人形机器人初创公司 Figure AI 获超 10 亿美元承诺资本,估值飙升至 390 亿美元


【导(dǎo)语(yǔ)】9月(yuè)16日(rì)消(xiāo)息(xi),开(kāi)发(fā)人(rén)形(xíng)机(jī)器(qì)人(rén)的(de)Figure AI公(gōng)司(sī)于(yú)周(zhōu)二(èr)宣(xuān)布(bù)完(wán)成(chéng)超(chāo)10亿(yì)美(měi)元(yuán)融(róng)资(zī),公(gōng)司(sī)估(gū)值(zhí)飙(biāo)升(shēng)至(zhì)390亿(yì)美(měi)元(yuán),跻(jī)身(shēn)全球(qiú)最(zuì)具(jù)价(jià)值(zhí)初(chū)创(chuàng)企(qǐ)业(yè)之列。该轮融资由帕克维风险投资公司牵头,英伟达、Salesforce等多家科技巨头及资本机构参与,Figure AI自2022年成立以来,凭借AI技术突破迅速成为人形机器人领域焦点。

人形机器人初创公司 Figure AI 获超 10 亿美元承诺资本,估值飙升至 390 亿美元

  9 月 16 日消息,开发人形机器人的 Figure AI 公司在一轮融资中获得了超过 10 亿美元(注:现汇率约合 71.21 亿元人民币)的承诺资本,公司估值由此达到 390 亿美元(现汇率约合 2777.16 亿元人民币)。若此次交易达成,该公司将跻身最具价值初创企(qǐ)业(yè)之(zhī)列(liè)。

  这(zhè)轮(lún)融(róng)资(zī)于(yú)周(zhōu)二(èr)正(zhèng)式(shì)宣(xuān)布(bù),其(qí)实(shí)早(zǎo)在(zài)今(jīn)年(nián)大(dà)部(bù)分(fēn)时(shí)间(jiān)里(lǐ)就(jiù)已(yǐ)在(zài)推(tuī)进(jìn)。彭(péng)博(bó)社(shè)曾(céng)在(zài) 2 月(yuè)报(bào)道(dào)称(chēng),Figure 正(zhèng)与(yǔ)投(tóu)资(zī)者(zhě)洽(qià)谈(tán)融(róng)资(zī)事(shì)宜(yi),当(dāng)时(shí)计(jì)划(huà)以(yǐ) 395 亿(yì)美(měi)元(yuán)的(de)估(gū)值(zhí)募(mù)集 15 亿(yì)美(měi)元(yuán)资(zī)金(jīn)。

  此次融资由现有投资方帕克维风险投资公司(Parkway Venture Capital)牵头,其他投资方包括布鲁克菲尔德资产管理公司(Brookfield Asset Management)、英伟达公司(Nvidia Corp.)、 Salesforce 公司(Salesforce Inc.)、麦格理资本(Macquarie Capital)以及 Align 风险投资公司(Align Ventures)。此外,英特尔公司(Intel Corp.)和高通公司(Qualcomm Inc.)的企业风险投资部门也参与了此次融资。

  Figure 公司成立于 2022 年,凭借近年来人工智能技术的突破,致力于研发外观和动作更接近人类的机器人,现已成为该领域最受关注的初创企业之一。该公司此前表示,其宏伟目标是打造具备“通用功能”的人形机器人 —— 这类机器人能够像人类一样进行推理和学习。

  去年的一轮交易中,Figure 的估(gū)值(zhí)仅(jǐn)为(wèi) 26 亿(yì)美(měi)元(yuán)。此(cǐ)前(qián),该(gāi)公(gōng)司(sī)已(yǐ)从(cóng)多(duō)位(wèi)知(zhī)名投(tóu)资(zī)方(fāng)处(chù)获(huò)得(de)资(zī)金(jīn)支(zhī)持(chí),其(qí)中(zhōng)包(bāo)括(kuò)微(wēi)软(ruǎn)公(gōng)司(sī)(Microsoft Corp.)、OpenAI 以(yǐ)及(jí)亚(yà)马(mǎ)逊(xùn)公(gōng)司(sī)(Amazon.comInc.)创(chuàng)始(shǐ)人(rén)杰(jié)夫(fu)・贝(bèi)索(suǒ)斯(sī)(Jeff Bezos)。


相关新闻


数据瓶颈下的自动化装配突围:从“无更多数据”到“数据重构”

数据瓶颈:自动化装配的隐形枷锁很多人以为,自动化装配的精度提升仅依赖传感器精度与算法迭代,其实不然。当系统报错“没有更多数据了”时,暴露的并非数据采集不足,而是数据链的断裂——从物理信号到数字信号的转换过程中,存在未被识别的信息损耗。这种损耗的底层逻辑是:传统数据采集框架基于“事件触发”模式,仅记录超出阈值的异常值,而忽略了装配过程中微米级形变的连续性数据。案例:苏州工业园区某汽车零部件企业的数据


数据边界:自动化装配中的误差阈值管理

数据边界:自动化装配中的误差阈值管理很多人以为,自动化装配系统的精度提升仅依赖硬件升级,比如更高分辨率的视觉传感器或更精密的伺服电机。其实不然,真正决定系统稳定性的,是误差阈值管理——一种被多数企业忽视的底层逻辑。当传感器数据量达到临界值时,单纯增加数据采集频率反而会引发信号噪声叠加,导致系统决策延迟,甚至触发保护性停机。这种反直觉现象,在德国斯图加特某汽车零部件供应商的产线改造中得到了验证。案例


数据边界:当自动化装配遭遇「无更多数据」的临界点

数据断层:自动化装配的隐形瓶颈很多人以为,自动化装配系统的效能提升仅取决于硬件精度与算法复杂度,其实不然。当系统触达「"error":"没有更多数据了"」的报错阈值时,真正的挑战才刚刚开始——这并非简单的数据量不足,而是涉及传感器冗余设计、故障模式覆盖度与生产节拍平衡的底层逻辑冲突。案例:慕尼黑工业大学的「黑灯工厂」实验2023年,慕尼黑工业大学自动化研究所曾进行过一场封闭测试:在宝马集团提供的3


数据边界与自动化装配的效能突围

数据阈值:自动化装配的隐形天花板很多人以为,自动化装配的效率瓶颈仅存在于硬件精度或算法复杂度,其实不然。当某国际头部汽车零部件厂商在德国斯图加特工厂部署第七代柔性装配线时,曾遭遇一个反直觉现象:随着传感器密度提升300%,设备综合效率(OEE)反而下降12%。问题根源并非硬件故障,而是数据采集系统触发了隐性的「数据过载阈值」。底层逻辑是:自动化装配系统的数据流存在双重约束——物理层的数据传输带宽与


数据瓶颈下的装配线效能突围

当数据采集遭遇物理极限:一个被忽视的底层矛盾很多人以为自动化装配线的效能提升仅依赖传感器密度与算法迭代,其实不然。在苏州工业园区某精密电子装配基地,我们发现了更本质的制约因素——数据采集的物理上限。当单线体部署超过327个I/O点位时,传统PLC架构的寄存器寻址延迟会突破0.3ms阈值,直接导致运动控制指令的时序错位。赛制逻辑下的效能验证:慕尼黑工业大学的极端测试2023年慕尼黑工业大学自动化实验


深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会

【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新,不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng),2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)


全球智能视觉处理芯片龙头冲刺港交所:光环之下,何以冲破增长枷锁?

【导语】近日,智能视觉处理芯片龙头富瀚微递交港交所招股书,吹响“A+H”双上市号角。其虽在全球市场占据领先地位,但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过,富瀚微注重研发创新,积极拓展AI新业务版图。此次赴港上市,能否助力其突破瓶颈、续写传奇,值得期待(dài)。 近(jìn)日(rì),智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书,吹响“


国家发改委等五部门:探索推动具身智能机器人进社区、进家庭,到 2027 年底建成 50 个以上全域数字化转型城市

【导语】10月31日,国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》,提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì),2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià


2025深圳安博会:大公博创揽三奖 低空安防技术引国内外媒体聚焦

【导语】2025年10月28日至31日,第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn),凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh


业内首家:中国电信实现北斗语音消息服务

【导语】中国电信率先公开展示业内首个“北斗语音消息”服务,首创 AI 算法实现语音极速传输;与此同时,华为也在第四届北斗峰会上发布相关功能,其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān),北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù