Figure AI 创始人 Brett Adcock 在 X 平台发布的一段视频，正在引发具身智能领域关于“历史性突破”的讨论。视频显示，Figure 03 在实验室环境中自主攀爬工业梯子，全程无遥控、无人工协助、无预设动作序列。据 Figure 官方 4 月发布的生产公告，Figure 03 产量已从每天 1 台提升至每小时 1 台，累计交付超 350 台，C 轮私募投后公司估值约 390 亿美元。

爬梯子之所以被具身智能圈视为标志性事件，并非因为动作更高或更快，而是因为它首次将三种能力耦合进同一动态任务：眼睛（实时视觉伺服）、手（抓握扶手）、腿（动态平衡攀爬）必须同时工作，任何一环出错都会导致失败。此前的人形机器人演示多为单能力展示，走路归走路，抓取归抓取。爬梯子意味着移动操作耦合（loco-manipulation）第一次以完整形态出现。翻译成产业语言就是：人类建造的环境里，第一次没有机器人进不去的区域。

但“历史性时刻”至少需要加上三个限定。第一，视频未经独立验证，Figure 未披露成功率、测试条件或失败数据，视频中机器人的动作也明显比人类慢，Adcock 在 X 上的回应是“会一样快”。第二，爬梯子是实验室能力，不是工厂能力，两者之间的差距正是行业过去十年走过的路。第三，也是最容易误读的：爬梯子视频是演示，时产 1 台是体系，两者必须合起来看。单看演示会高估 Figure，单看量产会低估它。2026 年人形机器人最大的叙事风险，就是媒体把演示当验收。

爬梯子之难，不在“爬”本身，而在“同时”。机器人学界把这种挑战称为移动操作耦合：平衡由腿负责，抓握由手负责，落点由眼负责，三套控制回路必须在一个连续动作里同步运转。过去十年的机器人演示基本是分开的，Boston Dynamics 让机器人翻跟头但不做操作，各家 VLA 演示让机器人抓取但脚下是平地。Figure 把两者拼起来了。据 Figure 1 月发布的 Helix 02 技术说明，支撑这套能力的是三层架构。System 2 负责语义理解，把“爬上梯子”分解成动作序列，约 1 赫兹。System 1 负责视觉运动映射，把头部和掌心相机、指尖触觉、全身本体感知全部折算成关节目标，约 200 赫兹。System 0 是这次升级的关键，一个约 1000 万参数的神经网络全身控制器，以 1 千赫兹频率负责平衡、接触和全身协调，据公司称直接替代了过去 10.9 万行手写 C++ 控制代码。System 0 用 1000 小时人类动作数据和 20 万个并行仿真环境（带域随机化）训练，sim-to-real 迁移不需要额外标定。这些描述均出自公司发布材料，尚未被第三方复现验证。

爬梯子也不是孤立的演示。1 月 Helix 02 发布时，Figure 03 在厨房连续执行 61 个自主动作（开洗碗机、取碗、放碗、启动机器），全程无重置、无人干预。5 月，三台 Figure 03 在 Suncity 总部完成 200 小时不间断直播分拣，处理 24.9 万个包裹，约 3 秒一件，接近人类速度。爬梯子视频补上了户外复杂地形这一块。把这些连起来看，Figure 的路线特征很清晰：通用性优先，用一套统一网络覆盖毫米级的指尖动作到房间级的移动，再靠部署数据反哺模型。Agility 则把任务范围刻意收窄到物流搬运，用 65000 小时工厂运行数据换可靠性。一个往宽做，一个往深做。

如果爬梯子是技术线的里程碑，量产则是检验线的里程碑。把时间线拉平，把中美明星机器人公司放在一起看——Agility 的 SPAC、宇树的科创板 IPO、比亚迪的小迪发布、Figure 的时产 1 台，加上特斯拉 Gen 3 产线投产，五件事全部挤在 2026 年 6 到 8 月，密度史无前例。它们代表五种不同的量产逻辑。

Figure 走垂直整合。BotQ 工厂自建产线，据公司公告，150 个联网工位、50 个制程检查点，120 天把产量从日产 1 台做到时产 1 台（24 倍），4 月底已交付 350 台以上，目标年产 1.2 万台、四年后 10 万台。客户验证已从试点进入商用：宝马斯帕坦堡工厂 6 月部署 Figure 03 做物流分拣，把散装来料按顺序码进配送车；此前 Figure 02 在车身车间 11 个月支撑了超过 3 万辆 X3 的生产。宝马的说法是，人形机器人不再是实验室实验。

Agility 走服务化。全部订单采用 RaaS，客户按年付费，机器人所有权和运行数据留在自己手里。3 亿美元订单承诺、9 个客户工厂 65,000 小时运行数据，带着这些数字以 25 亿美元估值 SPAC 上市，募资超 6.2 亿美元。

宇树走成本路线。8 月 5 日启动科创板 IPO 询价，拟募资 42 亿元，发行估值约 420 亿元。2025 年，其出货超 5500 台，占全球 32.4% 份额，扣非净利润 5.9 亿，全球首家在 IPO 前就实现人形机器人规模化盈利的企业。产品均价从 2023 年的约 65 万元降到 2025 年的约 16.7 万元，靠的是 90% 以上核心部件自研自产。

比亚迪走制造复用。小迪 8 月初在郑州迪空间亮相，据官方披露，身高 1.61 米、31 个自由度，灵巧手重复定位精度 ±1 毫米，定位经销商门店的迎宾讲解，计划每家门店投放 2 到 3 台。小迪复用比亚迪在电池、电机、电力电子上的汽车供应链，成本结构天然优于初创公司。

特斯拉走稳住产线。据媒体报道，Gen 3 在 5 月设计冻结，Fremont 旧产线改造的机器人产线 8 月投产，内部已部署超 1000 台用于数据采集，9 月目标周产 1000 台，年底周产 2000 到 2500 台，券商估计 2026 全年产量 2 万到 3 万台，但首批全部内部使用，对外销售要等 2027 年。

五条路线五种钱。2026 年下半年，资本市场第一次可以同时用多份不同的答卷检验“量产”二字：美股 SPAC 的 Agility 看订单转化，科创板看盈利报表；Figure 看交付速度，特斯拉看产线爬坡。主题炒作的时代结束了，拿着财报找答案的时代即将到来。

还有一个容易被忽略的变量。7 月 28 日，FCC 把“外国产先进机器人设备”列入限制进口清单，新开发的人形机器人和四足机器人未经授权不得进入美国市场。先看两边的体量。据行业数据，中国公司占据全球人形机器人约 85% 到 90% 的出货份额，2025 年宇树出货约 5500 台、智元约 5168 台、优必选约 1000 台，而美国的 Figure、Agility、特斯拉三家各约 150 台。赛迪传媒与中国电子报联合发布《2025 年人形机器人市场研究报告》。美国高校研究对宇树的依赖惊人，据推进自动化协会内部审查，近两年美国大学机器人论文中约 90% 使用了宇树设备。价格差同样惊人，一台宇树四足机器人约 4600 美元，可比的 Boston Dynamics 产品约 27.8 万美元，相差 60 倍。FCC 此举对中国的实际冲击有限，宇树海外收入中美国只占一部分，欧洲、东南亚、中东是更大的市场。但对美国研究生态的冲击是真实的，重建本土供应链据估计至少需要 5 年。

于是 2026 年下半年出现了一个前所未有的局面：技术叙事在美国，成本叙事在中国，中间隔着一道刚刚砌起来的墙。Figure 用 390 亿美元估值讲通用智能的故事，宇树用 420 亿元人民币估值和盈利报表讲规模的故事，两者相差约 6 倍。这个定价差本身，就是当前市场对两种路线最直白的定价。而砌墙的代价，是两边都失去了在对方市场验证自己的机会。

历史性时刻确实来了，但历史性的不是爬梯子。爬梯子是一次演示，真正把具身智能带进新阶段的是“验收季”：其一，2026 年下半年，人形机器人第一次同时面对技术评审、财报检验和贸易壁垒。接下来值得盯的不是更酷的演示视频，而是四件事：Figure 的季度交付量能否兑现时产 1 台的产能，Agility 的 3 亿美元订单能否转化为确认收入，宇树上市后的毛利率能否守住 60%，特斯拉的产线爬坡会不会再次跳票。其二，演示与量产之间的剪刀差，是 2026 年下半年最大的叙事风险。爬梯子视频和时产 1 台必须合起来看，单看演示会高估 Figure，单看量产会低估它。判断一家公司是演示公司还是量产公司，最简单的办法是问一个问题：它的收入报表里，机器人卖出去的钱占多少。其三，全球人形机器人第一次出现定价权分裂。美国市场为技术付费，中国市场为成本付费，FCC 让这种分裂从估值层面固化到贸易层面。两条路线的正面碰撞不会发生在同一个市场里，而是发生在各自的财报和各自的客户名单里。下一个值得记住的时刻不会是某个更酷的演示视频，而是第一份把量产写进收入报表的季报。