Figure02人形机器人车队在BMW出产线进行多机器人履行使命测验，提高使命功率和准确性。

  02与8月份发布的版别比较，Figure02在移动速度和使命有用性上提高了400%和7倍。

  03为此，Figure团队对整个仓库进行了从头改造，面比照如构建可扩展至整个机器人部队的神经网络等应战。

  04依照方案，下一年初Figure02机器人装置组将在BMW出产线进行多机器人履行使命。

  05除此之外，Figure正在寻求与外部制作商协作，以加快出产并进入量产阶段。

  Figure在昨日深夜迎来严重更新，时刻点掐得好，赶在埃隆·马斯克的SpaceX 星舰第六次试飞前发布。

  如你看到的，Figure02比照三个月前的版别，在移动速度和使命有用性上都得到了几倍的提高。按Figure创始人布雷特·阿德科克所言的，Figure02的速度提高了400%，履行使命的准确率提高了7倍，这将有利于Figure的人形机器人嵌入BMW可继续的自动化出产战略中。值得一提的是，这次测验Figure以部队方式履行使命，难度比此前都要大许多（后边会讲到）

  从视频中，Figure02 部队从移动货架车上拿取金属板，敏捷回身，双足快速前往装置线上对着金属杆放置。

  整个进程根据OpenAI支撑的VLM大模型驱动，端到端神经网络履行，Figur02每天都要承受1000次的放置装置练习，自主辨认物体、学习、自主规划、自主纠错，直到精确性小于1cm的差错，完结这些看似简略的使命。

  阿德科克也坦言，这比之前展现的任何固定桌面操作使命都要难 10 倍，为完结快速、动态运动和高性能。在这次测验中，Figure团队对整个仓库都从头改造，一起要面对以下几个应战：

  捉住难以处理的金属板（即便关于人类来说，他们也很难处理……但走运的是咱们有手）

  除此之外，与8月份发布时的版别比较，需求将整个使命循环时刻缩短近 4 分钟。

  8月份发布的Figure02在测验转移装置金属板装置，以及步态走路仍然很慢

  如上谈到的每天重复1000次放置使命的练习，以满意这装置出产线的要求。轿车出产线需求JIT（Just In Time），因而，跟着布置更多Figur02，搜集更多数据并改善 AI 模型，功率和精确性都会极大的提高——进入有用的飞轮。

  咱们将看到Figur02机器人装置组在BMW出产线进行多机器人履行使命。

  Figure现在组队练习，以便可以彻底满意客户的需求，实在地扩展到职业引证，由于其竞争对手Agility 先走在前面，多个Digit现已亚马逊、GXO和Agility的协作伙伴的客户现场运转，以及

  最近与舍弗勒签约的股权战略协作，未来将Digit布置在舍弗勒100家工厂运转

  ，协同无人物流车、机器人拖车协作在内部榜首英里发挥人形机器人智能自动化的价值。

  BMW可以说是Figure的跳板，以赶快取得愈加多客户。阿德科克最近透露了他们下一年2月将搬到的一个新工厂1号楼，并称90天周期添加新的楼栋，为客户订单交给而预备。

  但假如大规模制作，Figure将不得已寻求外部的制作商加快出产，比方寻求LG协作——Figure的另一个投资者。本年六月，LG集团会长具光谟来美国拜访旗下公司，期间到访了Figure 。

  回到实际，Figure这次测验仍是在其加利福利亚总部的工厂进行，经过模仿BMW出产装置线的环境以AI驱动来运转多机器人组使命操作。这与实在作业环境仍是有所区别，比方怎么保证Figure02的速度准确性跟得上BMW的出产线需求，这也是国内人形机器人厂商面对的一个应战，以及Figure接下来要打破的。

  人形机器人落地使用难度如你看到，莫拉维茨的悖论在人形机器人仍然是一个应战，怎么让人形机器人精确地完结简略的使命。Figure说是其新里程碑，是由于比照Figure01、Figue02新发布版别，Figure02在从手拿金属板部件移动到金属杆放置的履行，得到倍数等级的腾跃，这也正是BMW想要看到的。