Figure AI已与Catalyst Brands签署商业合作协议,将在该零售商的配送与物流网络中部署人形机器人。
此次合作将从Catalyst Brands位于内华达州里诺市的配送中心率先启动,Figure的人形机器人将被用于自动化处理供应链中体力要求较高的作业任务。
Catalyst Brands旗下运营着多个知名零售连锁品牌,包括JCPenney、Aéropostale和Brooks Brothers。
据Figure方面介绍,此次协议标志着人形机器人在仓储与物流环境中迈向更大规模商业化部署的又一重要步骤。
Figure在其官方博客发布的声明中表示:"此次合作将从Catalyst位于内华达州里诺市的配送物流中心起步,重点推进供应链中体力密集型任务的自动化。"
Figure还补充称,其人形机器人系统能够提供"一种灵活的解决方案,可即时部署于多元化的多品牌业务组合之中"。
Figure表示,此次合作旨在通过自动化重复性工作来推动物流运营现代化升级,同时让人工员工能够专注于更高价值的工作内容。
这一协议也折射出大型商业运营商对人形机器人技术日益增长的兴趣——当前劳动力短缺问题持续加剧,仓储自动化需求不断攀升,AI驱动的工业系统也在加速普及。
此次公告是Figure近期一系列进展的延续。该公司正同步扩大制造产能与实际部署规模。
Figure在4月发布的一份公司动态中披露,其BotQ制造工厂在四个月内将Figure 03人形机器人的产量从每天一台提升至每小时一台。
该公司表示,该工厂迄今已生产超过350台第三代人形机器人,以及跨多个产品型号的逾9000个执行器。
Figure还透露,不断扩大的机器人机队正通过大规模现实场景运营数据的采集,加速推动公司人形AI模型Helix的研发迭代。
Figure近期还展示了其所称的"感知条件化全身控制"技术,使人形机器人能够借助主要在仿真环境中训练、随后直接迁移至实体机器人的AI模型,实现对楼梯和不平地形的自主导航。
全球人形机器人企业正日益将仓储物流、制造业及物料搬运等场景列为通用人形机器人系统最早实现商业化落地的核心市场。
英伟达、亚马逊及多家汽车制造商等行业巨头在过去两年间也持续加大对人形机器人及具身AI技术的投入力度。
Figure表示,与Catalyst Brands达成的此次合作,将"为AI驱动的硬件如何成为现代控股公司核心增长引擎树立可复制的范本"。
Q&A
Q1:Figure AI的人形机器人在Catalyst Brands的配送中心主要负责哪些工作?
A:根据Figure AI的介绍,其人形机器人将重点用于自动化处理供应链中体力要求较高的重复性作业任务,例如仓储物流中的搬运等工作,从而释放人工员工的精力,使其专注于更高价值的工作内容。
Q2:Figure AI的BotQ工厂目前产能达到什么水平?
A:据Figure AI在2025年4月发布的公司动态,其BotQ制造工厂在四个月内将Figure 03人形机器人的产量从每天一台大幅提升至每小时一台。截至公告发布时,该工厂已累计生产超过350台第三代人形机器人,以及跨多个产品型号的逾9000个执行器。
Q3:Figure AI的Helix模型是什么,它是如何被训练的?
A:Helix是Figure AI专为人形机器人开发的AI模型。该模型的训练主要依托大规模现实场景运营数据的持续采集,不断扩大部署规模的机器人机队是其重要的数据来源。此外,Figure AI还采用了"感知条件化全身控制"技术,在仿真环境中完成模型训练后,再直接将其迁移至实体机器人,从而实现复杂地形下的自主导航能力。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。