每小時一台機器人：Figure AI 的 BotQ 工廠宣告人形機器人量產時代已至

人形機器人產業多年來一直在承諾工廠部署、汽車裝配線和倉庫自動化。到了 2026 年春天，至少有一家公司已停止許諾，開始出貨——而且速度之快，在十八個月前幾乎難以想像。

Figure AI 位於加州聖荷西的 BotQ 工廠，已將其 Figure 03 人形機器人的產量從每天一台提升至每小時一台。這 24 倍的產出增幅，在不到四個月內達成，使 BotQ 成為全球產能最高的人形機器人工廠。公司的年產能目標為 12,000 台，且產速仍在持續提升。

BotQ 的內部運作

BotQ（全名「Bot Quality」）是 Figure 專為量產設計的製造園區，有別於多數機器人新創早期採用的代工安排。Figure 自建 BotQ，是為了掌控完整的製造供應鏈：零件採購、裝配、品質檢驗、軟體燒錄與最終測試，全部在同一屋簷下完成，逾 150 個聯網工作站追蹤每台機器人通過各道工序的狀態。

這條產線的爬坡過程並不順暢。2026 年初，BotQ 每週僅生產約兩到三台，且最終檢驗的不良率偏高，主要問題來自致動器校準漂移以及線束佈線失效。Figure 透過整合一道自動化在線校準程序解決了校準問題——每個關節在離開裝配站前，都必須完成全範圍動作測試。線束佈線問題則透過結合治具（jig）與扭矩規格軟體的標準化流程解決，消除了人工作業的差異性。

到 3 月時，日產量已達三台；5 月跨越了每天十台的門檻。目前每小時一台的速率，相當於每月約 720 台，是一條在其他產業需要多年時間才能完成的製造學習曲線，Figure 卻在數個月內走完。

Figure 03 平台

Figure 03 是公司的第三代商用人形機器人，搭載 Helix AI 系統——一個基於人類示範數據訓練的多模態模型，讓機器人能理解自然語言指令、識別物體與空間關係，並在無需針對每種動作類型進行明確程式設計的情況下，規劃多步驟的操作任務。

這款機器人身高 5 呎 6 吋（約 168 公分），重 140 磅（約 64 公斤），可舉起 55 磅重物，以每小時 2.7 英里的速度行走，單次充電可持續運作約四小時。其雙手相較於上一代 Figure 02 進行了重新設計，手指靈活度大幅提升，能操作散落的螺絲釘或折皺布料等細小、不規則物件——這是在裝配與倉儲任務中不可或缺的能力。

現有客戶包括寶馬（BMW）——已在其南卡羅萊納州斯巴達堡工廠部署 Figure 03，執行車身製造區的物料搬運任務——以及一家未具名物流業者，正在冷藏配送中心進行概念驗證。Figure 已披露基於客戶意向書的 2029 年前營收管線超過 140 億美元，亞馬遜和賓士（Mercedes）均被列為重大預購承諾的合作方。

量產里程碑的更深意義

Figure 明確將這次產量躍升定義為超越製造成就的意義。「這 24 倍的增幅代表的不只是製造效率——它是我們開發速度的根本性轉變，」公司在 BotQ 更新中寫道。其邏輯在於：每台部署的機器人都會產生專屬的操作數據——真實世界的操作動作序列、失效模式、邊緣案例的物體識別挑戰——這些數據反饋至 Helix AI 模型的訓練之中。

每天一台時，數據管道細如涓流。每小時一台時，Figure 每月將約 720 台機器人部署至實際運營環境，每台持續產生行為數據。這種數據的複利效應，是純軟體 AI 公司賴以建立持久優勢的飛輪——而 Figure 正在賭同樣的動力學同樣適用於實體 AI。

這也是推動 2026 年人形機器人融資熱潮的核心論點：最快實現硬體量產的公司，將積累最豐富的行為數據集，從而推動模型品質的提升——而這種提升，是難以單純靠合成數據複製的。

更廣泛的競賽

Figure 的里程碑，落在一個正經歷空前資本與關注度集中的產業。波士頓動力在本季開始向現代汽車（Hyundai）和 Google DeepMind 出貨全電動 Atlas 機器人的初批商用單位——這是 Atlas 在數十年液壓系統研發後，首次進入全電動商業部署。Atlas 的定價顯著高於 Figure 03，但它的設計面向更極端的工業應用場景，包括需要防爆或耐高溫的環境。

NVIDIA 在 Computex 上延伸其實體 AI 平台戰略，宣布選擇中國新創宇樹（Unitree）作為首個直接向史丹佛、蘇黎世聯邦理工學院（ETH Zurich）等研究機構分銷的機器人平台。搭載 NVIDIA Jetson Thor 的宇樹 H2 Plus 預計十月上市。這項選擇意味著 NVIDIA 認為宇樹的性價比——約 25,000 美元一台，相比 Figure 企業定價逾 15 萬美元——最適合部署成本重於量產標準的研究場景。

中國製造商依然是出貨量最為積極的一方。Robotera 在 5 月披露超過 2 億美元的融資，並報告 2026 年第二季產量增長超過 300%。宇樹、優必選（UBTECH）及多家新進入者，正在中國規模最大的製造經濟體中，以物流和工業部署的數據積累奠定先機。

量產之後呢？

這個產業尚未完整回答的問題是：當人形機器人生產達到汽車業規模——每季數萬台而非每年——之後，競爭動態將如何演變。屆時，真正的角力將從製造能力轉向軟體能力：哪家公司的機器人能最快學習新任務、在最廣泛的環境中泛化應用，以及在遭遇訓練分布之外的情境時，以何種優雅方式處理失效。

Figure 主張其數據飛輪在第二個問題上帶來優勢。波士頓動力則以數十年的運動研究，提供了後進者難以快速複製的機械穩健性基線。NVIDIA 將自己定位為中立的基礎設施提供者——實體 AI 的 GPU 公司——無論哪家人形機器人作業系統勝出，它都是贏家。

這一次，爭論不再是理論上的。每小時一台，人形機器人量產時代已到來。哪家公司的機器人將在工廠地板上超越人類數量的競賽，現在本質上是一場披著硬體外衣的軟體爭奪戰。