放大招！贾跃亭连发9款机器人+4套解决方案，FF机器人世界已达24款产品

9月20日，Faraday Future（简称FF）举行919 FF EAI机器人“四核全智”系列新品发布会，发布FF All-New Futurist、FF Master Mini、FX Aegis Hyper、FX Aegis Mega及FX Aegis Classic Ultra-W五大型号、9款配置EAI机器人本体新品，以及K-12教育、科研、安防和巡检四套行业生产力解决方案。

FF此次发布的9款配置新品覆盖人形和四足两大形态，以及Futurist、Master和Aegis三大系列。4套解决方案中，K-12教育和科研两套解决方案构成FF EAI机器人教育生态解决方案1.0；安防和巡检两套解决方案面向社区、楼宇、园区、能源、电力、制造、矿山、隧道及大型设施等场景。

9款机器人发布即上市销售即交付

9款机器人中，FF All-New Futurist定位为旗舰级全尺寸职业型具身智能人形机器人，是“All in One全能职业专家”。产品拥有51个主动自由度，升级高阶灵巧手后最高可达71个自由度；1,152瓦时双电池支持约8小时标准工况运行，并支持自主充电。Ultra版搭载NVIDIA Jetson Thor，算力达到700 TOPS，可结合VLA、世界模型和任务规划能力，从执行单一指令进一步走向完成整体任务，面向科研、具身智能开发、企业服务、体育竞技及工业应用等场景。All-New Futurist 标准版本售价89,900美元，含价值10,000美元的技能包；Ultra版本售价129,900美元，含价值15,000美元的技能包。

FF Master Mini系列包括Mini、Pro和Ultra三款不同配置。其定位为教育及运动竞技型具身智能人形机器人，是“从课堂到赛场的全能选手”。产品身高约95厘米、重量约19.5公斤，三款配置分别提供48、117和200 TOPS算力，并开放运动、感知和应用接口，支持编程教育、开放开发、娱乐表演及机器人足球竞技。Master Mini系列起售价为9,990美元，含价值1,000美元的技能包。Pro版本售价12,990美元，含价值1,500美元的技能包。Ultra版本售价17,990美元，含价值2,000美元的技能包。

FX Aegis系列此次新增轻量、中型和大型三类轮足产品。FX Aegis Hyper定位为大型工业级四足具身智能机器人，面向极端环境、重载任务和高风险无人化作业，可搭载热成像、气体检测、3D扫描及通信中继等专业上装。Aegis Hyper起售价137,900美元，含价值15,000美元的技能包。

FX Aegis Mega 包含两款产品，定位为中型工业级轮足具身智能机器人，最高承载能力可达50公斤，可连续通过25厘米楼梯、跨越最高80厘米单级障碍，双电池支持热插拔，空载续航不低于5小时。Aegis Mega售价74,990美元，含价值8,000美元的技能包。

FX Aegis Classic Ultra-W定位为安防陪伴型专业轻量轮足具身智能机器人，采用约22公斤的紧凑机身，兼具轮式移动效率、足式越障、低噪声和开放开发能力，支持二次开发、仿真训练、多机协同及专业上装扩展。Aegis Classic Ultra-W售价12,990美元，含价值3,000美元的技能包。

随着九款配置新品发布，FF EAI机器人世界正式升级至2.0。目前，该产品体系覆盖人形、四足和轮臂三大形态，Futurist、Master、Aegis、Navi和Faber五大系列，共计11个型号、24款产品。

发布4套解决方案面向教育、科研、安防和巡检

4套解决方案中，K-12教育解决方案定位为面向K-12的Physical AI教学与竞技一体化成长平台，提供Blockly、Python和ROS三级课程及配套竞赛体系，贯通兴趣启蒙、编程学习、AI实践、机器人竞技和科研升学等环节；

科研解决方案定位为全形态Physical AI教学与具身智能科研平台，提供统一SDK、ROS接口、仿真与数字孪生、数据采集、模型训练及Skill管理能力，支持运动控制、具身大模型、Sim-to-Real和群体智能等研究，以及算法开发、仿真验证、真机部署和跨本体迁移。

安防解决方案采用多机型分级覆盖模式，支持多机管理、自主巡逻、多模态感知、AI事件识别、告警联动、远程操作及证据留档，覆盖社区、校园、园区、仓储和关键基础设施等场景；巡检解决方案面向能源、电力、制造、矿山、隧道及大型设施等场景，由Aegis Mega承担大型园区和电站的高频巡检，Aegis Hyper进入极端及高风险区域，Faber负责室内精细化操作。

FF创始人、全球CEO贾跃亭表示：“FF要构建的不是单一形态的全能机器人，而是由通用泛化的EAI大脑支撑多种本体形态，并通过Agents、Skills和真实场景数据持续进化的机器人生态。这一判断与李飞飞教授关于多形态机器人生态并存的观点不谋而合。多形态本体不仅覆盖更多任务，还产生多场景、多交互方式的真实数据，通过EAI数据工厂反哺EAI大脑训练、Skills开发和本体迭代，推动形态与能力协同进化。”