夜雨聆风
机器人公司Figure AI做了一件在这个行业里堪称“疯狂”的事。
它开启了一场公开直播，让自家的人形机器人在完全自主模式下分拣快递包裹。原本计划挑战8小时工作时段，结果机器人没有停——这场直播最终持续了33小时，分拣了超过4万个包裹。创始人Brett Adcock在社交平台上持续更新进度：先是过了8小时零失误，然后突破24小时，最后定格在一个让整个行业都必须正视的数字上。
对于一家估值已达390亿美元、被冠以“全球最高估值人形机器人公司”称号的企业来说，这场直播的意义远不止一场技术秀。它在回答一个资本市场问了一年多的问题：人形机器人，到底能不能真正干活？
一个本不属于人形机器人的场景
先说说Figure这次干了什么。
直播场景是一个模拟的快递分拣流水线。任务本身听起来很简单：机器人从料箱中取出包裹，扫描条码，确保标签朝下放置，然后送入传送带。全程由Figure自研的Helix 02模型驱动，以“完全自主”模式运行，没有任何远程操控介入。三台被观众昵称为Bob、Frank、Gary的机器人轮换作业，电量不足时一台自主离岗维护，另一台自动接替。
分拣快递这个场景选得很妙。物流分拣被认为是人形机器人最可能率先实现商业化的场景之一。研究机构Counterpoint Research预测，到2027年，约72%的人形机器人将用于仓储物流、汽车行业和制造业，其中仅仓储物流就占33%。物流行业天然具备结构化环境、标准化流程和海量操作数据，是人形机器人实现可验证、大规模部署的理想切入点。
但选得也很冒险。因为这是一个“没有后路”的测试——包裹掉了观众能看见，卡住了观众能看见，任何故障都无处藏身。没有剪辑，没有重录，没有“最佳状态精选”。
Adcock本人显然很清楚这一点。他在X上写道：“我们最初的目标是运行8小时。昨天零失误之后，我们决定继续运行。现在已经超过24小时连续自主运行，零故障。这是未知领域。”
33小时背后，什么是真正值得关注的？
如果说33小时和4万个包裹是这场直播的“面子”，那真正值得深挖的是背后的“里子”。
第一层，是持续性问题。
过去两年，人形机器人的展示大多集中在“能做”层面——能做后空翻、能叠衣服、能端咖啡。这些展示证明的是“可能性”，但从来没有回答一个更关键的问题：能不能一直做？
此次33小时不间断运行给出的答案是：能。它不仅证明机器人可以在短时间内完成高精度操作，还表明它在长周期内的可靠性和持续性能保持不变。对于任何考虑将机器人投入实际运营的客户来说，这个信息比一百个精彩的剪辑视频更有说服力。
Adcock透露，机器人的分拣速度已接近人类水平——“人类平均每件包裹约3秒，F.03现在已达到人类水平”。而在此前的技术储备中，Figure已将单件处理速度从5秒提升至4.05秒，条码扫描成功率达到95%。从5秒到3秒，意味着在物流场景中，机器人与人类的效率差距正在被抹平。
第二层，是自主纠错和协同机制。
直播中也暴露了一些问题。观众注意到，机器人偶尔会把包裹推到传送带外面，导致包裹掉到地上，而且“显然没有做出应对措施”。这一细节恰好说明，机器人在异常情况下的自主纠错能力仍存在短板。
但Figure展示的另一面更值得关注：三台机器人之间的轮换机制是全自动的。当某个机器人电量过低时，它会自主发出请求，另一台机器人接替继续工作。这种“无人工干预的多机轮换”在工业场景中的价值，远比单个机器人的表现更重要——它意味着整个系统可以在无人看守的情况下持续运转。
第三层，是Helix 02模型的技术架构。
机器人背后的Helix 02模型，是Figure在今年1月发布的第二代视觉-语言-动作（VLA）模型。与第一代专注于上半身控制不同，Helix 02实现了全身端到端控制——行走、操作与平衡三大功能由单一神经网络一体化处理。这赋予了机器人更强的场景适应能力。
就在这场直播的前一周，Figure刚刚发布了一段两台Helix 02机器人协作整理卧室的演示视频：开门、挂衣服、收拾杂物、合作铺床，全程不到两分钟。不过那段视频的市场反馈相当冷淡，不少网友质疑环境过于整洁，“精心设计的展示间”。这种质疑恰恰解释了Figure为什么紧接着做了这场33小时直播——与其让外界质疑环境是否被精心布置，不如把一切放在直播镜头下，让所有人实时观看。
390亿估值下的压力测试
在分析这场直播时，不能绕开一个背景：Figure的估值已经高达390亿美元。这个数字意味着什么？意味着资本市场已经把Figure放在了比肩顶级科技公司的位置上。
高估值对应的不仅是期待，更是压力。去年9月完成C轮超10亿美元融资，投资方阵容中包括了英伟达、英特尔资本、高通创投、LG Technology Ventures等行业巨头。这些投资人押注的，不是Figure能做几个漂亮的演示视频，而是它的机器人能否真正替代一部分人类劳动。
物流场景是验证这一能力的最佳试验场。中国快递业务量在过去十年从207亿件飙升至近2000亿件，年复合增长率高达25.4%。行业正从“拼成本”的粗放扩张走向“拼效率、拼技术”的数智化高质量发展。用人形机器人替代高强度、重复性的分拣岗位，是一个足够清晰且可量化的商业场景。
国内企业也在快速跟进。就在Figure直播的同一天，星动纪元宣布联手中国邮政，将其人形机器人正式上岗为快递分拣员，目前作业效率已达到人工的85%以上，每小时最高供件量可达1200件。
竞争格局：一场没有硝烟的战争
Figure并不是独行者。
特斯拉的Optimus计划在2026年实现5万至10万台的年产量；Agility Robotics已与丰田签署商业协议，正式部署Digit机器人在工厂执行物流任务；Apptronik在谷歌和奔驰的加持下估值约50亿美元；波士顿动力在现代汽车的体系内加速商业转型。竞争已经从“谁能做出更好的演示”转向“谁能更快地在真实场景中跑通商业闭环”。
中国市场的战况同样激烈。小鹏已发布全新一代人形机器人IRON，计划2026年下半年启动量产，初期年产能目标为5万台。2026年被行业普遍视为人形机器人从技术验证迈向规模化商业化的关键年份。美银分析显示，未来五年人形机器人出货量年复合增长率高达86%。
在一个还在定义规则的行业里，Figure用一场33小时的直播，给“可靠性”下了一个可衡量的定义。它最大的意义不在于一个惊人的数字，而在于它把行业讨论从“能不能做到”拉到了“能不能持续做到”。
临界点：从“功夫秀”到“工作流”
人形机器人行业有一个颇具自嘲意味的说法：过去两年，行业做的是“功夫秀”。后空翻、跳舞、倒水、炒菜——每一样单独拎出来都能上热搜，但几乎没有哪家公司能说自己的机器人在真实场景里“上了岗”。
2026年的风向正在发生根本性转变。今年3月，人民网在一篇题为《具身智能从“功夫秀”迈向“工作流”》的文章中明确提出，工业机器人实现包裹抓取、面单识别、异形件分拣全流程自主操作，效率较传统人工提升40%，行业正在摆脱以往的“表演式”展示。高盛的调研也指出，中国人形机器人正从“通用想象”转向安防、物流等“专用落地”场景，2026年或成放量与预期重置的关键年。
这场直播中暴露的问题——比如包裹被推落传送带后缺乏自主纠错——也不应该被忽视。因为在工业场景里，一个无人处理的异常可能造成整条产线的停滞。Figure要想从“一场漂亮的直播”走到“一个靠谱的商业产品”，需要在故障自愈、环境泛化、多任务切换等层面持续补课。
但方向已经明朗。一个快递分拣站放置数个机器人，仅需一名真人负责检查遗漏包裹，这种“少人化”的未来图景正在加速到来。当行业从“能做什么”的炫技期走向“能持续做什么”的落地期，衡量标准也从“表演的精彩程度”变成了“运行的稳定程度”。
Figure这场33小时的直播并没有给出人形机器人的最终答案，但它让整个行业看到了一个更接近真实的可能：人形机器人的商业化临界点，可能比大多数人预想的更近。
本文内容由AI生成，仅供参考。
元宇宙与人工智能三十人论坛
因微信公众号整改，没有加“星标⭐️ ”的订阅号有时无法收到消息
1.为防止错过最新资讯，请将元宇宙与人工智能三十人论坛设为星标⭐️
2.点击“赞”和“在看”，提高我们相遇的几率。
3.精彩文章，请点击文末左下角“分享”给好友。
了解更多关注
