一句话看懂：Figure AI 创始人兼 CEO Brett Adcock 在 Salesforce Dreamforce 大会上称公司正在”构建一个新物种”，把具备机上智能的人形机器人定位为替代体力劳动的通用方案。这一说法把行业争论从”机器换人”推到”造智能物种”的层面，也让 Figure 的量产时间表更受关注。
事件核心：发生了什么
在年度 Dreamforce 活动现场，Salesforce CEO Marc Benioff 向 Adcock 抛出问题：”我们不是在造机器人，而是在造一个新物种？”Adcock 当场认同，并重复了”我们正在这里构建一个新物种，带有机上智能”的说法。按他的表述，Figure 的终点不是再做一类机器，而是让一种新的智能形态存在。
Figure 此前靠高完成度的宣传视频出圈，内容多集中在家庭场景，例如整理卧室、装载洗碗机。更具参考价值的一次是 Figure 03 在直播中无人工干预分拣超过 10 万个包裹。目前公开信息显示，包括 Figure 在内的多家公司计划在 2026 至 2027 年启动人形机器人量产，初期落地工业场景，厂商同时表示要切入家庭用途。
为什么重要
人形机器人的竞争焦点正在从演示效果转向可量产性和真实环境下的可靠性。Adcock 的”新物种”表述有两层含义：一是技术路线上押注机上智能，即推理能力直接部署在机器人本体上，而不是完全依赖云端；二是商业叙事上把产品从工业设备升级为通用劳动力，这直接影响估值逻辑和客户预期。
对行业而言，真正的分水岭不是口号，而是能否在非受控环境里稳定完成任务。宣传视频里的整洁房间和真实家庭环境的杂乱程度差距很大，包裹分拣这类结构化任务的表现也不能直接外推到家务。量产时间表一旦临近，供应链、算力和数据闭环会成为比演示更硬的指标。
对用户/开发者/创作者的影响
开发者可以关注 Figure 是否开放机器人本体上的推理接口或 SDK。如果机上智能成为主流方案，边缘算力、低延迟控制、多模态感知会形成新的开发需求，而不是单纯调用云端大模型 API。企业采购方短期内更可能先在仓储、产线等结构化场景试点，家庭场景的采购决策还需要更长时间验证。内容创作者则要注意区分宣传片效果与第三方实测，避免把未验证的能力当成既定事实传播。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Figure 03 之外的量产机型是否公布实际交付数量和客户名单，而非只给时间表。二是机上智能的算力方案是否公开，这会决定成本结构和能否规模化。三是 2026 至 2027 年竞品量产节奏，如果多家同时推进，工业场景的价格竞争可能先于家庭场景到来。
来源：TechRadar
