你敢信？人形机器人行业正在发生一件比任何后空翻都重要的事——它爬上了一架梯子。
2026年7月，Figure AI 创始人 Brett Adcock 在社交媒体上发布了一段视频。没有激昂的背景音乐，没有炫酷的灯光，画面里只有一个1.73米高、61公斤重的金属人形机器人，面对一架普通的金属梯子，伸出右手抓住第一根横撑，左脚踩上去，然后右脚，然后左手。一步一步，缓慢而坚定地爬了上去，站到了顶端的平台上。
全程没有任何遥控器，没有云端接管，没有工程师在后台悄悄修正。F.03 用它自己的眼睛看横撑的位置，用它自己的手和脚协调重心，用它的算法实时计算每一厘米的偏移量。
你可能觉得这没什么。对人来说，爬梯子三岁小孩都会。但如果你知道在此之前，人形机器人面对梯子时的集体表现——要么原地发呆，要么需要人扶，要么在实验室里摆个矮梯子意思一下——你就会明白，这段看似笨拙的攀爬，可能比十个后空翻更接近人形机器人的商业落地。
现象层：两个世界，两种表演
2026年，关于人形机器人，你大概率看到的是这样的画面。
2026年春晚，宇树科技的G1机器人在央视舞台上表演武术，后空翻、醉拳、集体舞，动作行云流水，引发全网刷屏。波士顿动力的Atlas在CES 2026上展示了后空翻，虽然落地时手部保护罩被甩飞，但仍然展示了惊人的动态平衡能力。国产机器人公司轮番秀出后空翻、跑酷、钻火圈，每个视频都在社交媒体上获得百万点赞。
这些画面让人兴奋，但它们有一个共同点：准备好的舞台。
宇树G1的后空翻，是预设动作序列的精确执行，需要工程师数月定制开发，标配遥控器，远程操控是常态。波士顿动力Atlas的后空翻，同样需要精确标定的场地和环境。这些表演固然展示了惊人的运动控制能力，但本质上是在“为机器人准备的世界”里跳舞。平整的地面，充足的灯光，预设好的动作序列，随时待命的工程师。
而Figure F.03的爬梯子，发生在另一个世界。
一架真实的金属梯子，横撑间距不均，表面有磨损，放在一个没有特别改造的普通环境中。F.03没有预设动作序列，它必须自己用摄像头识别每一根横撑的位置，自己规划手和脚的抓握点，在身体倾斜、重心不断变化的过程中，实时调整姿态和力量分配，完成一次全自主的攀爬。
从表演到干活，这两个世界之间隔着一道天堑。而爬梯子，就是跨越这道天堑的第一座桥。
分析层
为什么爬梯子这么难
对于人形机器人来说，爬梯子是出了名的鬼门关。
感知容错率极低。梯子的横撑宽度通常只有3到5厘米，脚踩的面积比一张银行卡还小。手抓的竖撑也不过2到3厘米粗。机器人必须在移动中精准识别每一根横撑的位置，偏差超过1厘米就有滑脱风险。这和走平地的难度完全不是一个量级。走平地时，脚底的支撑面是整块地面，偏差几厘米也没关系。
动态平衡极难维持。人爬梯子时身体是倾斜的，重心不在脚掌正上方，而是悬在梯子外侧。每往上一步，重心位置都在变化，需要上肢和下肢协同调整。对双足机器人来说，这意味着它必须在每一步都重新计算全身的质心位置，并调整关节力矩，防止向后翻倒。
视觉、触觉与运动必须形成一个实时闭环。单纯看到横撑位置不够，机器人的手抓住横撑时，需要通过触觉传感器判断是否抓牢；脚踩上去时，需要通过力传感器判断是否踩实。F.03的指尖传感器可以检测到约3克压力，足以感知一枚回形针的重量。这些信息必须实时融合，毫秒级做出反馈。任何一个环节出现延迟或误判，结果就是滑落。
正因如此，在F.03之前，几乎所有机器人公司在面对梯子时都选择了绕道走。要么用坡道替代梯子，要么在实验室里用矮梯子慢慢蹭，要么干脆让机器人只走平地。
这不是在做秀，这是在做工程
Figure F.03的爬梯子之所以重要，不是因为技术难度本身，而是因为它的通用性。
F.03没有为这把特定的梯子做过特训。根据Brett Adcock的表述，F.03运行的是Helix AI系统，Figure自研的视觉-语言-动作大模型（VLA）。Helix 02版本已经实现了全身自主控制：一个统一的神经网络，直接从像素输入控制全身所有关节，不需要任务特定的微调。这意味着F.03爬的不是这把梯子，而是任何梯子。
这一点和宇树G1的后空翻有本质区别。G1的后空翻是预设动作序列的精确执行，需要工程师数月开发，是运动控制编程的胜利。F.03的爬梯子是自主感知、决策与执行的完整闭环，是具身智能的胜利。
打个比方：G1后空翻就像体操运动员在训练馆里反复练习一套固定动作，节奏、力度和落点都精确到毫秒。F.03爬梯子则像让一个普通人第一次走进一个完全陌生的建筑工地，自己判断哪架梯子稳、哪根横撑能踩、怎么爬最安全。
前者是表演，后者是通用能力。
一条梯子背后的390亿美元产业逻辑
Figure AI 目前估值390亿美元，在2025年9月完成了超过10亿美元的C轮融资，投资者包括Parkway Venture Capital、英伟达、英特尔资本、微软、OpenAI Startup Fund和Jeff Bezos的Bezos Expeditions。这家2022年才成立的公司，没有公开披露过收入，凭什么值390亿美元？
答案就在这架梯子上。
Figure的商业模式是机器人即服务（Robot-as-a-Service），目标客户是工厂、仓库、建筑工地等需要体力劳动的行业。在这些场景中，机器人需要面对的不是为机器人准备的世界，而是为人类设计的世界。狭窄的通道，不平的地面，需要爬高上低的作业环境。
能爬梯子，意味着F.03可以上脚手架、可以进狭小夹层、可以做高处检修。它从地面员工变成了全能工人。
在现代制造业中，有大量工作需要在不同高度上完成：设备检修、管线巡检、货架理货、建筑施工。这些工作占制造业总用工量的相当比例，但因为需要爬高，长期以来只能由人类工人完成。如果人形机器人可以自主爬梯子并完成这些任务，它的可替代劳动场景将大幅扩展。
Figure的BotQ工厂已经实现了每小时生产一台F.03的速度，从每天1台提升到每小时1台，仅用了不到120天。截至2026年5月，已交付超过350台F.03。第一条产线年产能达1.2万台，计划四年内生产10万台。配合爬梯能力，每一台机器人能覆盖的工作场景，都在呈指数级增长。
两条路线，两种哲学
2026年的人形机器人行业，正在发生一次深刻的路线分岔。
一边以宇树科技、波士顿动力为代表，走的是运动能力极致化路线。后空翻、连续空翻、跑酷、武术，这些动作在技术层面极难实现，视觉冲击力极强，适合社交媒体传播和品牌曝光。但问题是，这些能力在工厂里有什么用？一个在后空翻上做到极致的机器人，面对一个需要爬梯子的实际场景，可能仍然束手无策。
另一边以Figure为代表，走的是任务通用性路线。不追求运动能力的极限，而是追求在真实环境里完成真实任务的能力。从洗碗、叠衣服到爬梯子，Figure一直在打磨让机器人适应人类世界的能力，而不是让人类世界适应机器人。
两条路线没有绝对的对错。宇树和波士顿动力的运动控制能力，在未来的特种作业（救灾、勘探、军事）中有巨大价值。但如果说谁更接近人形机器人走进工厂那一天的到来，爬梯子的Figure显然走在了前面。
结论与展望
F.03的爬梯子，标志着一个转折点：人形机器人从为机器人准备的世界走向为人类设计的世界。
在此之前，机器人公司都在做同一件事——降低世界对机器人的要求。坡道替代楼梯，加宽通道，预设标记，人工遥控。这些妥协让机器人能够看起来在干活，但本质上，是整个环境在为机器人服务。
而现在，F.03爬上了人类的梯子。这意味着它开始适应人类的三维世界了。它不再要求世界为它改变。
这就像自动驾驶第一次自己开上了多层立交桥、开进了地下车库。在此之前，所有自动驾驶demo都是在为自动驾驶准备的道路上跑。有清晰的标线，没有复杂的立交，天气条件良好。而真正能开上立交桥的那一刻，意味着自动驾驶进入了真实世界。
人形机器人同理。能爬梯子，意味着它能进建筑工地、能上脚手架、能做高空检修、能在立体空间里工作。它从地面员工变成了全能工人。
当然，F.03的爬梯子还很慢，像80岁老大爷一样谨慎。速度可以练，算法可以迭代。能自主完成这个能力，属于真正的0到1。从1到100，只是时间问题。
而那些还在翻跟头、跳舞、后空翻的机器人，可能需要认真思考一个问题：当观众看腻了表演，真正需要干活的时候，你的机器人能爬上一架普通的梯子吗？
人形机器人真正进厂的那一天，可能就是从这一爬开始的。
快报