我先检索 Figure 机器人在「100 小时直播分拣」这件事上的官方和现场信息。
Figure 机器人 100 小时直播分拣 13 万包裹:3 秒一件追平人类,但这场秀的真相在 “理想场景” 这四个字
先把事实和口径理清楚:2026 年 5 月 13 日,Figure AI 在加州 Sunnyvale 总部开了一场公开直播,原计划让 F.03(Figure 03)连续自主分拣小包裹 8 小时,结果 8 小时零故障,团队决定不停,一路跑到 5 月 22 日第 200 小时才收,累计处理 249,558 件,平均约 3 秒一件,全程宣称零遥操作、零人工干预,动作全部由本体上跑的 Helix-02 端到端神经网络推理产生。“100 小时、13 万件” 是跑到一半时的快照,不是最终成绩 —— 这个数字在传播中被当成了终点,其实是中途打卡。同期它还加了一场 10 小时人机对决,人类实习生 Aime Gérard 以 12,924 件对 12,732 件险胜,平均 2.79 秒对 2.83 秒,只差 0.04 秒。CEO Brett Adcock 赛后那句 “这是人类最后一次赢”,把这场直播从技术演示直接升级成了叙事事件。但真正值得看的不是谁赢,而是它证明了什么、又刻意没证明什么。
一、先把时间线对齐,别把中途数据当终点
| 节点 | 时长 | 累计包裹 | 说明 |
|---|---|---|---|
| 起点 | 8 小时 | 约 1 万件 | 原定目标,零故障后决定延长 |
| 第一次刷屏 | 24 小时 | 约 28,000 件 | 三台轮换,无人值守过夜 |
| 中期 | 50 小时 | 约 60,000 件 | Adcock 强调 “完全没有遥操作介入” |
| 81 小时 | 81 小时 | 101,391 件 | 海外媒体广泛引用的节点 |
| 100 小时 | 100 小时 | 超 130,000 件 | 中文标题引用的就是这一档 |
| 161 小时 | 161 小时 | 超 200,000 件 | 官方称近一周无故障 |
| 收官 | 200 小时 | 249,558 件 | 团队主动叫停,不是撑不住 |
这条曲线说明一件事:它的瓶颈不是 “能不能动”,是 “要不要停”。真正难的是连续 200 小时里没有一次导致任务终止的故障。
二、3 秒一件,靠的不是一个模型,是三层配合
| 层 | 频率 | 干什么 |
|---|---|---|
| System 0(小脑) | 1 kHz | 平衡与全身关节协调,约 1000 万参数 |
| System 1(快脑) | 200 Hz | 把视觉感知转成 35 个自由度的上半身动作目标 |
| System 2(慢脑) | 低频 | 理解任务、规划下一步 |
这套分层的关键是 “各跑各的、互不等待”:慢脑在后台想,快脑拿着最新指令实时执行,不把动作预算好再照本宣科。Figure 称训练用了 1000 小时以上的关节级重定向人体动作数据,替换掉了 109,504 行手写 C++ 运动控制代码。
撑住 200 小时的还有三套机制:
- 自动复位:遇到超出训练分布的包裹,策略触发复位,机器人回到初始状态重来,不用人进去救。
- 轮换充电:单台连续干 3–4 小时,电量降到 20% 自己走去充电位,另一台无缝顶上。
- 故障自离场:软硬件异常时机器人自主驶向维修区,同伴接岗,最大化整体在线时间。
Figure 03 本体是 173 厘米、61 公斤,头部 6 个摄像头加双掌广角、指尖能感知 3 克力,全身 8 个摄像头,传感器是为 Helix 专门配的,不是通用方案。
三、那 192 件,比 “人类赢了” 更值得读
| 指标 | 人类实习生 | 机器人 |
|---|---|---|
| 10 小时总量 | 12,924 件 | 12,732 件 |
| 平均单件耗时 | 2.79 秒 | 2.83 秒 |
| 差距 | 领先 192 件,约 1.5% | — |
| 中途状态 | 用餐、带薪休息,第 6 小时后明显掉速 | 中途一度反超,10 小时后状态与开始时无差别 |
| 赛后 | 左前臂接近 “报废”,手指起泡 | 无异常,继续干 |
这里有个必须点出来的口径问题:不同媒体给的对决数字并不一致,出现过 12,924 对 12,732、12,926 对 12,757、12,924 对 12,735 三个版本,差在几件到二十几件之间。更关键的是 “几台机器人在岗” 没被官方说清 —— 按单台算约 1,270 件 / 小时,按三台轮换分摊算就是约 424 件 / 小时,两个数差三倍。中文报道里两种算法都出现过,看到 “单台每小时 424 件” 这类结论要先确认分母。
四、这场直播没证明的四件事
- 包裹太标准:直播里软包只有颜色不同,大小厚薄完全一致,纸盒只有两种规格。真实转运中心的 SKU 是形状、重量、材质全不一样,还有异形件、易碎件、液体包裹。
- 异常件被绕开了:破损、漏液、条码被遮挡这类长尾情况,直播里要么被推下传送带,要么走自动复位等后台处理,没有正面应对。
- 环境不受控的部分没测:真实物流中心夏天能到 46–47℃,南方冬季室内接近室外温度,新老设备混用、光线不均、地面不平等,对电子设备稳定性的考验直播里都没有。
- 固定工位其实不需要双足:这是业内最直接的质疑 —— 双足带来移动性和通用性,但在传送带旁站定干活,轮式或专用设备成本低得多、效率高得多。
俄亥俄州立大学工程学院院长 Ayanna Howard 的评价是,这场演示 “更像一个科学项目,离成熟的商业服务还有距离”。直播中那个 “抬手摸头” 的动作也被观众怀疑是有人在调 VR 头显,Figure 回应称是避开工位金属滑槽的策略行为,否认遥操作。这个插曲说明:公众对人形机器人自主性的信任门槛,比技术门槛还高。
五、效率上它到底排第几,得跟现有设备比
| 方案 | 处理速度 | 折算每小时 |
|---|---|---|
| 快递公司分拣员考核线 | 约 3 秒 / 件 | 1,500 件 |
| 熟练分拣工上限 | — | 1,800 件 |
| 成熟单件分离系统 | 2.7 件 / 秒 | 约 9,700 件 |
| ABB 快递分拣机器人 | — | 1,500 件 |
| AGV 分拣系统 | — | 640–1,100 件 |
| Figure 03(单台口径) | 2.83 秒 / 件 | 约 1,270 件 |
| Figure 03(三台分摊口径) | — | 约 424 件 |
结论很直接:在标准化分拣这个最 “友好” 的场景里,人形机器人刚刚摸到人类熟练工的入门线,离专用自动化设备还差一个身位。它不是来替代机械臂的,它是来填机械臂填不了的那个坑 —— 供包台上形状各异的包裹。
六、成本账:3 万美元一台,回本要几年
Figure 03 目标售价约 3 万美元,接近美国仓库工人一年工资。但一个工人只顶一个班,机器人理论上顶三个班:
| 假设 | 数值 |
|---|---|
| 单台购置 | 约 30,000 美元 |
| 替代人力 | 3 个班次,约 3 人 / 年 |
| 美国仓工年薪 | 约 30,000–35,000 美元 / 人 |
| 年省人力 | 约 90,000–105,000 美元 |
| 年维护合同 | 20,000–100,000 美元 / 台 |
| 年净节省 | 约 -10,000 至 85,000 美元 |
| 回本周期 | 悲观超 3 年,中性 1–1.5 年,乐观不足 1 年 |
执行器约占整机成本 60%,也是最容易磨损的部件。所以 “几个月回本” 这种说法,得先问维护合同签了多少钱、故障率按什么算。
七、真正该记下的三件事
- 连续运行能力被公开验证了:200 小时、24.9 万件、无人值守,这是人形机器人在真实任务上第一次拿出可长时间公开审视的记录,比任何技术报告都有说服力。
- 工程兜底做成了体系:自动复位、自主充电、故障自离场、同伴接岗,这套机制才是 “能当员工用” 的分界线,而不是单件速度。
- 商业侧已经动起来了:2026 年 5 月 26 日 Figure 宣布与 Catalyst Brands 的商业协议,机器人将部署到其内华达州 Reno 的物流设施;BotQ 工厂产能从每天 1 台提到每小时 1 台,已交付 350 台以上,周产 60–70 台。直播不是终点,是给客户看的 “上岗考核”。
但同一时间也要看到冷水:Figure 02 在宝马 Spartanburg 的试点 2025 年 11 月已结束,目前该厂没有 Figure 机器人在岗,也没有公布复购时间表;Gartner 在 2026 年 1 月预测,能真正把双足人形机器人规模化到试点之外的厂商不到 20 家。
一句话收尾:这场直播证明的是 “它可以连续干 200 小时不出大事”,不是 “它可以替代分拣工”。前者是工程能力的真实进步,后者要等它在异形件、高温、五面扫码、破损漏液这些非标场景里也跑出同样的连续时长,才谈得上。
相关 FAQ
问题 1:Figure 机器人直播 100 小时分拣 13 万包裹,最终成绩到底是多少?
回答 1:100 小时 13 万件是中途快照。这场直播从 2026 年 5 月 13 日跑到 5 月 22 日,Figure 团队在第 200 小时主动叫停,最终累计 249,558 件,平均约 3 秒一件,全程宣称零遥操作、零人工干预,动作全部由本体上的 Helix-02 神经网络推理产生。
问题 2:Figure 机器人 3 秒分拣一个包裹,是怎么做到的?
回答 2:靠三层分频控制。System 0 以 1kHz 管平衡和全身关节协调,约 1000 万参数;System 1 以 200Hz 把视觉感知转成上半身 35 个自由度的动作目标;System 2 低频负责理解任务、规划动作。三层各跑各的、互不等待,加上自动复位、20% 电量自主充电、故障自离场和同伴接岗,才撑住长时间连续作业。
问题 3:Figure 机器人直播里的人机对决,人类真的赢了吗?
回答 3:赢了,但只赢一点点。10 小时对决中人类实习生 Aime Gérard 分拣 12,924 件、平均 2.79 秒一件,Figure 03 分拣 12,732 件、平均 2.83 秒一件,差距 192 件约 1.5%。人类享有加州劳动法规定的用餐和带薪休息,中途一度被反超,赛后左前臂接近 “报废”;机器人状态与开始时没有差别。
问题 4:Figure 机器人直播分拣 13 万包裹,能说明它可以替代快递分拣工吗?
回答 4:不能直接说明。直播场景里包裹规格高度统一,软包只有颜色差别、纸盒只有两种标准规格,破损、漏液、条码遮挡这些异常件被绕开或交给后台处理,高温高湿、新老设备混用等真实环境也没有覆盖。它证明的是连续运行和故障兜底能力,不是场景泛化能力。
问题 5:Figure 机器人 3 秒一件的速度,和现有分拣设备比是什么水平?
回答 5:偏慢。快递公司对分拣员的考核约 1,500 件 / 小时,熟练工能到 1,800 件;成熟单件分离系统约 2.7 件 / 秒,折算近 9,700 件 / 小时;ABB 分拣机器人约 1,500 件 / 小时。Figure 03 按单台口径约 1,270 件 / 小时,按三台轮换分摊只有约 424 件 / 小时,两个口径差三倍,官方没说明对决时到底几台在岗。
问题 6:Figure 机器人 3 万美元一台,多久能回本?
回答 6:看维护成本。单台约 3 万美元可覆盖三个班次,按美国仓工年薪 3–3.5 万美元算,年省人力约 9–10.5 万美元;但年维护合同要 2–10 万美元,执行器占整机成本约 60% 且最易磨损。算下来悲观情形回本超 3 年,中性 1–1.5 年,乐观不足 1 年。
参考资料
[2026-08-13](自变量机器人对标 “Figure AI 中国版”:200 亿与 2800 亿的真实差距,一场直播能解决吗?)界面新闻
[2026-06-22](具身智能的 “大广告” 时代:伴侣机器人,可能是唯一出路)36 氪
[2026-05-28](人形机器人 “狂奔”,快递无人化时代还有多远?)每日经济新闻
[2026-05-20](Figure 机器人已连续工作 161 小时)科创板日报
[2026-05-20](Figure AI Headquarters Launches 120-Hour Humanoid Robot Sorting Live Stream)AIBase
[2026-05-19](Human vs. Humanoid: Inside Figure AI's Viral 100-Hour Livestream)JoJo Ventures
[2026-05-19](The Robot That Wouldn't Stop: Figure AI's 81-Hour Stunt and the Skeptics Watching Every Frame)AI Daily
[2026-05-18](Figure 机器人直播 100 小时打擂台,3 秒一个不停分拣 13 万包裹!)新智元
[2026-05-18](Figure 机器人直播 100 小时打擂台 人机对决引关注)中华网
[2026-05-18](Figure AI Streams a Fleet of Humanoids Sorting Packages for More Than 80 Hours Without a Single Human Intervention)The Machine Herald
[2026-01-27](Helix-02: A Unified Whole-Body VLA)Figure AI
[2026-01](Gartner 预测:能规模化到试点之外的人形机器人厂商不足 20 家)Gartner
免责声明
本文依据 Figure AI 官方发布、新华社与每日经济新闻等国内报道及海外科技媒体公开信息整理。直播数据均由 Figure 单方披露,未经过第三方独立审计,破损率 0.3%、零故障等说法目前缺乏独立核验;人机对决的包裹数与在岗台数在不同媒体间存在差异,文中已标注。成本与回本测算基于公开售价、美国仓工薪资区间和维护合同区间推算,为估算模型而非厂商实测,实际结果取决于故障率、电价、班次安排与本地人力成本。本文不构成采购、投资或人力决策建议,也不对依据本文内容作出的决策承担责任。
