Figure AI专利US20260064125A1：让人形机器人真正实用的双脑架构

💡 Figure AI（US20260064125A1）刚刚公布了一项人形双足机器人专利，描述了"双脑"架构，一个网络以1-20赫兹的频率进行规划推理，另一个以100-10,000赫兹的速度控制每个关节，全部在机器人自身的GPU上运行，无需云端连接。申请日期：2025年9月4日，公开日期：2026年3月5日。这是全球估值最高的人形机器人初创公司迄今最清晰的具身物理AI蓝图，也将决定未来十年的机器人知识产权格局。

拧下灯泡（五指手）92%

精密插入（夹爪）89.6%

工具分拣（夹爪）78.9%

全身取货（货架）76.3%

封闭拉链袋（灵巧度）40%

双足动作模型（bipedal action model，BAM）正在成为本十年最重要的AI架构之一，而US20260064125A1——Figure AI Inc.于2025年9月4日提交、2026年3月5日公开的专利申请——是目前关于如何构建这种系统最清晰的公开权利主张。这不仅关乎谁将赢得人形机器人竞赛，更关乎谁拥有这场竞赛的法律地形。

这项专利究竟主张什么

该发明描述了一种分层双模型架构，专为嵌入人形机器人躯干而设计。第一个组件称为alpha模型，接收自然语言指令，如"把这个箱子搬到第三个货架"，并通过机载摄像头处理视觉场景。它以1到20赫兹的频率运行，大致相当于人类刻意思考的节奏。第二个组件，beta模型，接收alpha模型的输出，将其转换为机器人身体每个关节的精确力矩和速度，频率高达100到10,000赫兹，即肌肉反射的速度。

两个模型通过专利称之为动作分块（action chunking）的机制相互连接：alpha模型将其意图打包为持续50到150毫秒的短预测动作序列，beta模型则将这些序列作为连续的电机指令流执行。alpha模型的参数量多于beta模型，反映了推理比控制更重的认知负担。关键在于，两者均在机器人自身躯干内的独立GPU上运行，无需远程服务器。训练流水线结合互联网规模的文本视频、机器人仿真和真实机器人远程操控三类数据，在统一框架内联合训练。

字段	详情
专利号	US20260064125A1
标题	Bipedal action model for humanoid robot
权利人	Figure AI Inc.
发明人	Corey Lynch、Yevgen Chebotar、Toki Migimatsu、Michael Ahn
申请日	2025年9月4日
公开日	2026年3月5日
管辖机构	美国（USPTO）
Alpha模型频率	1-20 Hz（推理规划）
Beta模型频率	100-10,000 Hz（关节控制）
动作分块大小	50-150毫秒预测动作序列

这些数字并非偶然，它们是专利主张的技术核心，填补了多年来悄然阻碍整个机器人领域的关键缺口。

这种架构解决了什么问题

一个被要求规划任务下一步的大型语言模型，推理速度大约为每秒1到10次查询。一个执行流畅动作的机械臂每秒需要500到1,000次位置更新。这两个时间尺度相差近三个数量级。每一个试图通过远程服务器连接弥合这一差距的机器人，都必须接受中间网络带来的延迟。

网络延迟听起来不像是致命问题，直到机器人因为指令晚到200毫秒而错失抓取时机，或者在仓库地下失去连接后摔倒。BAM架构通过将规划器和控制器共同部署在单一物理平台上，并设计它们通过高效的异步分块接口通信，从根本上消除了这种依赖。规划器无需等待每条电机指令完成；控制器也不需要在规划器完成每句话时暂停。

直接结果是机器人能够在实时响应变化场景的同时执行多步骤指令，如上图中"封闭拉链袋"40%的成功率所示，这正是当前系统的极限所在。长期来看，将机器人部署到新环境的复杂性大幅降低，因为智能随硬件移动，而非驻留在远程数据中心。这从根本上改变了大规模部署机器人的经济学。

这项发明依赖什么，又能解锁什么

BAM专利处于三个大型技术领域的交叉点。第一是移动AI推理硬件：整个架构依赖于足够小且强大的移动GPU，能在躯干内容纳同时实时运行数十亿参数。第二是机器人仿真和合成数据：专利中描述的训练流水线需要大规模生成仿真机器人经验。第三是基础AI模型：alpha模型的语言和视觉理解建立在与最大语言和视觉模型相同的transformer架构之上，这意味着基础模型的进步直接提升alpha组件的上限。

如果权利主张的范围被广泛维持，BAM专利可能成为竞争对手的一道收费关卡。任何具有双层本地架构——推理模型通过分块动作序列向执行模型输出——的人形机器人，都可能需要与Figure AI谈判许可证。这包括谷歌DeepMind内部团队（其Gemini Robotics 2于2026年7月30日发布，使用了类似的分层架构），以及正在2026年快速扩大生产的众多中国人形机器人初创公司。跨境执法能力正是专业专利翻译不可或缺的地方：一项在中国或欧洲翻译质量低劣的权利主张，在法庭接受检验之前就可能已经失去法律效力。

谁在这项专利背后，这说明了什么

Figure AI Inc.由Brett Adcock于2022年创立。截至2025年底，公司估值已达390亿美元，这得益于2024年2月来自微软、英伟达、英特尔、亚马逊、杰夫·贝佐斯和OpenAI的6.75亿美元B轮融资。截至2026年6月，该公司已在仓库和物流设施中部署了740个运营机器人，超过了其600名人类员工的数量。

这项专利中列出的四位发明人并非初出茅庐的研究人员。Figure AI的AI总监Corey Lynch曾在谷歌机器人部门工作七年，建立了该领域引用次数最多的语言条件模仿学习研究成果，随后加入Figure AI构建Helix VLA系统。Yevgen Chebotar、Toki Migimatsu和Michael Ahn此前曾在谷歌Brain和DeepMind从事机器人学习工作，后加入Figure AI。发明人团队的背景和技术主张的具体性表明，这是对公司打算商业化和捍卫的可运行系统的精确主张，而非针对广泛技术类别的防御性申请。

这对我们意味着什么

五年前，"能够执行自然语言指令的人形机器人"还只是研究演示。如今，这已是一个价值数百亿美元的产品类别，而最重要的法律文件正是像US20260064125A1这样的专利申请。BAM专利不能保证Figure AI赢得机器人竞赛——专利保护的是发明，而非市场地位。但它确立了将竞争对手排除在特定技术方法之外的权利，这一技术方法被公司认为是使双足机器人真正实用的核心所在。

接下来的走向从历史中可以预见：在其他司法管辖区提交申请（欧洲专利局、日本、韩国、中国），进行许可证谈判，最终走向诉讼。在每个步骤，专利翻译质量决定保护质量。一个在日本申请中被错误描述的"动作分块"，或者在中文权利要求中表述模糊的"躯干内嵌GPU"，可能将一项价值数亿美元的专利保护范围压缩到竞争对手轻易就能绕过的程度。这里所需的技术和法律精确性，正是专业专利翻译和技术翻译服务体现价值的地方。

常见问题

来源：
专利US20260064125A1，Google Patents | Figure AI，维基百科 | Gemini Robotics 2，谷歌DeepMind，2026年7月 | Figure AI专利分析，GreyB，2026

关于作者

道辉（Lucas）是一位拥有逾7年经验的专业译员，专注于专利翻译、技术翻译和知识产权（IP）领域，工作语言为英语、中文和法语到越南语。他已为技术、机器人和先进制造领域的客户本地化了软件平台、工程文档和专利申请，在这些领域，精准的技术语言是法律要求，而非可选项。

如果您的团队需要面向亚太市场的专利翻译、技术知识产权翻译或软件和技术本地化服务，道辉提供针对高精度需求的专业服务。在daohuy.com获取报价。