Figure AI 創始人 Brett Adcock 在 X 平台釋出的一段影片，正在引發具身智慧領域關於“歷史性突破”的討論。影片顯示，Figure 03 在實驗室環境中自主攀爬工業梯子，全程無遙控、無人工協助、無預設動作序列。據 Figure 官方 4 月釋出的生產公告，Figure 03 產量已從每天 1 台提升至每小時 1 台，累計交付超 350 台，C 輪私募投後公司估值約 390 億美元。

爬梯子之所以被具身智慧圈視為標誌性事件，並非因為動作更高或更快，而是因為它首次將三種能力耦合進同一動態任務：眼睛（即時視覺伺服）、手（抓握扶手）、腿（動態平衡攀爬）必須同時工作，任何一環出錯都會導致失敗。此前的人形機器人演示多為單能力展示，走路歸走路，抓取歸抓取。爬梯子意味著移動操作耦合（loco-manipulation）第一次以完整形態出現。翻譯成產業語言就是：人類建造的環境裡，第一次沒有機器人進不去的區域。

但“歷史性時刻”至少需要加上三個限定。第一，影片未經獨立驗證，Figure 未披露成功率、測試條件或失敗資料，影片中機器人的動作也明顯比人類慢，Adcock 在 X 上的回應是“會一樣快”。第二，爬梯子是實驗室能力，不是工廠能力，兩者之間的差距正是行業過去十年走過的路。第三，也是最容易誤讀的：爬梯子影片是演示，時產 1 台是體系，兩者必須合起來看。單看演示會高估 Figure，單看量產會低估它。2026 年人形機器人最大的敘事風險，就是媒體把演示當驗收。

爬梯子之難，不在“爬”本身，而在“同時”。機器人學界把這種挑戰稱為移動操作耦合：平衡由腿負責，抓握由手負責，落點由眼負責，三套控制迴路必須在一個連續動作裡同步運轉。過去十年的機器人演示基本是分開的，Boston Dynamics 讓機器人翻跟頭但不做操作，各家 VLA 演示讓機器人抓取但腳下是平地。Figure 把兩者拼起來了。據 Figure 1 月釋出的 Helix 02 技術說明，支撐這套能力的是三層架構。System 2 負責語義理解，把“爬上梯子”分解成動作序列，約 1 赫茲。System 1 負責視覺運動對映，把頭部和掌心相機、指尖觸覺、全身本體感知全部折算成關節目標，約 200 赫茲。System 0 是這次升級的關鍵，一個約 1000 萬引數的神經網路全身控制器，以 1 千赫茲頻率負責平衡、接觸和全身協調，據公司稱直接替代了過去 10.9 萬行手寫 C++ 控制程式碼。System 0 用 1000 小時人類動作資料和 20 萬個並行模擬環境（帶域隨機化）訓練，sim-to-real 遷移不需要額外標定。這些描述均出自公司釋出材料，尚未被第三方復現驗證。

爬梯子也不是孤立的演示。1 月 Helix 02 釋出時，Figure 03 在廚房連續執行 61 個自主動作（開洗碗機、取碗、放碗、啟動機器），全程無重置、無人干預。5 月，三台 Figure 03 在 Suncity 總部完成 200 小時不間斷直播分揀，處理 24.9 萬個包裹，約 3 秒一件，接近人類速度。爬梯子影片補上了戶外複雜地形這一塊。把這些連起來看，Figure 的路線特徵很清晰：通用性優先，用一套統一網路覆蓋毫米級的指尖動作到房間級的移動，再靠部署資料反哺模型。Agility 則把任務範圍刻意收窄到物流搬運，用 65000 小時工廠執行資料換可靠性。一個往寬做，一個往深做。

如果爬梯子是技術線的里程碑，量產則是檢驗線的里程碑。把時間線拉平，把中美明星機器人公司放在一起看——Agility 的 SPAC、宇樹的科創板 IPO、比亞迪的小迪釋出、Figure 的時產 1 台，加上特斯拉 Gen 3 產線投產，五件事全部擠在 2026 年 6 到 8 月，密度史無前例。它們代表五種不同的量產邏輯。

Figure 走垂直整合。BotQ 工廠自建產線，據公司公告，150 個聯網工位、50 個製程檢查點，120 天把產量從日產 1 台做到時產 1 台（24 倍），4 月底已交付 350 台以上，目標年產 1.2 萬台、四年後 10 萬台。客戶驗證已從試點進入商用：寶馬斯帕坦堡工廠 6 月部署 Figure 03 做物流分揀，把散裝來料按順序碼進配送車；此前 Figure 02 在車身車間 11 個月支撐了超過 3 萬輛 X3 的生產。寶馬的說法是，人形機器人不再是實驗室實驗。

Agility 走服務化。全部訂單採用 RaaS，客戶按年付費，機器人所有權和執行資料留在自己手裡。3 億美元訂單承諾、9 個客戶工廠 65,000 小時執行資料，帶著這些數字以 25 億美元估值 SPAC 上市，募資超 6.2 億美元。

宇樹走成本路線。8 月 5 日啟動科創板 IPO 詢價，擬募資 42 億元，發行估值約 420 億元。2025 年，其出貨超 5500 台，佔全球 32.4% 份額，扣非淨利潤 5.9 億，全球首家在 IPO 前就實現人形機器人規模化盈利的企業。產品均價從 2023 年的約 65 萬元降到 2025 年的約 16.7 萬元，靠的是 90% 以上核心部件自研自產。

比亞迪走製造複用。小迪 8 月初在鄭州迪空間亮相，據官方披露，身高 1.61 米、31 個自由度，靈巧手重複定位精度 ±1 毫米，定位經銷商門店的迎賓講解，計劃每家門店投放 2 到 3 台。小迪複用比亞迪在電池、電機、電力電子上的汽車供應鏈，成本結構天然優於初創公司。

特斯拉走穩住產線。據媒體報道，Gen 3 在 5 月設計凍結，Fremont 舊產線改造的機器人產線 8 月投產，內部已部署超 1000 台用於資料採集，9 月目標周產 1000 台，年底周產 2000 到 2500 台，券商估計 2026 全年產量 2 萬到 3 萬台，但首批全部內部使用，對外銷售要等 2027 年。

五條路線五種錢。2026 年下半年，資本市場第一次可以同時用多份不同的答卷檢驗“量產”二字：美股 SPAC 的 Agility 看訂單轉化，科創板看盈利報表；Figure 看交付速度，特斯拉看產線爬坡。主題炒作的時代結束了，拿著財報找答案的時代即將到來。

還有一個容易被忽略的變數。7 月 28 日，FCC 把“外國產先進機器人裝置”列入限制進口清單，新開發的人形機器人和四足機器人未經授權不得進入美國市場。先看兩邊的體量。據行業資料，中國公司佔據全球人形機器人約 85% 到 90% 的出貨份額，2025 年宇樹出貨約 5500 台、智元約 5168 台、優必選約 1000 台，而美國的 Figure、Agility、特斯拉三家各約 150 台。賽迪傳媒與中國電子報聯合釋出《2025 年人形機器人市場研究報告》。美國高校研究對宇樹的依賴驚人，據推進自動化協會內部審查，近兩年美國大學機器人論文中約 90% 使用了宇樹裝置。價格差同樣驚人，一台宇樹四足機器人約 4600 美元，可比的 Boston Dynamics 產品約 27.8 萬美元，相差 60 倍。FCC 此舉對中國的實際衝擊有限，宇樹海外收入中美國只佔一部分，歐洲、東南亞、中東是更大的市場。但對美國研究生態的衝擊是真實的，重建本土供應鏈據估計至少需要 5 年。

於是 2026 年下半年出現了一個前所未有的局面：技術敘事在美國，成本敘事在中國，中間隔著一道剛剛砌起來的牆。Figure 用 390 億美元估值講通用智慧的故事，宇樹用 420 億元人民幣估值和盈利報表講規模的故事，兩者相差約 6 倍。這個定價差本身，就是當前市場對兩種路線最直白的定價。而砌牆的代價，是兩邊都失去了在對方市場驗證自己的機會。

歷史性時刻確實來了，但歷史性的不是爬梯子。爬梯子是一次演示，真正把具身智慧帶進新階段的是“驗收季”：其一，2026 年下半年，人形機器人第一次同時面對技術評審、財報檢驗和貿易壁壘。接下來值得盯的不是更酷的演示影片，而是四件事：Figure 的季度交付量能否兌現時產 1 台的產能，Agility 的 3 億美元訂單能否轉化為確認收入，宇樹上市後的毛利率能否守住 60%，特斯拉的產線爬坡會不會再次跳票。其二，演示與量產之間的剪刀差，是 2026 年下半年最大的敘事風險。爬梯子影片和時產 1 台必須合起來看，單看演示會高估 Figure，單看量產會低估它。判斷一家公司是演示公司還是量產公司，最簡單的辦法是問一個問題：它的收入報表裡，機器人賣出去的錢佔多少。其三，全球人形機器人第一次出現定價權分裂。美國市場為技術付費，中國市場為成本付費，FCC 讓這種分裂從估值層面固化到貿易層面。兩條路線的正面碰撞不會發生在同一個市場裡，而是發生在各自的財報和各自的客戶名單裡。下一個值得記住的時刻不會是某個更酷的演示影片，而是第一份把量產寫進收入報表的季報。