夜雨聆风
芝能科技出品
昨天Figure AI的直播间里，人形机器人分拣了数万个个包裹。
和跳舞和马拉松相比，Figure AI是给客户直接做展示，来一场公开的"上岗考核"。
Figure AI让F.03人形机器人在真实仓储环境，连续跑完一个完整班次——8小时是第一个小目标，期间零人工干预。
欧美物流行业最敏感的问题也随之被炸出来：工人不好管，那现在的人形机器人，到底能不能当员工用？
8小时工作要证明什么？
Figure AI官方YouTube直播，在真实仓储环境中，有传送带、有货架、有人员穿梭、有非结构化干扰。
HELIX VLA大模型实时优化路径和姿态调整，机器人自己判断什么时候该加速、什么时候该减速、什么时候该避让。
◎ 5小时处理6700件包裹，平均每秒0.37件，单台效率约为人工的1.8倍（估算）
◎ 不规则包裹识别率99.7%（官方数据）
◎ 适配0.5kg-20kg全重量段，软包、异形箱、带条码/无条码混合包裹通吃（官方数据）
技术核心是两个词：全自主、端侧推理。
F.03完全依赖摄像头像素进行推理，AI推理全部在设备端完成，不依赖云端计算。多台机器人联网协作，电量过低时自主请求换班，整个过程没有人工介入。
这是一套带故障切换策略的多机器人协同系统：检测异常→自我诊断→自主换岗→继续运行。
Figure CEO Brett Adcock在直播中提到，人类平均每个包裹处理时间约3秒，现在F.03已经"接近人类水平"——这还不是终点，只是刚开始。
直播是从Demo到商用的关键一步。
国内也有很多机器人干活的的短视频。直播就更直接一点，无非就是想证明：人形机器人真的能“上班”，它能连续干活、不需要人盯着。毕竟短视频只能证明一次成功。
超过8小时直播，更是进一步证明，低电量换班、异常恢复、fleet协作这些运营指标，都是可以被考核的。
至于成本，首批20台加州电商仓30天稳定运行，拣选成本降低62%（官方披露）。
美国的蓝领人力很贵。如果机器人能干活，的确能省一大笔钱。
这直播我们看个热闹，但是对于面临Ai威胁的白领来说，早点去蓝领的圈子占位这种就业思路也走不通了。看起来很快也会被机器人追着打。
机器人公开直播，
算KPI
这波直播算特别成功。为什么要直播，也很清楚。
Brett Adcock自己说过，直播"机器人会不会干活"，是在直播"机器人能不能被当成一名员工来考核"。
● 第一层：给企业客户和投资人看，"这东西能不能当员工用"。短视频证明能力，直播证明可靠性；而真正的商业化，看的恰恰是后者。
● 第二层：主动接受"公开审计"。机器人行业太多demo是剪辑版，观众天然怀疑有没有挑片段、有没有人工介入。直播就是把漏件、卡顿、奇怪动作也暴露出来，用透明度换信任。
● 第三层：一次传播战。有人数包裹，有人抓异常，有人做阴谋论，有人替机器人起名字。这种持续讨论本身，就是市场教育。
直播中最争议的时刻，是F.03突然抬手摸了一下自己的头部。如果是人类员工，这个动作再正常不过——可能是调整头显，可能是擦汗，可能是下意识扶一下脑袋。
但执行这个动作的是机器人，评论区马上炸锅：它是自主机器人，还是有人在背后远程遥控？
Brett Adcock后续给出的解释是：机器人当时是在规避流水线旁边的铁架结构，每次机器人做这个转弯时，它都会举手。
但这个解释并没有完全平息争议——有网友截取了其它时间点的画面，认为当时附近并没有明显障碍。
还有更细的质疑——有人认为在这个"摸头"片段之前的几分钟里，F.03已经开始漏掉更多包裹，手的位置也显得"不对劲"，随后还出现了一次包裹方向摆错。
不过这些细节之争还不是真正的问题，投资者关注的应该是，机器人行业有多少企业敢这样直播？
机器劳动抢饭碗，
人类在卷什么？
Figure AI直播分拣：14小时、18093个包裹、零人工干预——主角是机器，做标准化、重复、枯燥的物流分拣，无情绪、无疲惫、无抱怨、无极限。
当机器人开始承担标准化劳动，它改变是劳动结构本身。
物流分拣是第一个被验证的场景。因为它足够标准化、足够重复、足够枯燥——这些特征恰好是机器最擅长的。
但问题是：如果分拣可以，是否意味着打螺丝也可以？装配也可以？搬运也可以？驾驶也可以？哪些工作属于"可被替代劳动"，哪些不会？
直播间炸出的是全民焦虑：未来机器会不会抢我工作？
同一时间，国内的机器人在短视频平台：跳舞、跑马拉松、打拳、赛跑。靠情绪价值吸引流量。
这构成了一幅魔幻现实：机器人不仅在抢人类的饭碗，还在抢人类的流量。
从资本视角来看，Figure 直播中的分拣机器人，这几乎是完美的工人模型。
首批20台加州电商仓运行30天，拣选成本降低62%，人力需求减少50%+。
以美国仓储物流业平均时薪20美元计算，一个员工日薪约160美元（8小时班），一台机器人可以24小时跑两到三个班次，电量成本几乎可以忽略。算下来，一台F.03的"工资"可能不到人工的一半。
而且机器人劳动特点是标准化、重复、无情绪——不会请假、不会工伤、不会闹情绪。它只需要每隔3-4小时换班充电，其余时间可以持续作业。
100台规模化部署听起来不多，这是从0到1的突破。
Figure AI已经联合DHL等3家全球物流巨头推进部署。DHL是全球最大物流公司，供应链遍布220个国家和地区。它选择 Figure，意味着人形机器人在物流分拣这个场景上，已经通过了第一轮商业化验证。
机器人正在承担标准化劳动，而人类不得不转向非标准化劳动。
同样的劳动，机器直播全网围观，人类打螺丝无人问津。观众看的是"未来会不会抢我工作"——这是焦虑驱动的流量。
国外Figure在秀未来生产力，机器抢人的饭碗，明。
因为美国人力贵，做好点立马可以替代。
国内舆论主流是机器人卷跳舞、马拉松、搏击抢流量，我们先看个热闹。生产力的替代是一个敏感话题，这也是不主动宣传的原因之一。
当机器人开始承担标准化劳动，纯体力劳动的替代边界在哪里？
技术成熟度、成本曲线、监管框架、社会接受度。不同地区会根据自身条件走出不同的路径，有的可能加速替代，有的可能选择人机协作。
物流行业等待这个分水岭已经很久。自动驾驶在室外干不过去，室内的分拣场景成了人形机器人最佳的落地点。高度重复、强度大、招人难、流失率高——在欧美的市场环境下，人形机器会先跑起来吗？
