继5月初凭借一段两分钟的家务整理视频引爆网络后，Figure AI再次成为全球焦点。这一次，他们通过一场史无前例的24小时不间断直播，将人形机器人的能力展示推向了新的高度，也引发了更广泛的技术讨论与行业关注。
三台名为“Bob”、“Frank”和“Gary”的Figure 03人形机器人，被部署在美国的一个真实物流仓库中，全天候执行包裹分拣任务。这场公开直播迅速在X和YouTube等平台吸引了超过200万观众，从原定的8小时挑战，最终演变为一场持续超过40小时、仍在继续的全球最长人形机器人全自主运行公开测试。而这一切的起源，竟是一场来自社交媒体的公开“挑战”。
一场源自推文的公开挑战
5月13日，机器人领域专家Scott Walter在社交媒体上公开质疑，认为人形机器人必须达到人类的工作速度才具备实用价值，并呼吁行业领先者展示长达8小时、无需人工干预的自主作业能力。
Figure AI的创始人兼CEO Brett Adcock迅速回应，声称“Figure每天都在进行这样的操作”。面对对方要求提供证据的追问，Adcock果断承诺：第二天就进行现场直播验证。这场由“口水仗”升级而来的技术对决，瞬间点燃了全球科技圈的热情。
全自主还是远程操控？核心争议点解析
尽管直播效果震撼，但围观者中不乏质疑之声。核心争议集中在机器人分拣的经济性与技术真实性上。
“机器人分拣速度能否超越人工，实现成本效益？”
“这究竟是一次真正的全自主演示，还是一场精心设计的远程操控表演？”
事实上，关于Figure机器人“完全自主”能力的争论早已存在。今年3月的家务演示视频中，机器人出现的某些预判性动作和微小延迟，就被部分网友和业内人士（包括埃隆·马斯克）质疑为存在远程操控的可能。
本次直播展示的是物流分拣中技术难度极高的“供包上件”环节。该环节需要将形状、大小不一的包裹单面朝下平整放置，以便后续机器准确扫描条码。由于包裹（尤其是软包）的不可预测性，这一环节长期依赖人工，是对通用机器人感知、决策和执行能力的终极考验。
其技术难点主要在于：
1. 感知与抓取的适应性： 面对千差万别的软质包裹，机器人需依靠视觉系统实时识别物体形态，并动态调整抓取策略，而非执行固定程序。
2. 操作精度要求高： 完整流程包括检测条码、精准抓取、调整包裹方向、确保条码面朝下平整放置，对机器人的手眼协调能力是巨大挑战。
3. 实时异常处理： 需自主处理包裹起皱、条码遮挡、多包裹重叠等复杂情况，完全依靠基于摄像头画面的实时AI推理，无预设路径和人工干预。
直播中，两个细节引发了网友热议：一是机器人偶尔出现的类似“挠头”的动作，二是放置包裹时被戏称为“骑摩托”的手部姿势。
对于“挠头”，官方解释是机器人在进行跨身体伸展时，为避免手臂碰撞到金属斜槽而做出的避让动作。而“骑摩托”手势，则有行业分析人士认为，可能是机器人在遇到轻微卡顿后执行的关节复位动作。该人士也提出疑问：“若为远程操控，为何不展示更多品类的SKU？直播中包裹类型相对单一。”
尽管Figure AI坚决否认遥控，但关于其自主性的讨论，仍是这场直播最受关注的焦点之一。
长达数十小时的稳定性“压力测试”
抛开争议，Figure 03在长达三十多小时的直播中，确实稳定展示了一套完整的自动化工作流：视觉识别、条码扫描、自适应抓取软硬包裹、翻面放置，流程顺畅，整体成功率很高。更令人印象深刻的是其自主协同能力：当一台机器人电量不足时，会主动请求同伴接替工作，然后自行前往充电区补充能量，全程无需人工介入。
直播画面显示，在真实的仓库环境中，除了偶尔有技术人员巡视，并无其他人为干预。这更像是一次面向公众的、纯粹的长期运行稳定性测试。
支撑这一切的，是Figure最新自研的“Helix 02”机器人智能控制系统。与上一代主要控制上半身不同，Helix 02实现了对机器人行走、操作和平衡的端到端一体化协同控制。
该系统采用了隐式立体视觉技术，能融合多帧时序图像和本体传感器数据，无需外部标定即可精准构建三维空间感知，极大提升了对非标物体（如软包）的操作可靠性。同时，其视觉记忆模块能从连续画面中提取并组合特征，形成短期记忆。这意味着，即使条码在某一帧未被完全捕捉，系统也能调用前后帧信息进行准确定位。
从效率数据看，表现扎实：三台机器人在5小时内处理了约6700件包裹，平均每个包裹处理时间约3秒。参照亚马逊等企业的人工分拣基准（约每分钟30-40件），Figure 03的作业效率已非常接近熟练工人的水平。
Figure并非孤例：全球人形机器人落地竞赛早已开启
这场直播绝非偶然的炫技。Figure将挑战从8小时延长为不限时，其深层意图在于：借助当前的高关注度，向全球展示其机器人系统在真实工业场景中的长期稳定性和实用价值。这正呼应了当前人形机器人加速商业化落地的大趋势。
事实上，在Figure AI引发这波热潮之前，国内外众多机器人公司早已在工业场景中布局双足或轮式人形机器人。
例如，优必选的Walker S2早已实现批量化应用，进入汽车制造、智慧物流等领域。早在2024年10月，它便已入驻比亚迪汽车工厂，与无人叉车、物流AGV等设备协同作业。
在去年的世界机器人大会上，智元机器人曾在其展台1:1复刻了德马物流中心的场景，由智元精灵G1进行软包分拣作业。到了今年4月，其新一代智元精灵G2已在龙旗科技南昌的平板电脑工厂，完成了一场8小时的真实产线直播测试。
星动纪元自研的“星动M7”人形机器人，也已在中国邮政广州邮区中心正式上岗，能够分拣软包、硬盒等多种规格包裹，并能自动翻转确保面单朝上，同时识别异常件。
就连曾经的明星企业Agility Robotics也借此机会重申，其双足机器人Digit自2024年起就已持续在物流领域投入运营。
截至本文发布，Figure的直播仍在继续。“Bob”、“Frank”和“Gary”仍在不知疲倦地工作。观看数字持续跳动，而关于人形机器人自主性、实用性、商业化路径以及未来影响的深度讨论，也远未到画上句号的时候。
