入视频和传感器数据，直接输出关节扭矩。这种“黑盒”策略虽然难以解释，但一旦练成，机器人的适应性将极其恐怖。

Figure：Helix 模型的“快思慢想”

Figure 03 搭载了 Brett Adcock 引以为傲的 Helix 神经网络。这是一种更接近认知科学的双系统架构，类似于人类的思维模式：

System 1（快系统 - 小脑）：一个运行频率高达200Hz的“脊髓”网络。它不思考人生，只负责毫秒级的反射，比如跑步时的落地平衡、手部防抖。Figure 03 的 4m/s 极速正是得益于 System 1 的超高速响应。

System 2（慢系统 - 大脑）：一个运行频率约7-10Hz的视觉-语言-动作模型（VLA）。它负责看懂世界、理解语义（如“把那个红色的苹果给我”）。

Figure 的策略是：用 System 1 保证不摔倒，用 System 2 保证听得懂。这种分层架构目前在处理复杂长序列任务（如做家务）上表现更为稳健。

03

身体的博弈： 钢铁骨骼 vs 织物软甲

除了跑得快，两者的硬件设计也暴露了它们截然不同的商业野心：特斯拉想进厂打螺丝，Figure 想进家叠衣服。

皮肤与触觉：3g的温柔

特斯拉：Optimus 是典型的工业品，裸露的金属与工程塑料外壳，线条硬朗，仿佛时刻准备着去搬运 20kg 的电池包。耐造、易维护是它的第一诉求。

Figure：Figure 03 全身包裹了类似运动服的灰色织物和多密度泡沫。这不仅仅是为了好看，而是为了安全——在家里撞到孩子或家具时，软体皮肤能起到缓冲作用。更惊人的是其手部触觉，传感器能感知 3克 的微小压力（相当于一个回形针的重量），这是叠衣服、拿鸡蛋等精细家务的基础。

能源革命：消失的插头

在“怎么充电”这件事上，Figure 展示了更符合家庭场景的方案。

Figure 03：采用了脚底无线感应充电。机器人不需要像吸尘器那样去插线，也不需要精确对准接口，只要走到充电垫上就能“回血”。这对于实现真正的全天候无人化至关重要。

| Tesla Optimus 与 Figure 03 全方位对比

04

量产的野望：从实验室到流水线

能在实验室跑多快是一回事，能造出多少台是另一回事。马斯克曾把特斯拉工厂称为“外星无畏舰”，Optimus 正享用着特斯拉汽车成熟的供应链红利。电机、电池、推理芯片，特斯拉几乎都能自研自产，目标是将成本压低至2万美元（约14万人民币）。

作为初创公司的 Figure 也不甘示弱，他们建立了名为BotQ的专用制造设施。虽然无法像特斯拉那样一开始就铺开百万产能，但 Figure 03 的设计从一开始就考虑了可制造性，大量使用了压铸和注塑工艺，而非实验室里昂贵的CNC加工。他们的目标很明确：先用高端家庭和商业场景（如宝马工厂）消化高成本，再逐步下探。

05

结语

特斯拉 Optimus 的 3.8m/s 和 Figure 03 的 4.0m/s，不仅仅是两个数字的较量。它们宣告了双足机器人“运动能力瓶颈”的终结。从今往后，行业竞争的焦点将从“能不能走稳”迅速转移到“能不能干活”和“能不能买得起”。特斯拉手握制造与数据的重剑，试图用规模效应碾压一切；而 Figure 则凭借极致的垂类优化和对家庭场景的深刻理解，试图走出一条差异化的高端路线。这场 0.2m/s 的速度之争，或许就是人形机器人时代的“第一声枪响”。机器人的身体已经准备好了，现在，只等灵魂（AI）跟上。