Figure AI 人形机器人直播分拣快递:连续工作超 33 小时,处理 4 万多个包裹

人形机器人进入快递分拣场景的想象, 正在被一场长时间直播具象化 。Figure AI 近日让机器人公开执行包裹分拣任务, 原本计划挑战 8 小时完整工时, 随后直播继续延长。截至相关报道发布时, 机器人已累计工作超过 33 小时, 处理包裹数量超过 4 万个。

📌 直播挑战: 从 8 小时延长到 33 小时以上

这场演示的任务并不复杂, 但非常贴近物流现场的重复劳动: 机器人需要识别并抓取快递包裹 , 将标签页朝下摆放, 再把包裹送上传送带。相比炫技式展示, 这类动作更考验稳定性、持续执行能力以及对环境变化的处理。

官方最初设定的是完成一个 8 小时工作时段 。后续机器人没有在达到目标后停止, 而是继续接力运行, 累计时长已超过 33 小时。需要注意的是, 这并不意味着单台机器人连续续航 33 小时; 在电量不足时, 会更换另一台机器人继续执行任务。

🔍 核心信息: 基于 Helix 02, 官方称完全自主运行

Figure AI 表示, 参与分拣的机器人基于 Helix 02 模型, 并以“完全自主”模式运行, 工作表现被描述为达到“人类性能水平”。从展示内容看, 机器人已经能够在标准化流程中完成抓取、转向、放置、推送等一系列动作。

• 场景明确: 面向快递分拣这一高重复、高强度的物流环节。
• 持续时间较长: 超过原计划 8 小时, 并累计运行至 33 小时以上。
• 处理量可观: 已分拣超过 4 万个包裹。
• 并非单机续航: 通过机器人轮换接力保持直播任务连续。

💡 仍有瑕疵: 掉包裹后尚未看到有效应对

尽管整体效率看起来具备看点, 但直播中也暴露出问题: 机器人偶尔会把包裹推到传送带外 , 导致包裹掉落到地面。更关键的是, 在这类异常发生后, 机器人并未展现出明显的补救动作, 例如重新拾取、报警或暂停等待人工介入。

快递分拣并不只是机械搬运。 包裹尺寸、重量、软硬程度、摆放角度都会变化 , 真实仓库还可能出现遮挡、堵塞、破损件和人工干预等情况。机器人能否稳定识别并处理这些边界场景, 是决定其能否大规模落地的关键。

📊 行业观察: 替代的不是所有人, 而是重复劳动岗位的一部分

这类展示之所以受到关注, 是因为它指向了人形机器人最容易商业化的方向之一: 替代高重复、强体力、标准化程度较高的工作 。快递分拣站如果部署多台机器人, 理论上可以减少大量人工搬运与分拣压力, 只保留少量人员负责异常检查、设备维护和流程管理。

🚀 总结: 演示很有冲击力, 落地还要看异常处理

围绕“人类大替代?Figure AI 人形机器人直播分拣快递:”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。