人形机器人行业此前普遍回避的爬梯场景，被Figure AI率先攻克。据8月3日消息，Figure AI第三代人形机器人Figure 03于2026年7月实现完全自主爬梯子：无遥控、无预设动作序列，依靠自研Helix视觉-语言-动作大模型实时识别梯子横撑位置、协调重心与姿态。这一突破标志着人形机器人从为机器人准备的世界，迈向为人类设计的世界。
爬梯子对人类而言稀松平常，对机器人却是公认的硬骨头。梯子的横撑间距固定但角度多变，机器人需要在每一步攀爬中重新评估支撑点，同时克服重心偏移、视角变化和力控精度等多重挑战。行业此前普遍回避这一场景，因为一旦失手就是机毁人伤。Figure 03的突破，让机器人从只能在地面行走的初级形态，升级为可以上脚手架、做高空检修的全能工人。
Figure 03爬梯能力的核心，是自研的Helix视觉-语言-动作大模型。与传统遥操作或预设动作序列不同，Helix让机器人在真实环境中实时感知并决策：摄像头捕捉梯子结构，语言模型理解任务指令，动作模型生成攀爬轨迹，三个环节在毫秒级内完成闭环。机器人不再依赖工程师预设每一步动作，而是像人类一样看着梯子自己爬。
具体而言，Helix模型需要同时处理三个层面的难题。感知层面，机器人在攀爬过程中视角持续变化，模型必须实时识别横撑位置并估计距离；控制层面，每一步落脚都需要精确的力控输出，既要抓稳又要避免过大的冲击力；规划层面，整个攀爬过程要动态调整重心和姿态，防止后仰或侧倾。Figure团队在实验中反复迭代，最终让机器人在多种梯子结构上都实现了稳定攀爬。
这一能力的产业意义在于任务通用性。过去的机器人演示多集中在后空翻、跑酷等运动能力展示，虽然观赏性强，却难以直接用于工厂生产。Figure选择的路线恰恰相反：让机器人在真实环境完成真实任务，从洗碗、叠衣到爬梯子，每一项都是通用智能的具体体现。爬梯子能力一旦成熟，人形机器人就能进入建筑检修、消防应急、仓储拣选等高空作业场景，市场空间被大幅打开。
Figure 03的爬梯突破，也折射出人形机器人行业正在出现的路线分岔。以宇树科技、波士顿动力为代表的厂商，走的是运动能力极致化路线，后空翻、跑酷等表演性动作层出不穷，适合品牌曝光但难以直接用于生产；Figure则走任务通用性路线，追求在真实环境完成真实任务。两条路线的差异本质上是产品定位之争：是造一台炫技的展示机器，还是造一台能干活的作业机器。
从商业化角度看，任务通用性路线的想象空间更大。工厂、建筑、物流等行业需要的是能稳定完成具体工作的机器人，而非会翻跟头的演示品。Figure把爬梯作为关键节点，正是看中了高空作业背后的巨大需求。据测算，全球高空检修、建筑维护、仓储搬运等场景的潜在市场规模以千亿美元计，而人形机器人此前因缺乏相应能力无法进入，爬梯突破正是打开这扇门的钥匙。
支撑Figure加速跑通这条路线的是雄厚的资本。公司估值已达390亿美元，投资者包括英伟达、微软、OpenAI和贝佐斯等，商业模式为机器人即服务，即企业按需租用机器人完成工作任务，而非一次性采购。这种模式降低了客户的尝试门槛，也让Figure能够更快地在真实场景中收集数据、迭代模型，形成数据与能力的正向飞轮。
爬梯突破值得兴奋，但人形机器人的大规模商用仍需跨越多重障碍。可靠性是第一道坎：工厂环境下机器人必须连续运行数千小时不故障，目前包括Figure在内的所有厂商都还处于小规模试点阶段。成本是第二道坎：单台人形机器人的造价仍在数十万美元量级，即便按租用模式，也只有大型企业负担得起。安全是第三道坎：机器人在高空、重物场景作业时一旦失控，后果不堪设想，行业亟需建立完整的安全标准与保险体系。
不过，技术突破的速度正在给行业注入信心。从2025年的实验室演示，到2026年7月的自主爬梯，Figure用一年多时间完成了关键跨越。英伟达等芯片厂商推出的机器人专用算力平台，也在加速机器人大脑的进化。行业普遍判断，2027到2028年人形机器人有望在封闭场景实现小规模商用，2029到2030年逐步向开放场景渗透。
站在更宏观的视角，Figure 03爬梯子的人形机器人，与国内智元、宇树、小鹏等厂商的量产竞赛形成呼应。全球人形机器人产业正处在前夜，谁能率先在真实场景中稳定完成复杂任务，谁就能在下一阶段的商业化中占据先机。从地面走向高空，人形机器人的能力边界正在不断外扩，而爬梯子只是一个开始。
Figure的爬梯突破，也让中美两国的人形机器人竞赛再次成为焦点。美国阵营以Figure、特斯拉为代表，背靠英伟达、OpenAI等巨头资本与算力支持，在通用大模型驱动的机器人智能上占据先发优势；中国阵营以宇树、智元、小鹏、优必选为代表，在硬件供应链、量产能力和应用场景上具备独特优势，多家企业已实现千台级量产，出货速度领先全球。两条路线各有所长：美国强在机器人大脑，中国强在机器人身体。
从技术路径看，国产厂商正在加速补齐大脑短板。智元机器人发布具身智能基座模型，宇树与多家大模型公司合作开发机器人专属模型，小鹏、蔚来等车企将自动驾驶积累的感知技术迁移到机器人领域。同时，中国在数据采集上拥有独特优势，庞大的制造业和物流场景提供了海量真实任务数据，这正是训练通用机器人模型最稀缺的资源。业界普遍认为，机器人大脑的差距正在快速缩小，而量产能力和场景落地速度将成为决定胜负的关键变量。
对于国产人形机器人企业而言，Figure的爬梯突破既是压力也是参照。一方面，它证明通用任务路线在技术上是可行的，为行业指明了方向；另一方面，它提醒国产厂商，仅靠运动能力展示无法支撑商业化，必须加速真实场景中的任务能力突破。可以预见，未来两到三年，人形机器人竞赛将从实验室演示转向工地、工厂、仓库的真实作业比拼，谁能率先把机器人卖进生产一线，谁就能定义这个千亿美元级市场。