Figure与Nscale达成35亿美元算力合作，计划部署最多10万块Vera Rubin GPU

Figure与AI云服务商Nscale达成战略合作，计划在2027年下半年于得州Barstow通过Nscale部署最多10万块基于NVIDIA Vera Rubin的平台GPU，初始算力承诺为35亿美元并拟扩大至超60亿美元；算力将主要用于训练Figure的通用人形机器人模型Helix。公告为部署计划与投资意向，具体交付规模、时间与投资细节尚未披露，实际算力上线取决于数据中心建设与设备供应等多项因素。

美国人形机器人公司 Figure 于2026年9月4日宣布，将与AI云服务商 Nscale 建立战略合作关系，计划通过 Nscale 部署最多10万块基于英伟达 Vera Rubin 平台的GPU。首批部署目标为2027年下半年，地点设在美国得州 Barstow。

Figure表示，这项合作对应的初始算力承诺为35亿美元，并计划将合作规模扩大到超过60亿美元。Nscale还将对 Figure 进行战略投资，具体金额和股权比例目前没有披露。

这不是一项已经完成交付的GPU采购。双方公开的表述是“最多10万块GPU”的部署计划，实际交付时间、分阶段规模以及最终上线节奏仍取决于数据中心建设、设备供应和项目执行进展。

算力将用于训练Figure的Helix模型

Figure称，公司目前受到数据和算力的共同约束，新增算力将主要用于训练下一代通用机器人模型 Helix。该模型是 Figure 自研的视觉—语言—动作模型，目标是把对环境的感知、语言理解与机器人控制结合起来。

在 Figure 对 Helix 的介绍 中，公司将其描述为面向通用人形机器人控制的VLA模型。Helix采用分层架构：较慢的系统负责场景理解和语言推理，较快的视觉运动策略则负责将这些表示转化为连续动作。Figure称，后者能够以200赫兹的频率输出控制信号，覆盖手指、手腕、躯干和头部等高维动作空间。

Helix的训练需求与传统工业机器人有所不同。工业机器人通常在固定环境中执行重复任务，而人形机器人需要面对大量未见过的物体、不同的空间布局以及连续变化的任务目标。Figure的设想是，通过规模化的现实世界数据和更强的训练基础设施，让模型能够在新环境中泛化，而不必为每一个动作单独编写程序。

这一方向也与其他公司把通用模型推进物理世界的尝试形成呼应。例如，AIFlux此前报道的谷歌DeepMind Gemini Robotics 2 同样试图把多模态理解、任务规划和机器人动作控制连接起来。不同之处在于，Figure这次公告的重点是为自有模型建立大规模训练算力，而不是发布新的模型版本。

Index提供数据，Vera Rubin提供训练基础设施

在宣布 Nscale 合作前，Figure刚刚推出了名为 Index 的人形机器人数据收集项目。Figure在Index公告中表示，该项目通过移动应用和创作者网络收集现实世界中的人类活动视频，覆盖家庭、物流中心、餐厅、工厂和办公室等场景。

Figure披露，Index已在108个国家获得超过26.4万次下载，有超过4.4万名每周活跃用户参与数据贡献。该应用每秒处理约30分钟的视频上传；截至公告发布时，创作者累计获得的报酬为1500万美元。Figure还称，每收集1000小时数据，数据集中平均包含373项不同任务、1146种被操作物体和116个不同环境。

需要注意的是，Figure在Index公告中将数据处理和数据多样性视为模型能力扩展的基础，但数据规模本身并不等于模型性能已经得到独立验证。数据还需要经过筛选、欺诈审查、去重、再平衡和标注，随后才可能进入训练流程。

对于这家公司而言，Nscale的算力合作正好补上了数据管线的另一端。Figure称，Index每秒产生大量训练数据，而新合作将为处理和训练这些数据提供更大的计算空间。两者结合后，Figure试图建立从人类行为采集、模型训练到机器人部署的闭环。

Nscale把合作描述为“物理AI飞轮”

在Nscale的新闻稿中，Nscale表示将成为 Figure 的首选算力提供商和股东。其公开的合作框架包括：通过Nscale的AI云使用 NVIDIA Vera Rubin 训练 Figure 模型，在 NVIDIA Isaac Sim 中进行验证，最终把训练好的模型部署到 Figure 的机器人上。

英伟达首席执行官黄仁勋在同一公告中说，人形机器人把物理AI带入为人类设计的现实环境，Nscale与 Figure 正在启动一条从模型到机器人的“机器人飞轮”。Nscale首席执行官 Josh Payne 则表示，物理智能可能成为AI的下一个前沿领域。

双方还计划探索利用人形机器人扩展 Nscale 供应链的可能性。公告没有说明具体应用场景，也没有披露这一部分是否已经形成采购、试点或商业合同。因此，这一表述目前应理解为合作探索方向，而不是已落地的机器人订单。

Vera Rubin平台仍要经过部署验证

Vera Rubin是英伟达面向大规模AI训练和推理的新一代平台。英伟达在其官方新闻稿中将其定位为由GPU、CPU、高速互联、网络和软件系统共同组成的AI基础设施，而非单一加速卡。

Nscale此前宣布，计划在2027年部署超过10万块Vera Rubin GPU，为欧洲及其他地区的客户提供算力。此次与 Figure 的合作则把其中一部分部署计划与人形机器人模型训练联系起来，并把首批 Figure 相关GPU的目标地点明确为得州 Barstow。

但从GPU“列入计划”到形成可用算力，中间仍有多个环节：设备需要生产和交付，数据中心需要完成供电、冷却、网络和机架建设，云平台还要进行调度和软件适配。即使项目按计划推进，10万块也可能以多个阶段、多个集群的方式部署，而不是一次性上线。

此外，35亿美元是双方对算力合作的初始承诺，超过60亿美元是扩大合作的意向。公开资料没有给出每块GPU的价格、租赁周期、容量利用率或对应收入确认方式，因此不能将这些数字直接视为 Figure 已经实现的销售收入，也不能据此推算项目利润。

人形机器人竞争转向数据与基础设施

这项合作显示，人形机器人公司的竞争正在从机器人本体和演示能力，扩展到数据、模型训练和数据中心基础设施。对于 Figure 来说，机器人能否在现实环境中完成更多任务，不仅取决于执行器、传感器和机械结构，也取决于能否持续获得多样化数据，并以足够的算力进行训练和验证。

这种模式与大模型行业的规模化路径相似：数据越多，训练和评估所需的计算资源越大；而计算资源的获得，又会影响模型迭代速度和部署成本。区别在于，机器人模型最终还必须在物理世界中运行，训练结果需要通过仿真、真实机器人测试和安全评估来验证，单纯增加GPU数量并不能保证动作可靠性。

截至目前，已确认的内容包括双方达成战略合作、Nscale将对 Figure 进行未披露金额的战略投资、最多10万块Vera Rubin GPU的部署计划、35亿美元初始算力承诺、超过60亿美元的扩大意向，以及2027年下半年在 Barstow 启动首批部署的目标。

尚未明确的内容包括投资金额和股权比例、首批GPU的具体数量、数据中心建设状态、最终交付时间、Helix训练所使用的集群配置，以及这项合作何时能够转化为 Figure 的实际商业收入。就目前公开信息而言，这更准确地代表了一项面向物理AI的算力和部署路线图，而不是10万块GPU已经交付或上线的结果。