Tesla Bot与Figure：人形机器人前沿对决

可视化演示

双雄登场：两位学徒的台前与幕后

美食广场的悬念不是谁家招牌更亮，而是两位学徒谁先出师。Optimus 是特斯拉在 2021 年 AI Day 上公布的人形机器人，从电机、电池到视觉算法都希望自研，像一位在后厨从揉面学起的高材生。Figure 则由创业者 Brett Adcock 于 2022 年成立，玩的是“身体自研 + 大脑外挂”：OpenAI 的多模态模型负责听懂指令，Figure 自己专注硬件和运动控制。

市场上的常见误会是：前者“没有外部大模型，所以不聪明”，后者“不是完全自研，所以不硬核”。实际上双方都在做分层。特斯拉押注垂直整合的规模效应，把汽车领域积累的芯片、供应链和视觉能力迁移到机器人上；Figure 押注开放合作的生态速度，用成熟的大模型能力快速补足“理解世界”这一环。

用一句更贴近工程师的话来说：一台人形机器人可以用四个维度快速画像——自由度、体重、速度和成本。这不是一堆参数的堆砌，而是决定它能不能在真实世界里长期干活的基础。

于是两位学徒各有各的账本：一个想把面粉磨得比别人便宜，一个想把菜品上新速度提到别人前面。

硬件设计：骨骼、肌肉与灵巧的手

如果机器人是拉面学徒，硬件就是骨骼和肌肉。特斯拉像自建铁匠铺，关节、执行器、电子器件尽量自己定义；Figure 更像集成高手，用成熟供应链快速攒出一台高负载机器人。两者殊途同归，都是为了“端得稳锅、揉得动面”。

执行器方面，双方都倾向于电驱动：电机加减速器加力传感器。液压方案力量虽大，但发热高、成本高、容易漏油，不再适合消费级产品。灵巧手是兵家必争之地——抓鸡蛋、握螺丝刀、拿抹布，都需要十几个到二十几个自由度来模拟人手。传感器则用多目摄像头、IMU 惯性测量单元和关节力矩传感器，让机器人既看得见，也“摸得着”。

所以硬件比较不能只看关节数量，还要看集成度、可靠性和成本。一个关节就是一个会坏的部件，关节越多，稳定性和维修成本都是挑战。这也解释了为什么厂商总在“自由度”和“可靠性”之间反复权衡。

两位学徒的体格不同，但都清楚同一句话：肌肉再多，不如够用、耐用。

运动控制：走路不洒汤的基本功

后厨高峰期的地板又滑又挤，学徒要端着汤碗疾走不洒，这就是运动控制。人形双足本质上是不稳定系统，科研界常用倒立摆模型来近似：把机器人看成一根倒立摆，脚底是支点，每一步都在“跌倒后再扶住自己”。

如果暂时不碰复杂公式，记住一个词：ZMP（零力矩点）。它是脚底压力合力的等效作用点，只要这个点落在脚掌与地面接触的支撑多边形内，机器人就不会倒。工程上会用模型预测控制计算未来几步的重心轨迹，再用全身动力学让手臂摆动、膝盖微屈配合，实现“全身协同”。

Figure 和特斯拉都在反复刷“走路”这项基本功。走路不稳，后面的双手活全是空中楼阁；一旦把步态练好，机器人才能开始干活而不是“表演走路”。

学徒摔倒了爬起来再练；机器人也希望用一次次的仿真和实测，把“走路不洒汤”练成肌肉记忆。

AI大脑：菜谱、眼睛与临场反应

有了肌肉和功夫，还要有一颗随时看菜单、随机应变的脑子。Figure 早期直接接入 OpenAI 的多模态大模型，Optimus 则押注自家 FSD 模块积累的视觉模型。两者都希望让机器人理解“把螺丝放进蓝色盒子”这类自然语言指令，再转化为手臂动作。

业界把这套方案叫 VLA（视觉-语言-动作）：摄像头画面和语音指令先被大模型编码成高层意图，再由策略网络输出关节角度。低层动作往往用强化学习或模仿学习训练，先在高仿真环境里跑十几万次，再搬到真机。于是两家都变成了“半 AI 公司”：一边研究大模型怎么生成动作，一边建设数据流水线。

强化学习的目标可以写得像“攒积分”：每一步做得好，就获得一个小奖励；训练算法不断调整策略参数，让整条轨迹上的累计奖励最大。就像学徒先背菜谱再练颠勺：大模型给了“常识”，强化学习给了“手感”。

应用场景：先站稳产线，再走进家门

后厨档口决定了学徒先练什么技能。现阶段最适合人形机器人的不是客厅，而是工厂车间——空间固定、任务重复、验收标准明确。这里像做刀削面：动作高频但相对规整，是训练可靠性的好地方。

特斯拉先把 Optimus 放进自家电池工厂，让它搬运电芯、捡拾零件；Figure 与宝马合作，让 Figure 02 在总装车间尝试插入钣金、搬运物料。这类任务对机器人来说像早市出摊，先跑通现金流，再谈远大理想。再往后是家庭服务、商业导览、高危作业。家庭最诱人也最难，因为每个人的客厅都是一个长尾世界；高危场景则能用上仿人形态的腿和手，代替人进入化工厂、灾后现场。

一台机器人值不值得买，最终要算经济账：平均到每个任务上的成本，是否低于雇一位工人的成本。

商业化进展：开店终究要算账

开店终究要算账。特斯拉的策略是“规模降本”：把 Optimus 放在自己的超级工厂当第一批客户，边用边改，希望未来把目标售价压到两万美元以内。Figure 的策略是“资本提速”：拉上 OpenAI、微软、英伟达等伙伴，拿下宝马等灯塔客户，用市场订单驱动迭代。

学习曲线在这里特别明显：累计产量每翻一倍，单位成本会按一定比例下降。机器人一开始是手工拼装的奢侈品，等设计定型、供应链成熟，价格才能像智能手机一样滑落。所以融资、产能规划和大客户合作，本质上都是在为“学习曲线”买时间。

挑战与趋势：众口难调下的下一场决战

最后一道坎是“众口难调”。人形机器人最大的卖点是通用，但通用恰恰最难：同样一句“把碗放进柜子”，碗的大小、柜门方向、桌面上有没有杂物，都有可能让模型崩溃。它不是不会干活，而是换一个场景就可能“失忆”。

成本仍然高：几十个高性能执行器、视觉传感器、车载级算力，加起来比一辆车还贵。安全和伦理同样绕不开：机器人在人类身边工作，必须保证力气上限、紧急停机、数据隐私和责任归属。未来的趋势已经清晰：把大模型变成机器人的世界观，把仿真训练变成虚拟道场，把供应链成本一格格压低。人形机器人不一定非要长成人的样子，但一定会往“更通用、更便宜、更安全”的方向跑。

AI 应用场景

Python 演示

import math def unit_cost(base_cost, cumulative_volume, learning_rate=0.8):    # learning curve: each time volume doubles, unit cost multiplies by learning_rate    exponent = math.log2(learning_rate)    return base_cost * (cumulative_volume ** exponent) def per_task_cost(robot_cost, lifespan_months, tasks_per_month, energy_cost):    # amortize robot cost over total tasks, then add electricity    fixed_per_task = robot_cost / (lifespan_months * tasks_per_month)    return fixed_per_task + energy_cost def compare(configs, volume):    print("Cumulative volume:", volume)    for name, cfg in configs.items():        unit = unit_cost(cfg["base_cost"], volume, cfg["learning_rate"])        ptc = per_task_cost(unit, cfg["lifespan"], cfg["tasks_per_month"], cfg["energy"])        margin = (cfg["revenue_per_task"] - ptc) / cfg["revenue_per_task"] * 100        print(f"{name}: unit_cost={unit:.0f}, per_task_cost={ptc:.2f}, margin={margin:.1f}%") if __name__ == "__main__":    configs = {        "TeslaBot": {"base_cost": 200000, "learning_rate": 0.8,                     "lifespan": 60, "tasks_per_month": 2200, "energy": 0.4,                     "revenue_per_task": 1.2},        "Figure02": {"base_cost": 240000, "learning_rate": 0.85,                     "lifespan": 60, "tasks_per_month": 1900, "energy": 0.6,                     "revenue_per_task": 1.2},    }    for volume in [1000, 10000, 100000]:        compare(configs, volume)

1. exponent = math.log2(learning_rate)产量每翻一倍时成本乘以 learning_rate，算出的指数是负数。
2. return base_cost * (cumulative_volume ** exponent)累计产得越多，单台成本越低，这是规模化降本的核心。
3. fixed_per_task = robot_cost / (lifespan_months * tasks_per_month)把采购价平摊到寿命期内每个任务上，才公平。
4. margin = (cfg["revenue_per_task"] - ptc) / cfg["revenue_per_task"] * 100用单任务收入减去单任务成本，判断商业模式。

常见误区

面试题