出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
原定计划是8小时。
5月13日，Figure AI把一台叫Jim的人形机器人推到传送带前，架好摄像头，想证明它能像人类一样完成一个完整轮班。
8小时到了，Jim没停机，没卡住，也没有等人类接管。团队没有喊停。
24小时。48小时。72小时。81小时。到第四天，Jim和后续接替上场的同伴已经处理了超过10万个包裹。截至发稿，它们连续运行103小时，分拣近13万个包裹，没有出现需要人工救援的故障。
没有加班费，没有工伤报告，也没有一句抱怨。
而一个人类分拣员，每天最多干8小时，要吃饭，要休息，会疲劳，也会走神。一台Figure AI机器人售价预计3万美元起，和一个美国仓库工人一年的工资差不多。区别在于，工人一天干8小时，机器人可以跑24小时。一台顶三个班次，几个月就可能回本。之后主要是电费和维护成本。
美国有186万仓库工人。
技术讨论停了。所有人在问同一个问题：我会不会失业？
Jim对此一无所知，只是继续伸手，拿包裹，翻面，放下。
01一场失控的实验：从8小时到103小时
Jim接到的指令只有一个：拿起包裹，找到条形码，翻面朝下，放上传送带。
这是物流行业最枯燥、最消耗人力的基础工种，每天有上百万人类工人重复这个动作数千次。Figure AI的创始人兼CEO布雷特·阿德考克(Brett Adcock)想证明的事情也很简单：自家的人形机器人能完成一个完整轮班，全程自主，不靠远程操控。团队在YouTube上架起直播，对准仓库里那台代号Jim的F.03机器人，阿德考克在X上轻描淡写地发了条动态，然后坐下来看。
Jim面对的是真实的物流场景。传送带送来大小、颜色、形状各异的包裹，它得用头部立体摄像头识别箱子，找到标签位置，决定怎么抓取、怎么翻转，最终让有条形码的那一面朝下，整齐地放上传送带。所有的判断和动作，全靠它体内的Helix-02人工智能系统在本地完成。没有操作员在幕后指挥，也没有工程师在边上随时准备按暂停键。
直播画面里，Jim的动作谈不上优雅，但非常稳定。大约每3秒处理一个包裹，刚好卡在一个微妙的点上，和熟练的人类分拣员相当。面对够不到的包裹，它会像人一样伸展手臂、上半身前倾。五根手指能处理各种奇形怪状的物体：单手拎塑封袋，双手抱大纸箱。动作切换没有犹豫，因为做出这些决策的\"大脑\"Helix-02采用的是一个统一神经网络。工程师通过模拟运行给了系统数千小时的练习量，又喂了早期测试中做杂货购物和厨房清洁的真实案例数据。它接收摄像头输入的实时画面和一个简单目标指令，直接输出全身关节的连续动作，中间不需要额外的规划器。
阿德考克在X上写道：\"人类平均每包裹约3秒。F.03现在与人类水平相当。机器人直接根据摄像头像素进行推理。\"
但真正让人感到不适的，不是速度，是机器人身上那种不需要停下来的东西。
Jim内置了自动恢复机制。卡住了，人工智能自己触发重置，爬起来继续干。出现软件或硬件问题，机器人自主离开工位去维护，另一台自动接替。和Jim搭班的同伴叫Bob、Frank、Gary，它们轮番上场，保证传送带不停转。
8小时过去，零故障。阿德考克再次发文：\"我们最初的目标是运行8小时。昨天零故障后，我们决定继续。现在已连续自主运行超过24小时且无故障。这是未知领域。\"直播继续开着。接下来的事情谁也没料到。48小时、72小时、81小时，到第四天，四台机器人合力处理超过10万个包裹，平均每3到4秒一个。
需要注意的是，Figure AI对\"零故障\"的定义侧重于系统的持续运行能力，而非单个包裹的分拣完美度。根据阿德考克的表述，如果机器人遇到问题能自主重置或自动换班而不需要人类干预，就不算\"故障\"。直播中确实出现了标签朝向错误、包裹轻微掉落等操作瑕疵，但机器人没有因此停机或等人来救，这是公司声称\"零故障\"的依据。
屏幕外，数百万观众涌入直播间，有物流从业者，有投资人，有纯粹看热闹的网友。有人指出，仅在美国就有大约186万仓库工人，而一个机器人就能做几十个人才能完成的工作量。\"机器人不请病假，不要求加薪或休假。当这个数学对足够多的公司有意义时，数百万人的收入会在一夜之间消失。而幸存的工作岗位只有两种：制造这些机器人的人，和修理它们的人。\"
02 \"黑灯工厂\"的曙光，还是科学项目？
这场持续数日的公开测试，让\"黑灯工厂\"这个不算新的概念再次被推到台前。逻辑很直接：如果机器人真的能7天24小时自主运行，不需要灯光、空调、休息和福利，物流中心的吞吐量将出现指数级增长。
但行业内并非一片叫好。
美国机器人专家阿亚娜·霍华德(Ayana Howard)在观看直播后，把这次演示定性为\"更像一个科学项目，而不是一个完全商业化的服务\"。她没有否认机器人的持续性表现，但把矛头指向了一个更关键的问题：准确性。
细心的观众在直播画面中捕捉到了不少小失误。Jim偶尔会把包裹有条形码的一面放反，还有一次直接把一个包裹撞下了传送带。在高度依赖效率的物流中心，分拣错误带来的后续纠错成本，往往会抵消前面省下来的时间。霍华德直言：\"它还没有为黄金时段做好准备。我们距离在物流中心实现完全自主的类人机器人还有很长的路要走。\"
在实际的物流现场，人类工人可以互相沟通、处理异常尺寸的货物、调整传送带节拍，麻豆av+高潮+在线播放机器人面对这些变量的容错空间还很窄。机器人在简单重复任务中的可持续性已经得到证实，但从\"能跑\"到\"能卖\"，中间还隔着一整套商业化验证。
03评论区吵翻了：为什么需要一个类人机器人来翻包裹？
直播引发的讨论很快溢出技术圈，炸进了更广泛的公共舆论场。
一部分人的态度开始松动。那个一口气跑了几十个小时、没喊过累、没出过大错的画面，比任何白皮书都有说服力。有网友坦言，自己一开始对这类机器人抱持怀疑，但连续几天的直播\"毫无疑问地证明了它能够完成实际工作\"。
另一拨人在逐帧分析直播画面，寻找漏洞。有人注意到机器人出现了多次\"标签向上\"的错误，认为如果能公开错误率的统计数据，会是一个更有价值的改进参考。
还有人直接泼了盆冷水，指向一个更根本的问题：包裹分拣早就是物流自动化里最成熟的环节之一。市面上已有大量传送带、扫描仪和固定式分流器组合的系统，高效处理着海量包裹，根本不需要两条腿、两只手的类人形态。\"如果唯一的工作是翻转包裹让条形码朝下，仓库运营商可能会问，为什么需要一个完整的类人机器人？\"
这个问题，恰好戳中了Figure AI真正想讲的商业故事。
他们要的不是造出世界上最好的条形码翻转器。他们试图证明，一个通用形态的机器人可以进入原本为人类设计的工位，在多项任务之间灵活切换。如果这条路走通了，它的价值就不止于一条传送带，从分拣到装载、补货、检查，所有不值得为之改造整个设施的零散工作，都是它的目标市场。
而Figure AI的同行们，反应更加直接。
据Business Insider报道，在旧金山的一场活动中，当被问及Figure AI的直播时，竞争对手Agility Robotics的联合创始人乔纳森·赫斯特(Jonathan Hurst)只回了一句话：\"恭喜。我们两年前就做到了。\"
这不是随口的酸话。Agility Robotics总部位于俄勒冈州，其人形机器人Digit已经部署到了亚马逊、舍弗勒集团和物流公司GXO等客户的真实产线上。赫斯特有底气这么说，因为他的公司确实走在商业化落地的更前面。对比之下，Figure AI的这场直播更像是在追赶，只不过追赶的方式是公开的、可验证的，而不是靠剪辑短片。
阿德考克显然不满足于让机器人独自表演。他在X上回应了一条\"需要与从事相同工作的人进行对比\"的帖子，写下\"我和你想的一样\"。一场人与机器的正面交锋，被提上日程。
规则已经公布：对决持续10小时，分拣包裹最多的一方获胜。人类一方严格遵守加州劳动法，轮班期间享有用餐时间和带薪休息。任务不变，检测条形码，拾取包裹，有条形码的一面朝下重新放上传送带。
Figure AI在公告里的语气带着一种坦率的不可预测性：\"我们的赌注？人类更快，但疲劳和休息可能会拖慢他的速度。此外，还有龟兔赛跑的情况。没人告诉实习生让机器人赢。老实说，谁赢都有可能。\"
有网友直接在评论区开起了盘口，压机器人赢。理由很简单：故障和休息时间加上累积的疲劳，会让人类在一周工资周期的长度里完全丧失优势。\"可能在一班轮班中不会那么明显，但拉到一周，机器人会赢。\"
04白宫亮相与整理卧室：一场多维度的能力展示
就在仓库直播吸引数百万目光的同时，Figure AI的F.03还悄然完成了另外两件事。它们从不同侧面拼凑出这家公司更大的野心。
一件事发生在白宫。在一场与第一夫人梅拉尼娅·特朗普(Melania Trump)的\"共同培育未来\"倡议相关的技术峰会上，F.03成为首台踏入白宫的人形机器人。它走进房间，用多种语言向与会者问好，然后离开，全程没有做更多互动。时间很短，但在真实政治环境里看到一台双足行走的机器人，还是让在场的人感到一阵恍惚。
外界随后掀起了一场小辩论：这到底是不是真正意义上第一次有人形机器人进入白宫？有人翻出旧账，1987年里根总统收到过一台Tomy Omnibot 2000，但那是个带轮子的玩具；奥巴马时代用过远程呈现机器人与残障权益倡导者互动，但那更像一个带屏幕的移动终端。严格按双足行走和逼真人机交互的标准来看，F.03确实是第一个。
另一件事发生在更日常的场景里。Figure AI放出了一段视频：两台F.03在两分钟内一起整理完一个有人住过的卧室。
它们走进房间，一台把扔在床上的外套挂到墙上挂钩，另一台合上桌上的笔记本电脑，把耳机放回支架。走到床铺前，两台机器人自然分开，各站一侧，开始配合着拉平床单和被子。中途被子起皱滑落，左边那台微微偏头，右边那台注意到对方的姿态变化，在恰到好处的瞬间调整抓握，接住了滑落的被子。
Figure AI官方解释称，它们之间没有互相发送任何数据。每个机器人都在观察对方的身体语言，并即时调整动作。
仓库、白宫、卧室。三个场景放在一起，构成了一个更完整的叙事：Figure AI要证明的，从来不是一台机器在单一工位上的速度极限，而是一个通用平台可以在工业现场、政治场合和家庭环境之间切换，执行从包裹分拣到社交问候到精细协作的多种任务。
05从奇观到产品，中间还隔着一堆枯燥的数字
直播让Figure AI在舆论场上占尽风头，但也把压力转移到了自己身上。
当长达数天的公开测试提供了足够多的素材，人们自然会开始追问那些枯燥但重要的问题。电池续航多久？更换频率怎么样？包裹破损、标签模糊、传送带节拍突变时，机器人怎么处理？一台机器人后面需要几个人做后台保障？镜头之外，有没有人在清理卡堵、调整设备？
一个在可见测试中分拣包裹103小时的机器人令人印象深刻，但一个每周都能做到、且服务成本可预测的机器人，才是一个产品。
有评论指出，直播的可信度虽然远超30秒的剪辑短片，但买家还是得把它看作公司自行提供的数据，而非独立验证的结果。Figure控制着环境、任务、摄像头角度、报告方式和\"失败\"的定义。下一步要拿出来的，是运行日志、正常运行时间记录、干预次数、错误率和维护事件，这些更枯燥的东西。
这也是整个类人机器人行业正在经历的分水岭时刻。过去几年里，资本疯狂涌入，估值一路飙涨。根据Business Insider等媒体报道，Figure AI目前估值已接近400亿美元。但仓库不会为新奇事物长期买单，它们在意的永远是吞吐量、正常运行时间、安全、劳动力替代和每个包裹的总成本。
如果Figure能在实际客户设施里跑通可重复的正常运行时间、低监督需求、可控的维护成本，以及比固定自动化更划算的经济账，那么人形机器人就会从人工智能奇观变成工业设备。
在此之前，今年5月的这场直播，是一个严肃的信号，但远不是最终的证明。
