一张 35 亿美元的算力账单
9 月 4 日，Figure 和英国的 AI 云公司 Nscale 一起发了消息：35 亿美元起步的算力合同，后续投入可能超过 60 亿，规模上限是十万块 NVIDIA Vera Rubin GPU。第一批机器 2027 年下半年在得克萨斯州 Barstow 上线。
一家做电动假人的公司，签下了一张 LLM 大厂才配拥有的账单。
放回坐标系里看：Figure 上一轮融资本身才 10 亿美元（2025 年 9 月，投后估值 390 亿）；自家工厂 BotQ 的第一条产线，年产一万二千台机器人。买卡的钱，是造机器人业务体量的好几倍。钱花在哪？花在 Helix——那个跑在机器人肚子里的视觉-语言-动作模型（VLA）身上。这笔签约等于官宣：机器人公司从制造业公司，改口成了模型公司。
真正的稀缺品：机器人看世界的数据
大模型的瓶颈是算力，机器人模型的瓶颈一直是数据。互联网上有几万亿词的文本给 GPT 吃，却没有一个等价的”人类动手做事”语料库。遥操作采数据？一个熟练操作员一天攒几小时，成本高到无法规模化。
Figure 的解法叫 Index，一个真实人类活动数据集：装上传感设备的外部贡献者，把日常劳作的影像数据传上来。9 月的这个时点，Index 以每秒约 30 分钟的速度进数据——折算下来一天四万三千多小时。Figure 已经为这些数据付了 1500 万美元，数据集被下载超过 26.4 万次，覆盖 108 个国家，四万四千人每周活跃。
四万小时一天，听着吓人。冷静的对照是：LLM 预训练的语料按万亿 token 计。机器人世界连自己的”Common Crawl”都还没有，每一小时都要靠人肉和硬件去挣。这正是要提前锁死十万块 GPU 的理由——数据管道一旦铺开，算力就得等着喂。
飞轮的四个齿
Adcock 在公告里用的词是”激活了机器人的飞轮”。拆开看是四步：
flowchart LR
A[“Index 数据
每秒30分钟入库”] –> B[“Nscale/Vera Rubin
十万卡预训练”]
B –> C[“Isaac Sim 仿真
验证与回归测试”]
C –> D[“机器人板载 GPU
实时推理”]
D –>|产出新数据| A
训练在云上，验证在仿真里，推理在机器人肚子里，干活的过程又变成新数据流回 Index。Nscale 这边还加了一个此前少见的动作：反向对 Figure 做战略投资，同时探索在自己的数据中心供应链里用人形机器人。卖算力的公司变成客户的客户，闭环闭得很彻底。
flowchart TD
A[“Nscale”] –>|35亿美元算力| B[“Figure”]
B –>|Helix机器人| A
A –>|战略投资| B
B –>|2027下半年
Barstow首批上线| C[“十万块Vera Rubin
（合同上限）”]
三盆冷水
第一盆，卡还没造出来。Vera Rubin 是 NVIDIA 排在 Blackwell 之后的下一代平台，2027 年下半年恰好是其量产节奏——Figure 的上线时间和芯片量产时间是同一根绳上的两个结，任何一个松了都要顺延。
第二盆，”十万块”是合同上限的写法，起租量没有公布。35 亿美元按当前市场价折算，离十万卡有距离，扩到 60 亿+ 才够得着。
第三盆，行业时点。ACE Robotics 的董事长 8 月底对 Reuters 说，机器人大脑的”ChatGPT 时刻”要到 2027 年底才可能出现。直白点讲：Figure 是在模型能力的拐点到来之前，先把训练基建押上桌。赌赢了是先发优势，赌输了是一堆折旧的钢筋和显卡。
这笔钱真正买的是什么
买的是一张入场券——”机器人基金会模型”这个赛道的规模竞赛门票。LLM 的历史已经演示过一遍：数据管道×算力合同×部署回流的组合一旦转起来，后来者要花几倍的钱才能追平。Figure 把同一张图纸钉在了物理世界墙上。
兑付日期写在合同里：2027 年下半年，Barstow。到那天，记得回头看这条新闻。
—
信源：Figure 与 Nscale 合作公告（2026-09-04，经 Interesting Engineering 报道）；Figure 官网 Helix、BotQ、Series C 页面；Brett Adcock 公开表述；ACE Robotics 董事长对 Reuters 的采访（2026-08-21）。Index 数据集各项数字来自 Figure 官方口径。