Figure AI 这次最聪明的地方,不是让机器人多搬了几个包裹,而是把一个很窄的仓储动作,拍成了一场连续剧。
原本 8 小时的 Figure 03 演示,被延长成 24/7 直播。机器人识别小包裹条码,再把包裹条码朝下放到传送带上。观众给机器人起名 Bob、Frank、Gary,公司顺势卖周边,又安排了一场 10 小时人机对战。
这事好看,也有价值。但别把它看成“人形机器人已经取代人”。目前更准确的判断是:Figure 证明了一个受控仓储任务里的耐力和执行稳定性,还没证明通用劳动力。
这场直播到底证明了什么
关键事实很短。
| 问题 | 已知信息 | 更现实的读法 |
|---|---|---|
| 机器人在做什么 | 识别小包裹条码,并把包裹条码朝下放上传送带 | 高度限定的仓储式重复动作 |
| 演示时长 | 从计划 8 小时变成 24/7 直播 | 耐力秀成功,传播效果更成功 |
| 自主性说法 | CEO Brett Adcock 称机器人自主运行、无人工干预;Helix 02 在机载硬件上推理 | 说法清楚,但缺少现场独立验证 |
| 系统协作 | 机器人之间联网沟通,可换班、充电、处理故障 | 更像受控工作站系统,不是单个“机器人打工人” |
| 人机比赛 | 10 小时内,实习生 12924 件,机器人 12732 件;人类 2.79 秒/件,机器人 2.83 秒/件 | 人类险胜,不等于机器人失败,也不等于人类终结 |
这场演示最有用的地方,是它没有只给观众看剪辑后的高光。直播里能看到机器人掉包裹、抓空、动作迟疑,也能看到它们继续工作。
瑕疵反而让演示更可信。工业现场本来就不是发布会舞台。机器能不能在错误之后恢复,比一次完美抓取更重要。
但可信的是这个窗口:特定包裹、特定传送带、特定流程、特定环境。窗口很亮,也很窄。
外界质疑集中在几个点:有没有远程遥控?掉包裹和抓空的频率有多高?故障处理到底靠机器人协作,还是靠后台人员兜底?目前没有独立第三方在现场持续验证,所以不能直接盖章。
这里不能轻率说它造假。CEO 已明确说是自主、无人工干预。也不能因为直播长,就说它已经证明一切。Tesla 机器人演示曾被曝依赖人工遥控,这个行业有前科,观众多问一句,不是挑刺,是必要的免疫系统。
谁会受影响,不是普通观众先受影响
这类直播最容易让普通人想到一个问题:仓储岗位是不是快没了?
短期看,答案没那么快。真正先受影响的,是两类人。
一类是关注机器人商业化的科技读者、投资人和企业技术团队。他们该看的不是“机器人像不像人”,而是这套系统能不能从直播间走进客户现场。接下来更该追问:单小时真实产出、误抓率、停机时间、维护成本、充电调度、接入现有仓储系统的难度。
另一类是仓储和制造业从业者,尤其是做重复分拣、上下料、搬运衔接的人。短期内,岗位不会因为一场直播消失,但工作内容可能先变。企业更可能先把机器人放进夜班、危险工位、缺人班次或单一流程里,让人去做监控、异常处理、补货、维护协同。
所以动作层面的影响不是“明天被替代”,而是“岗位被重新切块”。
对企业采购团队来说,这场直播会提高兴趣,但不该立刻下单。更合理的动作是延后拍板,要求试点数据:连续运行多少天、每班多少件、故障怎么记账、换包裹规格要多久、和固定机械臂相比贵在哪里、值在哪里。
对一线团队来说,也别把它当科幻片看。真正该关注的是自己的工位是不是高度重复、环境是不是稳定、异常是不是少。如果答案都是“是”,自动化压力会更早到。
人形机器人最先吃掉的,不是“人类工作”这个大词,而是那些足够窄、足够重复、足够容易计量的动作。
人形机器人的门槛,不是会动,是能算账
我不太买账的,是把这类直播直接讲成“人类岗位被取代”的前夜。
Figure 已融资近 20 亿美元,投资方包括 Microsoft、NVIDIA、Intel、Amazon、OpenAI。钱很聪明,叙事也很聪明。人形机器人是 AI 之后最容易点燃想象力的硬件故事:它长得像人,于是观众很容易把“能做一个动作”脑补成“能做很多工作”。
这就是人形机器人的叙事红利。
但工业现场不吃想象力。它只看账本。
单一动作慢一点,可以优化。连续工作会出错,也可以迭代。真正难的是换一个货架、换一种包裹、换一套流程、换一个客户现场后,它还值不值得买。
固定机械臂、传送带、分拣机并不性感,但它们便宜、稳定、可维护。人形机器人如果更贵,就必须解释“像人”到底带来了什么:是更少改造现场,还是更快切换任务,还是能在多个工位之间流动。
如果解释不清,它就只是一个昂贵的拟人外壳。
此前 Figure 02 曾在宝马工厂试点 11 个月,做的是从料架或料箱中取钣金件,并放到焊接夹具上。那说明 Figure 不是只会拍视频。但它不能直接替 Figure 03 的直播能力背书。版本不同,任务不同,验证场景也不同。
“天下熙熙,皆为利来。”这句话放在这里很合适。机器人公司要融资、要客户、要市场耐心;投资人要故事继续;媒体和观众要一个能看懂的未来。于是,一个狭窄任务被推成了公共奇观。
这不丢人。铁路、电力、早期互联网,哪个新基础设施不是先靠样板工程聚拢信心?只是样板工程有个老毛病:它总让人忘记现场之外还有泥地、雨水、预算表和排班表。
那场人机比赛也一样。实习生赢了,但只快了 0.04 秒/件。Brett Adcock 说这是人类最后一次赢。这句话适合传播,不适合当结论。
企业最后不会问机器人有没有赢过实习生。企业会问这些更冷的问题:
- 一台机器人每小时真实产出多少?
- 掉件、误抓、停机、维护、充电怎么计入成本?
- 需要多少人工监控和异常处理?
- 换任务时要不要重新训练、重新标定、重新改现场?
- 相比传统自动化设备,人形机器人的部署价值在哪里?
Figure 这次少见地做对了一件事:用长直播替代剪辑片,用瑕疵换信任。它证明了耐力,也证明了营销能力。
但通用劳动力不是直播间里跑出来的。它要在客户现场、财务表、维护工单和长期故障率里结算。
所以别急着喊“取代人”。也别急着嘲笑它“只会搬盒子”。
更准确的说法是:Figure 让我们看到了人形机器人商业化的一扇窗。窗很亮,但还很窄。真正要盯的不是下一场直播有多少人围观,而是它能不能在真实仓库里把账算平。
