财中社2月28日电国泰君安发表研究报告称：
Figure物流场景部署顺利，创新的隐式立体视觉技术，为纯视觉方案提供了新思路，同时跨机器人️迁移部署，有望推动人形机器人️大规模应用落地。
Figure发布多台机器人️在物流工厂中分拣包裹视频，机器人️能够识别、抓取不同尺寸、形状、重量和硬度的包裹，并按逻辑摆放，同时能确保运输标签方向正确以便扫描。从宝马工厂的12个月部署到物流场景的30天落地，Figure商业部署进展迅速，进一步推动了人形机器人️的大规模应用。推荐标的为兆威机电，受益标的为长盈精密、银轮股份。
隐式立体视觉深度感知，提供纯视觉方案新思路。Figure的隐式立体视觉通过双摄像头数据融合，构建了具有深度感知的3D场景理解能力。与单目视觉相比，该系统在物流分拣场景中吞吐量提升60%，并能零样本处理未训练的扁平包裹（如信封）。这意味着机器人️在面对复杂多样且未知的实际环境时，具备更强的适应能力，拓宽了机器人️的应用场景。同时Figure的隐式立体视觉技术验证了纯视觉方案在工业场景的可行性，相比传统“视觉+激光雷达+力控”的多传感器方案而言，硬件成本明显降低，为人形机器人️行业降成本与轻量化发展提供了新思路。
数据质量优于数量，数据成本大幅降低。高质量数据对模型性能提升效果明显，通过精心筛选人类示范数据，排除低质量操作数据，使用经过整理的高质量示范数据训练的模型，尽管训练数据量减少了三分之一，但吞吐量却提高了40%。强调数据质量而非数量，是Figure公司数据策略的一大亮点，仅需8小时示范数据，就能生成灵活且熟练的策略，这大大降低了对大规模数据的需求，此数据优化方法对降低机器人️部署成本具有重要意义。
跨机器人️迁移部署，推动人形机器人️大规模应用落地。借助学习校准和视觉本体感知模块，Figure能够将在单台机器人️上训练的策略应用到多台其他机器人️上，且在不同机器人️平台上保持相当的操作性能水平，降低了针对不同机器人️重复开发和训练策略的复杂性，提高了整体部署效率。跨机器人️部署技术的成熟对于机器人️在工业场景中的大规模应用至关重要。以物流行业为例，大量使用机器人️进行包裹处理和分拣任务时，统一的策略部署和高效的跨机器人️协同作业，能够提高物流处理效率、降低运营成本。
