打开网易新闻 查看精彩图片

最近有部美版短剧还挺有意思的

呐,美国人形机器人初创公司Figure AI的一场直播实验,他们让Figure 03(F.03)人形机器人,在圣何塞总部仓库现场直播执行快递分拣任务。

美国人形机器人初创公司Figure AI发起了一场震撼科技圈的 工厂打工 7×24 小时现场直播挑战

打开网易新闻 查看精彩图片

在镜头前,三台搭载全新 Helix 02 大脑Figure 03(F.03)人形机器人 (被命名为 Gary、Bob 和 Frank)走向真实的工业流水线,在完全无人工干预的情况下,自主挑战全天候连续分拣快递包裹。

官方设定的任务看似简单,却高度模拟真实仓库场景——

机器人从无序包裹堆中抓取单个快递(包括塑料袋、纸箱等不同材质和软硬程度),通过视觉系统扫描条码,然后灵巧地将包裹翻转,让标签面(条码面)朝下,平稳放置到传送带上,确保下一环节能顺利读取信息。

打开网易新闻 查看精彩图片

Figure AI 的 Helix-02 用一个基于人体运动训练的神经网络取代了 109000 行代码。一个系统,腿、胳膊、手指、眼睛,所有器官协同运作

整个过程要求机器人以接近人类的速度完成——直播数据显示,平均约2.6至2.9秒处理一件,达到了人类性能水平。

直播采用 完全自主模式 ,全部由机器人搭载的 Helix-02端到端神经网络模型 驱动。

打开网易新闻 查看精彩图片

机器人依靠车载摄像头和AI实时决策,无任何远程遥操作、无人工实时干预。

打开网易新闻 查看精彩图片

Figure AI CEO Brett Adcock反复强调,这是本地AI的真实表现,而非预录或人工辅助。

为了保持连续性,他们采用了多机器人协同机制:当一台机器人电池电量不足时,会自主前往充电区,另一台(如网友命名的Bob、Frank、Gary、Rose)无缝接棒,继续流水线作业。

一台机器人刚刚结束了一整班的工作,打卡下班后,立刻又打卡上班了,因为它根本不睡觉。

打开网易新闻 查看精彩图片

8小时挑战顺利完成,分拣近1万个包裹后,机器人并未停下。

在持续 33 小时的工作中,机器人行云流水地处理了超过 4 万件快递,期间无死机、无逻辑崩塌。(后续更冲向72小时、近10万包裹)。

网友像看真人秀一样刷屏:“Bob加油!”“换班了!”

有人甚至开了“人 vs 机器”10小时对决:人类实习生Aime最终以微弱优势胜出(约12924 vs 12732件),但人类手臂酸痛不已,机器人却毫无疲态。

打开网易新闻 查看精彩图片

Adcock笑着表示:“这可能是人类最后一次赢了。”

当然,直播足够透明,也暴露了当前技术的细微瑕疵。机器人偶尔会出现抓取力度或角度偏差,把包裹推到传送带边缘外,导致掉落;遇到堆积或轻微异常时,会短暂暂停并自复位,然后继续工作。

打开网易新闻 查看精彩图片

这些小错误说明异常处理能力仍有提升空间,目前尚不适合完全无人值守的复杂真实仓库。

但即便如此,一个分拣站只需部署数台Figure 03,再配1-2名真人负责巡检掉落包裹和质量抽查,就能大幅降低人力依赖。24x7不休息的优势,在劳动力短缺的物流行业尤为突出。

要知道,长期以来,人形机器人的高光时刻往往是流畅地翻跟头、精准地拿取咖啡、或者在实验室里完成一次精妙的抓握。

打开网易新闻 查看精彩图片

甚至人形机器人行业饱受“后台人类微操”的质疑

打开网易新闻 查看精彩图片

人形机器人正从实验室走向生产线。Helix-02模型的端到端学习,让机器人能处理多样化包裹,展现出初步的泛化能力

当然,距离大规模商用仍有挑战:成本控制、长期可靠性、安全冗余、以及更复杂环境的适应性都需要时间。

但当机器人能像这样稳定上班,重复性体力劳动的替代已不远了。