共计 1109 个字符，预计需要花费 3 分钟才能阅读完成。
人形机器人离物流中心还有多远?Figure AI 最近用一场持续直播和一场 10 小时“人机对决”, 把这个问题推到了公众面前。结果颇具戏剧性: 人类选手最终赢了, 但优势并不大。
📌 10 小时分拣赛: 人类以微弱优势胜出
在这场包裹分拣挑战中,Figure AI 安排一名实习生与自家人形机器人同台作业, 任务是将包裹按要求放置到传送带上。已知信息显示, 这名实习生名为艾梅・热拉尔, 领英资料显示其岗位为视觉设计专员。
🔍 连续直播背后: 展示机器人的“耐力”
这场对决并不是孤立事件。Figure AI 近一周在其圣何塞总部持续直播机器人分拣包裹, 画面内容相当单一: 机器人不断把包裹放到环形传送带上, 并尝试保持条形码朝下。
据公开信息,Figure AI 希望通过这种长时间实测, 向潜在客户展示人形机器人在重复性场景中的稳定作业能力。此前测试中, 一台机器人负责分拣, 另外两台在旁充电待命, 以便在电量不足时接替工作。
- 首次 8 小时自主作业直播获得较高关注;
- 24 小时后, 机器人累计分拣包裹超过 3 万件;
- 直播已持续多天, 并吸引大量观众围观;
- 部分网友将其称为“机器人治愈白噪音”。
💡 观察: 速度不是唯一指标, 稳定性更关键
从结果看,人类仍然在这场比赛中胜出 , 但胜利并不意味着机器人没有竞争力。相反, 机器人最值得关注的地方并不是瞬时速度, 而是 可持续、可复制、可轮换 的作业潜力。
对于物流行业而言,包裹分拣属于高频、重复、劳动强度较高的环节。人类员工会受到疲劳、休息、受伤等因素影响, 而机器人如果能在可控环境中实现长时间稳定运行, 就可能在部分岗位上承担更多基础任务。
不过, 这一判断仍需谨慎。俄亥俄州立大学工程学院院长、机器人专家阿亚娜・霍华德指出, 机器人长时间运行值得肯定, 但精准度仍是商业化障碍。当前测试中仍会出现条形码朝向错误、包裹掉落传送带等问题。
📊 行业影响: 人形机器人商业化仍在验证期
Figure AI 这次直播之所以引发关注, 一方面是因为形式具有传播性, 另一方面也反映出人形机器人公司正在寻找更清晰的落地场景。相比复杂开放环境, 物流分拣、仓储搬运等任务更容易标准化, 也更适合作为早期商业验证对象。
- 看点一:机器人是否能在更长周期内保持低故障率;
- 看点二:分拣准确率能否达到物流中心要求;
- 看点三:多机器人轮换是否具备经济性;
- 看点四:从演示场景进入真实仓库还需要多久。
🚀 总结: 人类赢了比赛, 机器人赢了关注
围绕“Figure AI 机器人与人类比拼分拣包裹, 最终人类险”，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。
