廣東
最近有部美版短劇還挺有意思的
吶，美國人形機器人初創公司Figure AI的一場直播實驗，他們讓Figure 03（F.03）人形機器人，在圣何塞總部倉庫現場直播執行快遞分揀任務。
美國人形機器人初創公司Figure AI發起了一場震撼科技圈的 工廠打工 7×24 小時現場直播挑戰 。
在鏡頭前，三臺搭載全新 Helix 02 大腦 的 Figure 03（F.03）人形機器人 （被命名為 Gary、Bob 和 Frank）走向真實的工業流水線，在完全無人工干預的情況下，自主挑戰全天候連續分揀快遞包裹。
官方設定的任務看似簡單，卻高度模擬真實倉庫場景——
機器人從無序包裹堆中抓取單個快遞（包括塑料袋、紙箱等不同材質和軟硬程度），通過視覺系統掃描條碼，然后靈巧地將包裹翻轉，讓標簽面（條碼面）朝下，平穩放置到傳送帶上，確保下一環節能順利讀取信息。
Figure AI 的 Helix-02 用一個基于人體運動訓練的神經網絡取代了 109000 行代碼。一個系統，腿、胳膊、手指、眼睛，所有器官協同運作
整個過程要求機器人以接近人類的速度完成——直播數據顯示，平均約2.6至2.9秒處理一件，達到了人類性能水平。
直播采用 完全自主模式 ，全部由機器人搭載的 Helix-02端到端神經網絡模型 驅動。
機器人依靠車載攝像頭和AI實時決策，無任何遠程遙操作、無人工實時干預。
Figure AI CEO Brett Adcock反復強調，這是本地AI的真實表現，而非預錄或人工輔助。
為了保持連續性，他們采用了多機器人協同機制：當一臺機器人電池電量不足時，會自主前往充電區，另一臺（如網友命名的Bob、Frank、Gary、Rose）無縫接棒，繼續流水線作業。
一臺機器人剛剛結束了一整班的工作，打卡下班后，立刻又打卡上班了，因為它根本不睡覺。
8小時挑戰順利完成，分揀近1萬個包裹后，機器人并未停下。
在持續 33 小時的工作中，機器人行云流水地處理了超過 4 萬件快遞，期間無死機、無邏輯崩塌。（后續更沖向72小時、近10萬包裹）。
網友像看真人秀一樣刷屏：“Bob加油！”“換班了！”
有人甚至開了“人 vs 機器”10小時對決：人類實習生Aime最終以微弱優勢勝出（約12924 vs 12732件），但人類手臂酸痛不已，機器人卻毫無疲態。
Adcock笑著表示：“這可能是人類最后一次贏了。”
當然，直播足夠透明，也暴露了當前技術的細微瑕疵。機器人偶爾會出現抓取力度或角度偏差，把包裹推到傳送帶邊緣外，導致掉落；遇到堆積或輕微異常時，會短暫暫停并自復位，然后繼續工作。
這些小錯誤說明異常處理能力仍有提升空間，目前尚不適合完全無人值守的復雜真實倉庫。
但即便如此，一個分揀站只需部署數臺Figure 03，再配1-2名真人負責巡檢掉落包裹和質量抽查，就能大幅降低人力依賴。24x7不休息的優勢，在勞動力短缺的物流行業尤為突出。
要知道，長期以來，人形機器人的高光時刻往往是流暢地翻跟頭、精準地拿取咖啡、或者在實驗室里完成一次精妙的抓握。
甚至人形機器人行業飽受“后臺人類微操”的質疑
人形機器人正從實驗室走向生產線。Helix-02模型的端到端學習，讓機器人能處理多樣化包裹，展現出初步的泛化能力
當然，距離大規模商用仍有挑戰：成本控制、長期可靠性、安全冗余、以及更復雜環境的適應性都需要時間。
但當機器人能像這樣穩定上班，重復性體力勞動的替代已不遠了。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
