Figure 03 量產突破：BotQ 工廠每小時生產一台人形機器人

2026 年 6 月，人形機器人產業迎來了一個關鍵的生產轉折點。Figure AI 位於加州 Sunnyvale 的 BotQ 量產工廠已達到每小時生產一台 Figure 03 人形機器人的速度，累計生產超過 350 台，其中在 BMW 斯帕坦堡工廠的商業試點中完成了超過 90,000 件鈑金件搬運任務，生產了超過 30,000 輛 BMW X3 運動型多功能車。這些數據不僅代表一家公司的進展，更標誌著人形機器人從實驗室原型到規模製造的結構性跨越。

從原型到量產：BotQ 的製造革命

Figure 03 是 Figure AI 的第三代產品，相較於前代 Figure 02，在多個關鍵領域實現了質的飛躍。2024 年 8 月發布的 Figure 02 仍處於「半原型」階段，僅在 BMW 工廠進行有限測試。而 Figure 03 則是完全為量產設計的版本。

BotQ 工廠的設計靈感來自 Tesla 的「無比機器的機器」（the machine that builds the machine）理念。工廠內部部署了多條自動化裝配線，能夠在 45-60 分鐘內完成一台複合機器人的總裝。根據業界消息來源，BotQ 的設計產能目標是 2026 年底達到每天 50 台，2027 年擴大至每小時 100 台——即每年約 100 萬台的規模。

這一產能目標如果實現，將從根本上改變勞動力市場的經濟模型。按每台 Figure 03 的早期定價約為 5-8 萬美元計算，每小時 10 美元的等效勞動成本遠低於已開發國家製造業工人的平均薪資水平。

生產核心指標

Figure 03 的技術躍進

Figure 03 的硬體設計圍繞製造環境的可靠性需求進行了大幅重構。與前代產品相比，其關鍵改進包括：

執行器與關節設計：Figure 03 採用了全新的線性執行器設計，取代了 Figure 02 中使用的旋轉執行器組合。新的執行器將電機、減速機和編碼器集成為單一模塊，使關節數量從 38 個減少到 28 個，同時將總自由度保持在 42 個。這種模塊化設計降低了組裝複雜度並提高了維修便利性——當一個執行器故障時，可在 15 分鐘內完成更換，而無需拆卸整條手臂。

電池與續航：內置 2.25 kWh 電池組，支持連續 8 小時的工業級操作。換電設計使機器人可以在 3 分鐘內完成電池更換，實現 24/7 不間斷運作。相比之下，Tesla Optimus Gen 2 的電池容量約為 2 kWh，工作時間在 6-7 小時之間。

計算與感知系統：Figure 03 搭載了兩顆 NVIDIA Orin SoC，提供 550 TOPS 的 AI 計算能力。頭部配備了 6 個立體視覺攝影機，軀幹部分另有 4 個廣角攝影機，提供 360 度感知覆蓋。與 OpenAI 合作開發的視覺語言模型使 Figure 03 能夠理解自然語言指令、識別環境變化並即時調整動作。

手部靈巧度：最新一代的機械手配備了 12 個獨立控制的手指關節，每個指尖嵌入 3 個觸覺傳感器，能夠感知 0.1 牛頓的接觸力——足以安全地拿起一枚雞蛋，同時又能搬運 25 公斤的汽車零件。

BMW 的生產驗證：真實世界的壓力測試

Figure 03 在 BMW 斯帕坦堡工廠的部署是迄今為止人形機器人在汽車製造中最大規模的商業驗證。自 2025 年 1 月 Figure 02 首次進入該工廠進行試點以來，經過 18 個月的迭代，Figure 03 已經在三個關鍵生產環節中展現了持續的工業級能力：

鈑金件搬運：這是最初分配給機器人的任務。汽車門板、引擎蓋和車頂等大型鈑金件重量從 5 公斤到 25 公斤不等，且形狀複雜，需要精確的握持角度和移動軌跡。Figure 03 通過視覺定位系統在 5mm 精度內完成抓取和放置，優於一般人工操作的 10-15mm 誤差範圍。

零件分類與裝配準備：機器人被部署在物流區，負責將不同規格的零件從貨架移至裝配線旁的指定位置。這一任務需要識別零件類型、匹配生產訂單，並按照時間序列排序——對人類工人而言單調且容易出錯，但對 Figure 03 的 AI 視覺系統而言則是理想的應用場景。

品質目視檢查：利用其 6 個立體視覺攝影機和高解析度成像能力，Figure 03 可以在裝配過程中對零件表面缺陷和裝配公差進行即時檢測，將檢查結果直接反饋至品質控制系統。

BMW 的運營數據顯示，引入人形機器人後，相關工位的生產效率提升了約 15%，缺陷率降低了約 8%。但更重要的影響在於工人滿意度的提升——將重複性、高體力消耗的任務移交給機器人後，人類工人得以轉向更具價值的高技能工作，如程控調試、品質工程和流程優化。

競爭格局：三強爭霸的生產角力

Figure AI 的生產突破是在全球人形機器人製造競賽進入白熱化階段發生的。以下是主要競爭對手的生產進度對比：

Tesla 的 Optimus Gen 3 預計在 2026 年夏季在 Fremont 工廠開始低量生產，目標消費價格為 2-3 萬美元——遠低於 Figure 的定價。但 Tesla 尚未公布任何外部商業部署合同，其在自家工廠的內部應用仍在開發中。

Unitree 雖然在 2025 年發貨超過 5,500 台 G1 機器人，但其主要面向教育機構和研究實驗室，而非汽車製造等重工業應用。G1 的 16,000 美元定價使其在價格敏感型市場具有競爭力，但其負載能力和續航時間不及 Figure 03。

產能瓶頸與供應鏈挑戰

儘管 BotQ 工廠的生產數字令人印象深刻，但人形機器人的大規模量產仍面臨一系列結構性挑戰：

執行器供應：高精度線性執行器是最大的供應鏈瓶頸之一。全球能夠以足夠品質和產量生產工業級關節執行器的廠商不到十家，主要集中於日本（Harmonic Drive、 Nabtesco）和德國（Stöber、Wittenstein）。Figure AI 正在考慮自建執行器產線以確保供應穩定。

晶片供應：每台 Figure 03 需要兩顆 NVIDIA Orin SoC，以 2026 年的產能目標計算，到年底將需要每月約 3,000 片 Orin 晶片。雖然 NVIDIA 已將 Orin 擴產列入優先事項，但人形機器人對高階邊緣 AI 晶片的需求正在快速增長，可能面臨與自動駕駛汽車領域相似的供應壓力。

訓練數據與部署速度：每一台機器人在進入新環境時都需要一定程度的適配訓練。雖然 Figure AI 已經開發了通用的基礎行為模型——類似於大型語言模型的「預訓練」概念——但工業環境的高度定製化需求意味著每部署一台機器人都需要額外的微調和測試時間。

Observatory 分析：人形機器人規模化的結構性信號

Figure AI 達到每小時一台的生產速度，不是一個孤立的技術成就，而是人形機器人產業從「可行嗎？」進入「多少錢？」階段的標誌性信號。

從單點驗證到生態系統部署：BMW 斯帕坦堡工廠的案例表明，人形機器人的價值並不在於替代單一人類工人——一台 Figure 03 的成本約為一個美國製造工人年薪的 1.5-2 倍。真正的經濟價值來自於：（1）24/7 不間斷運作消除了三班制的人力瓶頸；（2）零缺陷的精度降低了品質損失；（3）靈活性使其能夠在多條產線之間無縫切換，這是固定自動化設備無法比擬的。

定價壓力的雙面刃：Tesla 以 2-3 萬美元的目標價格入場，將對整個產業的定價策略產生深遠影響。如果 Optimus Gen 3 真的實現這一價格點，競爭對手將被迫快速降價。但從另一個角度看，更低的價格將加速市場接受度——當一台工業人形機器人的成本低於一輛入門級汽車時，製造業的採購門檻將被徹底打破。

規模化的真正門檻是部署，不是生產：生產一千台機器人和有效部署一千台機器人之間存在巨大差距。每一家工廠的佈局、工藝、安全標準和物料流都不相同。人形機器人公司需要開發的與其說是更快的生產線，不如說是更高效的部署流程——包括在線訓練、任務配置和安全認證的自動化管道。

免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。