Figure AI 承諾35億美元算力投資：與 Nscale 簽約10萬張 NVIDIA GPU，人形機器人算力超週期正式開啟
引言：超越融資總額的算力承諾
2026年9月，一個令業界震驚的消息傳出：人形機器人公司 Figure AI 與 AI 雲計算提供商 Nscale 簽署了一份價值35億美元的多年期算力協議，承諾獲取最多10萬張基於 NVIDIA Vera Rubin 平台的 GPU 算力。
這一數字令人瞠目：35億美元的承諾金額，遠超 Figure AI 截至2026年9月約19億美元的歷史融資總額。這不是一筆即時付款，而是一份長期算力預訂協議，Figure 計劃隨著持續融資逐步履行。但這一承諾本身，已清晰地傳遞出一個信號：人形機器人行業正在進入一個以算力為核心競爭要素的新時代。
交易結構：算力、股權與戰略聯盟
協議核心條款
根據公開信息，Figure AI 與 Nscale 的協議包含以下關鍵條款：
- 承諾金額：35億美元，並有意向擴展至60億美元以上
- 算力規模：最多10萬張 NVIDIA Vera Rubin 平台 GPU
- 部署時間：計劃於2027年下半年開始在德克薩斯州巴斯托的 Cedarvale 園區部署
- 股權安排：Nscale 將獲得 Figure AI 的股權作為合作對價
- 優先供應商：Nscale 成為 Figure 的首選算力提供商
NVIDIA 的戰略角色
值得注意的是，NVIDIA 是 Figure AI 和 Nscale 的共同戰略投資者。這種三角關係確保了整個算力供應鏈的穩定性：NVIDIA 提供硬件，Nscale 提供算力基礎設施，Figure 提供機器人應用場景和訓練數據。
分析師指出，NVIDIA 的雙重投資者身份，實際上是在為整個人形機器人算力生態系統提供「錨定效應」——確保基礎設施被建設，算力被充分利用。
Figure AI 的算力飛輪戰略
為什麼人形機器人需要如此龐大的算力？
Figure AI 的核心 AI 系統是 Helix——一個視覺-語言-動作（VLA）模型，負責控制機器人的感知、決策和行動。Helix 的能力提升，直接依賴於大規模的訓練數據和算力。
Figure 的算力需求來自三個層面：
- 模型訓練：訓練更強大的 Helix 版本，需要大量 GPU 算力
- 數據處理：處理來自機器人現場部署的海量視頻和傳感器數據
- 模擬訓練：在虛擬環境中進行大規模機器人行為模擬
Index 計劃：16萬個視頻的數據飛輪
2026年8月，Figure 推出了 Index 平台——一個通過傳感器捕獲人類工作數據的系統，預計投入10億美元。截至協議簽署時，Index 已收集超過1,600萬個視頻，記錄了人類在各種工業場景中的操作行為。
這些數據將成為訓練 Helix 模型的核心素材，形成一個自我強化的飛輪：
- 更多機器人部署 → 更多現場數據 → 更強的 Helix 模型 → 更多機器人部署
35億美元的算力承諾，正是為了支撐這個飛輪的高速運轉。
Figure AI 的商業進展
生產規模化：每小時一台機器人
2026年初，Figure AI 完成了從原型開發到高量產的關鍵轉型。在其 BotQ 工廠，Figure 03 的生產速度達到每小時一台，在120天內實現了24倍的產能提升。截至2026年6月，公司運營的機器人數量（約740台）已超過其人類員工數量。
商業合作：BMW 和 Catalyst Brands
BMW 合作：2026年6月，BMW 宣布 Figure 03 機器人將在其斯巴達堡工廠的52號廠房開始物流和裝配工作。這是人形機器人在主流汽車製造業的重要商業化里程碑。
Catalyst Brands 合作：Figure 與 Catalyst Brands 簽署協議，在其位於內華達州里諾的供應鏈設施中規模化部署人形機器人，用於倉儲和物流操作。
Figure 02 退役：保護核心技術
2026年9月，Figure 宣布停用大部分 Figure 02 機器人，以保護其專有硬件技術。這一決定引發了廣泛關注，但也反映了公司對技術保密的高度重視。
市場背景：GPU 算力的供需緊張
算力市場的結構性短缺
2026年，高端 AI 加速器的市場供需嚴重失衡。NVIDIA H100 和 B200 等數據中心加速器的交貨期已延長至36-52週，而下一代 Vera Rubin 平台的廣泛供應預計要到2027年才能實現。
在這種背景下，Figure 提前鎖定10萬張 Vera Rubin GPU 的戰略意義不言而喻——這是在算力稀缺時代的「算力囤積」策略，確保公司在競爭對手之前獲得足夠的訓練算力。
算力市場的集中化趨勢
分析師指出，儘管新的算力提供商不斷湧現，但2026年的算力市場仍高度集中在少數大規模買家手中。Figure 的35億美元承諾，使其躋身全球最大算力採購方之列，與 OpenAI、Anthropic 等 AI 實驗室並駕齊驅。
人形機器人行業的商業模式分化
Figure 的算力投資，折射出人形機器人行業正在發生的深層商業模式分化：
硬件製造模式：以傳統工業機器人廠商為代表，核心競爭力在於機械設計、製造工藝和供應鏈管理，利潤率相對穩定但增長有限。
智能模型模式：以 Figure AI 為代表，核心競爭力在於 AI 模型（Helix）的能力，算力投入是核心成本，但一旦模型能力突破，可以快速規模化複製到大量機器人上，邊際成本遞減。
Figure 顯然選擇了後者——通過大規模算力投入，押注 AI 模型能力的指數級提升，最終實現人形機器人的大規模商業化。
亞太地區的人形機器人投資機遇
Figure AI 的算力承諾，也為亞太地區的投資者和企業提供了重要的市場信號：
製造業應用：日本、韓國和中國的製造業巨頭正在積極評估人形機器人的應用潛力。豐田、現代和富士康等公司已開始與多家人形機器人公司洽談合作。
算力基礎設施：亞太地區的數據中心運營商正在加速擴張，以滿足人形機器人訓練的算力需求。日本的數據中心市場預計到2028年將接近翻倍，達到320億美元以上。
本土競爭者：中國的宇樹科技（Unitree）、傅利葉智能（Fourier Intelligence）等公司正在快速追趕，部分產品已在成本和性能上具備競爭力。
結語：算力即競爭力
Figure AI 的35億美元算力承諾，是人形機器人行業進入「算力超週期」的標誌性事件。在這個新時代，算力不再只是 AI 實驗室的核心資源，而是成為機器人公司的核心競爭要素。
誰能在算力稀缺的時代鎖定足夠的訓練算力，誰就能在 AI 模型能力的競賽中保持領先。Figure AI 的這一戰略布局，或將成為人形機器人行業競爭格局的重要分水嶺。
