Figure反击，宇树还是智元
美国发明，中国制造并笑到最后。这是当前中美在新兴产业、先进制造业的现状。未来产业，如人形机器人，似乎也是如此。美国的明星人形机器人公司Figure，宣布已经设计出了人形机器人生产线BotQ，即将年产12000个下一代人形机器人Figure 3，计划四年内产能达到年产10万个，还有300万个执行器。Figure明确提出，在建立起人与机器人的混合生产方式之后，下一步将通向制造业的终局：机器人制造机器人。先看下 BotQ，Figure初具规模的人形机器人制造工厂。BotQ 第一代生产线每年最多可生产12,000台人形机器人。这仅仅是个开始，Figure的目标是与中国在规模制造领域展开竞争。Figure官宣，在过去八个月里，Figure的硬件和制造工程团队从零开始打造了一套高效且可扩展的制造流程，• 垂直整合制造： Figure决定将人形机器人的制造环节引入公司内部，以控制生产过程、品质，并确保向市场交付高性能机器人。• 构建软件基础设施：过去六个月，Figure一直在开发支持大规模生产的软件基础设施（MES、PLM、ERP、WMS）。• 机器人制造机器人：Figure 的人形机器人将用于生产过程中，制造其他人形机器人。这项计划将在今年实施。预计未来参与生产线的机器人数量将显著增加，以进一步提升自动化水平。实现高产能从早期工程设计阶段开始。团队在内部制造并组装 Figure 02 后，记录并分析了从零件制造到最终组装的每个环节周期时间。最大的影响因素始于零件数量与制造工艺。作为原型机，Figure 02 大量采用复杂、精度要求高但生产速度慢的数控（CNC）加工工艺。虽然 CNC 加工对原型机和高精度零件有益，但在大幅降低零件成本与制造时间方面扩展性不足。零件数量也是关键因素——将多个零件合并为单个零件可显著减少生产周期。因此，Figure完成了下一代机器人Figure 03 的设计，这是专为经济性与大规模制造设计的量产机型。为实现量产目标，Figure转而采用注塑、压铸、金属注射成型和冲压等工艺，节省了数千小时的生产时间。原本需要一周以上的 CNC 加工零件，现在用复杂钢模具制造仅需不到20秒。尽管转用这些工艺初期资本投入高，但考虑到2025年及以后机器人的产量，这笔投资将快速收回。尽管如此，还是有专家认为，仅仅制造头部就需要这么多工序也太多了——多个注塑零件、抛光、钻孔，还要喷漆（透明保护层？）。所以，产能暂时只有一年1.2万台。”为了重新设计机器人架构，Figure还成立了两个新团队：安全团队与可靠性团队。Figure计划在实现高产能的同时，也不断提高机器人的可靠性。可靠性团队位于 BotQ，负责运行高加速生命周期测试，帮助了解机器人的寿命。该团队需要专业设备，包括高温烘箱、专用执行器测试设备和故障分析仪器，以明确故障根因。利用这些数据，可以向设计团队提供必要改进建议，确保达到可靠性指标。与其他行业不同，人形机器人并没有成熟的供应链体系，几乎需要从零开始设计整台机器人，包括执行器、电机、传感器、电池组和电子元件。缺乏成熟供应链成为团队确定零件制造方式和地点的一大障碍。哪些部件需要垂直整合？哪些应该在内部制造？Figure决定集中力量在内部组装核心技术（执行器、机械手、电池、最终组装），并在必要时利用外部供应商制造零部件。Figure称，还聘请了世界一流的全球供应链管理团队，与有能力生产复杂零件的供应商建立牢固的合作伙伴关系。Figure机器人涉及超过三十种独特材料，其中许多需要特殊工艺，如电机绕线、柔性OLED屏幕或精密光学设计。所有这些，外部合作伙伴均能与合作共建供应链：未来四年，可轻松扩展至年产10万台机器人或300万个执行器。关键是制造团队。过去六个月，Figure聘请了经验丰富的专家，他们在职业生涯中专注于设计生产线、优化生产线，并高效快速地将材料转化为产品。制造工程师负责将机器人组装划分成多个子站，选择合适工具将零件组装起来，设计和采购装配线夹具，以及理解如何在快速组装过程中测试零部件。此外，工程师还为机械、电气和软件团队提供设计更改反馈，以减少生产周期。新产品制造中的一个关键问题是了解哪些生产环节应自动化，哪些应人工操作。历史上，人形机器人产量低，自动化程度很低。Figure 通过分析质量和速度等指标，选择在短期内实现关键工序的自动化。例如，通过自动润滑站，我们能比人工更加精确地控制电机齿轮箱润滑脂的量和位置。在电池单元测试及加载环节，机器人能比人类更快速地拾取、扫描和测试电池单元。下面是工厂的生产布局。由于前几年的量产在1.2万台，产流程产线比较紧凑，创始人阿德柯克（Brett Adcock）认为它更像消费电子产品的生产线，之所以采用集中式装卸平台与传统库存系统，而非特斯拉式的仓储模式，是因为目前产量并不是很大。不过图中显示，也预留了扩展区域。而特斯拉模式，即“仓库在轮子上”（warehouse on wheels）或侧面装载库存（side-loading inventory），是一种较为激进且高效的库存物流策略，更适用于极高产能、大规模汽车制造业场景。制造过程需要大量基础设施支持。为了成功建立工厂，Figure在开发过程中增加了新工具，包括产品生命周期管理（PLM）、企业资源计划（ERP）、仓库管理系统（WMS），以及最关键的制造执行系统（MES）。制造执行系统（MES）是制造运营的核心，完全由内部开发，把生产各个环节整合到实时数字生态系统中。从零件供应链追踪、监控装配效率到严格的质量控制，MES 可以实现高效运行。此外，MES 还能与物联网设备集成，监测流程，追踪零件生命周期，并提供与机器人每个零件相关的数字化测试数据库。BotQ 的重要创新之一，是将Figure 人形机器人自动化整合到自身装配线中。Figure眼中的未来制造机器人的场景，是借助内部人工智能 Helix，利用机器人组装生产线关键组件，并作为物料搬运者在各个工位间转运物料，无需安装笨重且不灵活的传送带系统。人工智能驱动的自动化与人工监督相结合，形成了混合型劳动力，最大化了速度、精度与灵活性。通过用机器人制造更多机器人。混合制造的终局，是实现人形机器人的自主制造：“我们能够加快生产进度，同时减少人类从事重复工作的需求，为未来的自主制造奠定基础。”人形机器人是一个典型的赛道，中国虽然起跑比美国晚了许多，但在生成式AI之后，重新定义人形机器人的具身智能赛道上，两国起跑时间相差不多，都是一边完善技术、一边应用，一边寻求量产的降低成本的机会。现在，Figure在大规模招人，阿德科克亲自下场，急需岗位包括：制造测试工程师、仓库管理系统集成工程师、生产助理/生产技术员、生产经理、再制造经理、质量工程师。在走向规模制造的过程中，虽然最吸引眼球的是特斯拉的Optimus，但两国初创企业，正在以灵活的产品与制造科技，向马斯克发起挑战。2月20日，Figure推出了 Helix，这是一种通用的“视觉-语言-动作” (VLA) 模型，它将感知、语言理解和学习控制统一起来，以克服机器人技术领域的多项长期挑战。FigureAI还结束了与OpenAI的短暂合作，希望掌握自己的命运。“我们不能外包人工智能，就像我们不能外包硬件一样，阿德科克说：“要在现实世界中大规模解决具身智能，必须垂直整合机器人AI。”仅20天后，智元机器人发布了首个通用具身基座大模型智元启元大模型（Genie Operator-1，简称GO-1），并公布了其技术报告。智元称之为ViLLA（Vision-Language-Latent-Action）架构，具有采训推一体，小样本快速泛化、“一脑多形”的跨本体应用、持续进化、人类视频学习等优势。具身智能领域的竞争，已经从“具身”或“智能”各自发展，逐步走向垂直整合。在去年12月，在包括远征A2在内的五款商用机器人问世后4个月，智元就宣布开启量产，今年1月展示其第1000台通用具身机器人正式下线，其中双足机器人有731台。宇树创始人王兴兴采取了稳扎稳打的策略，在AI方面的投入“相对克制”。他并不在乎外界将宇树定义为“硬件”公司，也不在乎谁先达成AI机器人的模型。他更看重人形机器人的量产能力和产业链的形成：“如果哪一天有个人把AI机器人的模型做出来，找我们定制机器人，我们可以保证年底之前直接给他做10万个人形机器人。”我们曾发表过一篇爆款文章《从大疆到宇树：美国正从下一个噩梦中醒来》掀起了一股宇树热。不过，美国不会认命。中美两国在机器人领域的竞争，不仅表现在技术的迭代能力，而且也表现在大规模量产能力上。从巨头特斯拉到初创企业Figure，美国的人形机器人开始规划量产了，也开始进入工厂车间、田间地头实习测试了。 
技术是一种看见自然的方式
