這可能是人類最后一次戰(zhàn)勝機(jī)器人了。

近期，在 Figure AI 最近一場 10 小時(shí)「人類 vs 機(jī)器人」包裹分揀挑戰(zhàn)里，實(shí)習(xí)生 Aime 最終分揀 12924 件包裹，F(xiàn)igure 03 則完成 12732 件，人類以 192 件的微弱優(yōu)勢守住了勝利。雖然，人類在這場比賽里勝利了，但多家媒體稱這可能會是人類最后一次在于機(jī)器人的對決里獲得勝利。

（圖源：Youtube）

這話并非空穴來風(fēng)，在結(jié)束比賽后，實(shí)習(xí)生 Aime 的手指和手部多個(gè)關(guān)節(jié)已經(jīng)出現(xiàn)酸脹感，無法繼續(xù)分揀工作，而 Figure 03 則還能堅(jiān)守在崗位上。也就是說，速度上人類是勝利的，但持續(xù)工作這一塊，機(jī)器人贏得更多。

從這場有趣的比賽，我們能看到人形機(jī)器人正在從舞臺和發(fā)布會，走向工廠、倉庫和流水線，而另一個(gè)問題是，它們距離真正全面「上崗」，還有多遠(yuǎn)？

機(jī)器人與人類同場競技，誰贏了并不重要

在比賽之前，F(xiàn)igure 已經(jīng)把包裹分揀做成了一場連續(xù)直播。最初它展示的是 8 小時(shí)自主分揀，后來又把測試?yán)L到 24 小時(shí)以上，至截稿前，該直播間已經(jīng)連續(xù)直播了 137 個(gè)小時(shí)。直播的內(nèi)容其實(shí)也有點(diǎn)無聊，就是幾臺 Figure 03 站在傳送帶旁邊，一遍遍識別包裹、抓取包裹、翻轉(zhuǎn)包裹，再把面單或條碼朝向指定方向放回去。

直播間里的觀眾給機(jī)器人起了名字，有的叫 Bob，有的叫 Frank，有的叫 Gary，還有 Rose、Jim 這樣的名字，觀眾們給這些機(jī)器人取名字，盯著看它們會不會出錯(cuò)，讓一場看著有些無聊的直播，變成了「真人秀」。

（圖源：Youtube）

事實(shí)上，這樣強(qiáng)烈的反差感也是讓越來越多人圍觀這場直播的原因。一邊是一個(gè)極其枯燥的物流動作，另一邊是幾百萬甚至上千萬網(wǎng)友盯著機(jī)器人搬箱子，看它會不會卡住、會不會掉包裹、會不會突然罷工。有網(wǎng)友調(diào)侃，這些機(jī)器人不只是在搶倉庫工人的活，連主播的活也一起搶了。還有人表示，這場直播太好「睡」了，已經(jīng)成為了自己的助眠神器。

對普通觀眾來說，這可能有點(diǎn)催眠，但對 Figure 來說，這正是它想要的效果。人形機(jī)器人如果真的要進(jìn)入工廠和倉庫，重要的是要在幾個(gè)小時(shí)、十幾個(gè)小時(shí)甚至幾十個(gè)小時(shí)里，持續(xù)完成那些單調(diào)的動作。越多人圍觀、越多人盯著這些機(jī)器人會不會出錯(cuò)，反倒是給了 Figure 更多修正的機(jī)會。

（圖源：Youtube）

Figure 選擇包裹分揀這個(gè)最無聊的任務(wù)，其實(shí)考驗(yàn)的正是目前工業(yè)任務(wù)里最難的幾項(xiàng)工作。試想一下，對人來說，分揀包裹只是看一眼、拿起來、翻個(gè)面、放回去；但對機(jī)器人來說，這是視覺、抓取、力度控制、路徑規(guī)劃結(jié)合起來的綜合性能力考驗(yàn)。這些包裹也不完全都是統(tǒng)一的紙箱，還有軟袋、薄信封，有的很輕、有的很重，機(jī)器人還得先看清條碼和姿態(tài)，再決定抓哪里、用多大力。所以，在這場直播里，「翻車」的機(jī)器人還真不少。

（圖源：Youtube）

按照 Figure 的介紹，此次參與直播分揀物流的機(jī)器人系旗下的 Figure 03，身高約 173 厘米，重量 61 公斤，最大載荷 20 公斤，續(xù)航約 5 小時(shí)，全電驅(qū)，并支持無線充電。它不是一臺只為某個(gè)動作定制的機(jī)械臂，而是一個(gè)能站在人類工作環(huán)境里的通用人形平臺。

真正讓它能處理包裹分揀的，是 Figure 自研的 Helix 視覺-語言-動作模型。簡單來說，Helix 要解決的是三件事，分別是機(jī)器人看見了什么，機(jī)器人知道自己要做什么，以及機(jī)器人下一刻身體、手腕、手指該怎么動。Figure 把這套系統(tǒng)分成負(fù)責(zé)理解任務(wù)和環(huán)境的「慢系統(tǒng)」，以及負(fù)責(zé)高速輸出動作控制的「快系統(tǒng)」，后者可以以 200Hz 的頻率控制手、腕、軀干和手指的連續(xù)動作。

比如，包裹分揀看起來只是手部動作，實(shí)際上機(jī)器人每一次伸手之前，都要先完成一次動態(tài)判斷，機(jī)器人不能只知道「抓箱子」，還要知道這個(gè)箱子現(xiàn)在在哪里、條碼朝哪邊、用哪只手更合適、翻轉(zhuǎn)后會不會遮住面單。Figure 還在 Figure 03 上強(qiáng)化了手部和視覺能力，比如更低延遲的視覺系統(tǒng)、手掌相機(jī)、柔順手指和指尖觸覺傳感器，這些都是為了讓機(jī)器人在抓取時(shí)更接近人類揀貨的能力。

（圖源：Youtube）

實(shí)際上，F(xiàn)igure 從 2022 年創(chuàng)立之初就幾乎是 All in 機(jī)器人工業(yè)領(lǐng)域，他要做的就是設(shè)計(jì)生產(chǎn)能直接投入到制造、物流、倉儲、零售等場景的通用人形勞動力。2024 年，F(xiàn)igure 02 已經(jīng)進(jìn)入 BMW 位于美國南卡羅來納州 Spartanburg 的工廠測試，用于把鈑金件放入夾具等生產(chǎn)環(huán)節(jié)。一段時(shí)間后， Figure 披露，機(jī)器人在 BMW 產(chǎn)線上進(jìn)行了更長時(shí)間部署，參與實(shí)際生產(chǎn)任務(wù)。

這其實(shí)說明，機(jī)器人進(jìn)入到產(chǎn)線，已經(jīng)不是遙不可及的事情，它已經(jīng)真實(shí)地發(fā)生在某些細(xì)分行業(yè)里。至于與人類的比賽，無論勝負(fù)結(jié)果，當(dāng)一個(gè)機(jī)器人能夠與真人在某個(gè)工作上比拼，這對于前者而言，已經(jīng)是一個(gè)進(jìn)步。

人形機(jī)器人，先去工廠打工

Figure 之外，國內(nèi)外機(jī)器人公司其實(shí)早就把目光投向了工廠和倉庫。

國內(nèi)走得比較快的一個(gè)例子是智元機(jī)器人。它的落地重心并不只是發(fā)布會上展示人形機(jī)器人走路、互動，而是把工業(yè)智能制造、物流分揀、上下料、搬運(yùn)等作為重點(diǎn)方向。智元的遠(yuǎn)征 A2-W 面向柔性制造，已經(jīng)在周轉(zhuǎn)箱拆碼垛、車間搬運(yùn)、上下料等場景里推進(jìn)應(yīng)用；精靈 G1 則更偏向倉儲分揀這類對泛化能力要求更高的任務(wù)。據(jù)了解，智元與富臨精工達(dá)成數(shù)千萬元項(xiàng)目合作，近百臺遠(yuǎn)征 A2-W 將落地工廠；在物流領(lǐng)域，德馬科技也訂購了數(shù)十臺精靈 G1，用于倉儲分揀。

（圖源：智元機(jī)器人）

優(yōu)必選先扎進(jìn)汽車廠，再向 3C 和物流擴(kuò)散。Walker S 系列本身就是面向工業(yè)場景開發(fā)的人形機(jī)器人，過去一年多已經(jīng)多次進(jìn)入車廠實(shí)訓(xùn)，包括蔚來、極氪、一汽-大眾青島、奧迪一汽、比亞迪、北汽新能源等。它做的也不是抽象的「智能制造」，而是更具體的裝配、轉(zhuǎn)運(yùn)、質(zhì)檢、維護(hù)、物料處理等工序。比如 Walker S1 在極氪工廠進(jìn)行多機(jī)協(xié)同訓(xùn)練，還與無人叉車、物流設(shè)備配合完成汽車零部件入庫等任務(wù)。更值得注意的是，優(yōu)必選還把合作范圍擴(kuò)到富士康和順豐，前者為 3C 制造，后者則是深入到物流體系。

（圖源：優(yōu)必選）

小米與其他兩家都不太一樣，它先選擇了在自家工廠「實(shí)習(xí)」。今年 3 月，雷軍和小米技術(shù)官方披露，小米人形機(jī)器人已經(jīng)進(jìn)入小米汽車工廠「實(shí)習(xí)」，基于通用 VLA 基座模型 Xiaomi-Robotics-0，結(jié)合多模態(tài)感知和強(qiáng)化學(xué)習(xí)，在自攻螺母上件工站、料箱搬運(yùn)等場景中進(jìn)行自主作業(yè)。其中，自攻螺母上件工站的數(shù)據(jù)十分亮眼，機(jī)器人連續(xù)自主運(yùn)行 3 小時(shí)，雙側(cè)同時(shí)安裝成功率達(dá)到 90.2%，同時(shí)滿足最快 76 秒的產(chǎn)線生產(chǎn)節(jié)拍要求。

（圖源：小米）

最先被大眾以表演形式認(rèn)識到的魔法原子也在工業(yè)領(lǐng)域加速前進(jìn)，比如 MagicBot 已經(jīng)進(jìn)入工廠產(chǎn)線進(jìn)行多項(xiàng)作業(yè)訓(xùn)練，覆蓋工業(yè)、商業(yè)、家庭等場景。雖然大家可能在 2026 年春晚上看到的魔法原子人形機(jī)器人和四足機(jī)器人因?yàn)槲枧_表演出圈，尤其是多機(jī)協(xié)同、動作編排和高密度調(diào)度，但其實(shí)它在工業(yè)的布局也比大眾想象得要更加深入。

（圖源：魔法原子）

在海外，特斯拉的 Optimus 更加激進(jìn)。Optimus 先是綁定自家工廠，在在特斯拉工廠中進(jìn)行過電池分揀、零部件搬運(yùn)等任務(wù)演示，另外，特斯拉也承諾 Optimus 將在完成驗(yàn)證后，對外出售。

（圖源：特斯拉）

不難看出，人形機(jī)器人行業(yè)的整體共識就是，第一批落地的崗位，可能不是表演、家庭，而是倉庫和流水線上。這些場景雖然沒有要求高度情緒交互，但也并不代表沒有實(shí)用場景，這些搬運(yùn)、上下料、分揀、裝配等崗位，很難被自動化完全替代，但人力去做，難免辛苦又無聊。從這個(gè)角度回到這次 Figure 看似有點(diǎn)「離奇」的分揀直播和分揀挑戰(zhàn)賽，就不是太難理解了，它只是用一種更像「表演」的形式告訴大眾，機(jī)器人或許真的要上崗了。

和人類「輪班制」，工廠機(jī)器人的下一個(gè)選擇

說到底，人形機(jī)器人今天還不是工廠里的最優(yōu)解。

如果只看單一動作的速度和精度，專用機(jī)械臂依然更成熟。它不需要長成人的樣子，也不需要理解太復(fù)雜的環(huán)境，只要在固定位置、固定軌跡、固定節(jié)拍里重復(fù)工作，就能跑得又快又穩(wěn)。對很多已經(jīng)高度自動化的產(chǎn)線來說，人形機(jī)器人未必有優(yōu)勢，甚至可能顯得有點(diǎn)「繞遠(yuǎn)路」。

如果和熟練工人比，它也沒有便宜到哪里去。就比如一個(gè)老工人看到包裹卡住、料箱歪了、零件掉到地上，伸手就能處理，機(jī)器人還是不一樣，它要先看見異常，再判斷發(fā)生了什么，最后規(guī)劃下一步動作，這中間還不包括識別出錯(cuò)造成的重復(fù)思考，效率大打折扣。

所以，人形機(jī)器人目前真正能解決的，可能不是那些已經(jīng)被機(jī)械臂吃透的標(biāo)準(zhǔn)化崗位，也不是立刻把熟練工人全部替掉，或許它可以成為與人類「輪班制」工作的存在，比如夜班、節(jié)假日工作等，又或者是在不改造一些老舊倉庫的情況下，增加自動化的崗位，讓機(jī)器人負(fù)責(zé)。

（圖源：robotmagazine）

像搬運(yùn)、分揀、質(zhì)檢、簡單裝配，都屬于這樣的工作。

但更現(xiàn)實(shí)的問題是，工廠并不總是追求某一個(gè)動作的極限效率。很多時(shí)候，它追求的是一條產(chǎn)線、一個(gè)倉庫、一個(gè)班次能不能穩(wěn)定運(yùn)轉(zhuǎn)。專用機(jī)械臂當(dāng)然快，但它通常需要固定工位，而熟練工人很難在這樣無聊的崗位上待上好幾年。

人形機(jī)器人的能力，正好在這兩者之間。它不一定在第一天就比機(jī)械臂快，也不一定立刻比人工便宜，但如果它能像人一樣使用現(xiàn)有通道、貨架、料箱和工具，就有機(jī)會繞開大規(guī)模改造產(chǎn)線的成本。對很多老工廠和物流倉庫來說，他們不需要先把空間改造成「機(jī)器人友好型」，機(jī)器人本來就有能力先適應(yīng)這個(gè)環(huán)境。

所以，人形機(jī)器人真正要跨過的門檻，不只是技術(shù)演示，也不是把目標(biāo)定在「比賽中勝過人類」，要讓企業(yè)信任才是關(guān)鍵。這里的信任，更多的是指這些機(jī)器人加入到生產(chǎn)流程里，會不會打亂原有的節(jié)奏，影響產(chǎn)線效率。只有充分展示了長期的穩(wěn)定性，才能真正走進(jìn)更多工廠，完成更多「無聊」的工作。