Figure AI专利US12578733B2：人形机器人背后的双模型AI大脑架构

💡 Figure AI于2026年3月17日获得美国专利US12578733B2，涵盖"双足动作模型"（BAM），一种将人形机器人大脑分为慢速语言推理模型和快速电机控制器的双AI架构，各运行于独立GPU。该架构使拥有62个自由度的机器人能够同时理解自然语言指令并实时平滑运动。若这一模式成为行业标准，Figure AI有望成为正大规模进入全球工厂的通用劳动机器人浪潮的"知识产权收费站"。

Ubtech机器人521

本田372

丰田214

索尼206

软银机器人190

Figure AI22

该专利究竟描述了什么

人形机器人专利US12578733B2涵盖一种名为双足动作模型（BAM）的控制架构。与其使用一个试图同时处理所有任务的单体神经网络，BAM将机器人的认知工作分配给运行于两块独立GPU的两个专用模型。申请于2025年9月4日提交，以US20260064125A1于2026年3月5日公布，仅十二天后即于2026年3月17日授权，快速的授权时间表表明权利要求范围足够精准，得以顺利通过审查。

该专利由Figure AI Inc.持有，这家加利福尼亚州人形机器人初创公司在2025年9月的C轮融资中估值高达390亿美元。核心权利要求涵盖一款在全身拥有62个自由度（包括手臂、双手、躯干、双腿和头部）的机器人，由分层AI系统驱动，能够接受自然语言指令并实时生成平滑、连续的关节控制命令。这种组合，语言输入、流畅运动输出，正是实用机器人技术十年来最难突破的瓶颈。

理解该专利的权利要求，需要先理解此前系统为何失败，这是最重要的背景。

核心问题：为何机器人至今仍如此笨拙

一个能理解"小心拿起那个箱子放到架子上"的机器人必须同时完成两项截然不同的认知任务。第一项是语义理解：什么叫"小心"，箱子在哪里，"架子"指哪一个？这需要只有大型语言模型才能在实用规模上展现的世界知识。第二项是物理执行：将夹持力调至4.2牛顿，手腕旋转37度，重心转移至左脚，所有这些都需在毫秒内完成，并随目标移动和环境变化持续调整。

悲剧在于，语言模型与电机控制器运行于无法兼容的速度。大型语言模型大约每50至1000毫秒处理一个"想法"，按机器人学标准几乎算不上实时。合格的电机控制器必须以100Hz以上的频率更新以避免失稳。无法让单一神经网络同时以两种速度运行，却不在推理质量或运动流畅度上作出严重妥协。

旧系统要么使用慢速集中控制器（导致断续抖动的运动），要么使用完全无法理解语言的快速浅层控制器。BAM专利通过明确区分这两种速度，将架构形式化，并通过申请专利宣示对该解决方案的独占权。

Alpha-Beta双脑架构：两个大脑，一个身体

该专利描述了两个互补模型。"alpha"模型规模庞大，拥有数十亿参数，在互联网级别数据、仿真数据及遥操作录像上训练。它以1至20Hz的频率运行，处理语言理解、长期任务规划和语义推理，可将其类比为机器人的前额叶皮质：它知道任务是什么以及大致如何完成。

"beta"模型则小巧而高速。它接收alpha模型语义意图的压缩表示，潜向量，并将其转化为62个关节的连续控制命令，运行于100至10,000Hz。beta生成专利中所称的"动作块"：对未来50至150毫秒的关节位置、速度和力矩序列的预测。预测一段短暂轨迹而非单一时刻，能大幅减少模仿学习系统中导致机器人随时间偏离任务的累积误差。

结果是机器人像熟练工匠一样运动：平滑、连续，实时适应物理现实，同时受到速度更慢的高级语言指令指引。这种解耦正是该专利新颖性的核心，也是竞争对手必须另辟蹊径或谈判许可的原因。

该专利依赖什么，又能解锁什么

BAM架构并非孤立存在：它处于至少三条并行创新浪潮的交汇处，其价值有赖于三者共同成熟。第一，它需要高带宽GPU。alpha模型运行于专用GPU，与NVIDIA为AI推理销售的同类芯片。NVIDIA是Figure AI C轮投资方之一，这绝非偶然：作为GPU供应商，NVIDIA在该架构扩大规模时具有直接商业利益。第二，专利明确涵盖分层训练框架，综合互联网视频数据、物理仿真数据和现实世界遥操作录像。

第三，专利描述的部署模式支持三种配置：完全本地（两个模型均在机器人上）、完全远程（均在云端）或混合模式。混合模式在商业上最为有趣：轻量beta模型在机器人上，强大alpha模型在数据中心，通过低延迟无线网络通信。这正是5G和正在开发的6G网络被设计用来处理的工作负载，将BAM架构直接与连接创新浪潮相连。

这一架构能解锁的潜力是巨大的：任何需要将物理动作适应语言或视觉指令的任务，都有望大规模自动化。仓储拣货、装配线质量检验、医院物流、老年护理辅助，所有这些都恰恰需要BAM声称提供的语言理解与精细物理响应相结合的能力。

Figure AI与竞争对手：缓慢展开的专利竞赛

截至2026年，Figure AI在人形机器人领域持有22项专利（GreyB数据）。相比之下，Ubtech机器人521项，本田372项，丰田214项，索尼206项。从绝对数量看，Figure AI几乎可忽略不计。但数量是错误的衡量标准：拥有最多专利的公司主要围绕机械设计、液压技术和运动规划构建了其专利组合，这些机器人均诞生于大型AI模型出现之前。Figure AI的申请时间晚得多，战略性强得多，且针对所有其他一切都依赖的软件控制层。

Boston Dynamics（现属现代汽车集团，Atlas已部署于其佐治亚工厂）是物理能力最强的竞争对手，但其IP集中于执行器设计和动态运动，而非AI语言控制。特斯拉Optimus项目是AI控制层面最受瞩目的威胁，埃隆·马斯克预计2026年产量达"数千台"，2029年达数百万台。中国Unitree以约1.6万美元的G1售价震惊业界。然而所有竞争对手目前都没有的，是一项涵盖双模型AI大脑架构的已授权美国专利。这一差距，若Figure AI能够维持，其价值远超22项专利组合数字所暗示的。

全球专利竞赛：谁在制定机器人规则

人形机器人专利全景包含2006至2026年间申请的19,501项专利，涵盖15,022个独特专利族（GreyB，2026年）。中国约占9,975项，接近美国2,574项总量的四倍。2025年全球共申请2,592个新人形机器人专利族，是2023年1,087个的逾两倍（GreyB，2026年）。该领域近48%的所有专利活动发生在过去五年。

竞赛正在加速，争夺最激烈的阵地是AI控制栈：指挥硬件行动的软件层。赢得这一层的国家和公司将向所有其他人收取专利费。那些仅在机械制造方面领先的企业，则完全可能被下一个生产周期取代。BAM专利是对前一阵地的宣示。

这对我们意味着什么

人形机器人早已不再是实验室里的玩具。Figure 03已在宝马斯巴达堡工厂的生产线上运作。TrendForce预测2026年全球人形机器人出货量将突破50,000台，较上年激增700%。全球市场从目前约30亿美元，有望在2030年前达到150亿美元，年复合增长率约39%（MarketsandMarkets，2025年数据）。

BAM专利发出了一个具体信号：关键竞争正发生在软件控制层，而非机械层。拥有机器人理解语言并据此行动的架构专利的公司，即使硬件价格不断走低，也持有一种能持续存在的结构性优势。对于需要在非英语市场（越南、日本、韩国、欧盟）申请、实施或理解US12578733B2等专利的任何人而言，精准的专利翻译不是可选项。一个权利要求术语的误译，可能使数年的保护范围收窄甚至失效。

关键事实：Figure AI专利US12578733B2

字段	详情
已授权专利号	US12578733B2
申请号	US19/319,712（公布号US20260064125A1）
标题	人形机器人双足动作模型
专利权人	Figure AI Inc（美国加利福尼亚州）
申请日期	2025年9月4日
公布日期	2026年3月5日
授权日期	2026年3月17日
司法管辖区	美国（USPTO）
到期日期	2045年9月4日
核心创新	双模型AI系统：alpha（语言，1-20 Hz）+ beta（电机控制，100-10,000 Hz）

常见问题

来源
Google Patents - US20260064125A1 / US12578733B2（Figure AI，2026年）
Figure AI C轮融资公告 - figure.ai（2025年）
GreyB - 人形机器人专利全景2026
MarketsandMarkets - 人形机器人市场报告2025-2030

关于作者

Dao Huy（Lucas）是一位拥有七年以上经验的专业译者，专注于从英语、中文和法语到越南语的专利翻译、技术翻译和知识产权翻译。他长期从事机器人文档、AI系统规范和技术专利的翻译工作，在这些领域，跨语言精确传达权利要求边界的能力直接决定法律保护的范围。US12578733B2此类专利，正是进入越南或其他亚洲市场时需要专业处理的文件类型。

如果贵公司持有或正在获取机器人、AI或技术领域的专利，需要将其翻译并本地化为越南语或面向越南及东盟市场，欢迎访问 daohuy.com 获取咨询。服务包括专利翻译、工程文档翻译、软件本地化越南语及面向越南市场的技术本地化。