人形机器人33小时分拣4万包裹，超长直播极限评测

人形机器人究竟能否胜任实际场景中的体力劳动？Figure AI 最近通过一场高强度的直播测试给出了阶段性答案：一台机器人连续分拣快递包裹超过33小时，累计处理量突破4万件。原本设计仅运行8小时的测试，因机器人表现出的稳定输出，最终被拉长至原来的四倍以上。

测试场景的搭建并不复杂，但高度贴近真实物流作业：机器人需完成两项核心动作——将快递包裹的标签面朝下放置，再准确投送到传送带上。整体效率符合预期，但从直播画面中也能看到一些“成长中的短板”：部分包裹因机械臂定位偏差被推出传送带，而机器人并未立即捡回。技术人员对此态度务实——当前系统优先优化基础分拣流程，异常处理机制将在后续版本中补齐。

该机器人搭载Figure AI自研的Helix 02自主决策模型，现场数据显示其标准化操作速度已逼近人类工人。续航问题如何解决？团队采用了一套巧妙的轮换机制：当一台机器人电量降至临界值时，备用单元无缝接替，确保分拣线持续运转。这套设计既检验了单机硬件的耐用性，也验证了多机协同的可操作性——后者在真实产线上往往比单机性能更为关键。

从当前表现看，这批机器人阵列已具备替代部分重复性劳动的潜力。理想状态下，一个分拣站点仅需部署少量机器人加一名人工质检员，即可维持24小时不间断运转。若该模式大规模铺开，物流行业对基础人力的依赖度有望显著降低。

值得注意的是，公司研发负责人特别强调，本次测试的核心目的正是验证“完全自主”运行模式的可靠性。尽管当前系统仍有约0.3%的错误率，但通过算法迭代与机械结构优化，未来极有可能将精度提升至工业级标准。团队已在开发视觉识别增强模块，专门用于提升机器人在复杂场景中的应变能力——毕竟真实的物流现场远比实验室混乱得多。