Figure 03 最近发了一段视频：机器人自己爬上一架4.6米的工业梯子，到了顶部，再自己爬下来。没有遥控，没有提前录好的轨迹，全部由机载系统完成。

为什么这件事比后空翻值得聊，得先说清楚平地行走和攀爬梯子差在哪。

人在平地上走路，重心偏了几厘米，迈一步就调回来了。梯子上不行。手抓的位置偏一厘米，或者脚没踩准横杆，就可能直接摔下来。

机器人得同时干五件事：用摄像头判断每根横杆在哪、手准确抓住、脚找到踩踏点、腿控制攀爬节奏、每次移动时把全身重心重新分配一遍。视觉识别、路径规划、关节控制全部压在同一个动作里，其中任何一个环节慢了或者算错了，结果都是坠落。

下梯比上梯麻烦。往上爬的时候重心靠后，余地大一点；往下走重心前倾，视线被身体挡住一部分，脚踩下去的感觉必须实时反馈回去修正位置。

Figure 这套方案值得注意的地方在于，它不是传统运动规划的路子——把梯子尺寸量好、提前算好轨迹、让机器人照着走。它用的是 Helix 系统：两个摄像头实时建图，神经网络直接算出每个关节该怎么动，遇到什么梯子就爬什么梯子。换个宽度、换个间距、换个材质，同一套东西不用改。

Adcock 对这段视频的解释是：这是一个真实客户使用案例。我们必须爬上这个确切的梯子到夹层来完成工作，然后当班次结束时就爬下来。

这件事把 Figure 和多数同行区别开了。

现在人形机器人公司展示的东西，基本都挑好看的动作做。后空翻、跑步、跳舞，视频传得广，转发也多。但这些动作跟实际工作没关系。工厂不会为了看机器人跳舞买一台，仓库也不需要会后空翻的分拣员。

Figure 反过来，先找客户实际头疼的问题，哪怕拍出来不好看。爬梯子对应的需求很具体：工厂里检修设备、转运物料经常要人上下高处，而轮式机器人上不了楼梯、也爬不了梯子。人形机器人如果不能像人一样用现成的通行设施，那它能活动的范围就只有一层楼。这个限制一天不解除，人形机器人对工厂的价值就很有限。

Figure 02 已经在宝马斯帕坦堡工厂用了一年多，公开数据是装了9万多个零件、运行超过1250小时。Figure 03 在Figure 02的基础上加了物流分拣，这次又补上垂直移动。地面搬运和高空作业连起来，厂区里上中下三层都能覆盖到了。

8月1日 Figure 03 首次演示爬短梯时，评论区有人问能不能更快，Adcock回复到：重点是端到端系统先自主跑通，速度排最后，后面会快很多。

现在行业里大致两条路线。一条先拍出传播效果强的视频，靠高难度动作建立技术形象，再回头找落地场景。另一条先从具体的工业需求入手，一个场景一个场景解决，先把流程跑通，效率后面再提。而现在来看，Figure明显是后一条。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）