仅192件之差！人类分拣员险胜Figure 03人形机器人，但机器人10小时不眠不休毫发无伤

      一场历时10小时、全程无剪辑的直播，让全球数百万网友亲眼见证了一个历史性时刻：一台名为Figure 03的人形机器人，在没有休息、没有人工干预的条件下，独立完成了超过12700个包裹的分拣作业，速度仅比人类选手慢0.04秒/件。这场比赛的结果是——人类险胜，但Figure创始人兼CEO布雷特·阿德考克（Brett Adcock）赛后的一句话，却让整个行业陷入沉思：“这是人类的最后一次胜利。”

一、比赛速览：10小时鏖战，差距不到200件

      美国当地时间5月17日，全球估值最高的人形机器人公司Figure AI（C轮融资超10亿美元，估值390亿美元）发起了一场别开生面的“人机包裹分拣擂台赛”。参赛方分别是：一名人类实习生艾梅（Aime），以及Figure旗下的旗舰人形机器人Figure 03。整场比赛通过Figure官方直播间向全网实时放送，吸引了逾百万网友在线围观。

      比赛规则清晰明了：双方需在完全相同的工位上，执行同一套分拣流程——识别包裹上的条形码、将包裹抓起、再将条码面朝下放置到传送带上，以10小时内的正确分拣总量决出胜负。

      双方待遇则有着显著差异：人类选手艾梅依照加州劳动法规定，享有30分钟用餐时间和两次各10分钟的带薪休息；而Figure 03则全程无休、不眠不休，完全依靠自身Helix-02端到端神经网络自主运行。

 

最终成绩单如下：

参赛方	10小时分拣总量	平均每件耗时
人类选手艾梅	12924件	2.79秒
Figure 03机器人	12732件	2.83秒

两者相差仅192件，平均速度差距仅为0.04秒/件，堪称一场毫米级别的巅峰较量。

 

二、赛后：人类的脆弱与机器的耐力

      胜负虽是“人类险胜”，但赛后的人类选手状态却令人感慨。艾梅坦言，经过10小时的重复性高强度作业，她的左前臂酸痛难忍，手指多处磨出了水泡，直言“身体基本废了”。

      反观Figure 03，比赛结束时的动作流畅度和稳定性与开局时几乎毫无差别——没有疲劳，没有误差累积，也没有注意力衰减。这一鲜明对比，直接揭示了人形机器人在长时间重复性劳动场景中的核心优势：机器人或许当前还差那0.04秒，但它可以再战10小时、再战100小时，而人类，极限已至。

      值得注意的是，比赛实际采用了3台Figure 03机器人轮换上阵的模式。在10小时的赛程中，3台同型号机器人接力作业，全部搭载相同的Helix-02神经网络系统，从侧面验证了Figure“共享神经网络”战略的可行性——即一台机器人学会的技能，可被所有同型号机器人继承，形成集体智能的规模化扩展。

 

三、技术内核：Helix-02，让机器人“像人一样思考”

      Figure 03能够完成如此高强度的自主分拣任务，核心驱动力来自Figure自研的Helix-02端到端神经网络系统——一个被创始人称为机器人“大脑”的统一视觉-语言-动作模型。

      与上一代机器人依赖上万行手工编写的C++控制代码不同，Helix-02实现的是“从像素到动作”的直通式推理。其技术架构由三层系统构成：System 2（慢系统）负责理解场景与语义、将任务拆解为行为目标；System 1（快系统）以200Hz频率将感知结果转化为全身关节的运动指令；System 0（全身控制层）则以1kHz频率负责平衡控制、接触处理与协调执行，用单一神经网络替代了此前超过10万行手工代码，使机器人的动作更稳定、更自然。

      在本次分拣挑战中，Helix-02仅凭头部摄像头的原始像素输入，即可实时推理出抓取、翻转、放置等连续动作指令，实现包括行走、抓取、平衡在内的一体化全身控制。该系统的视觉策略还集成了视觉记忆模块（避免重复检查包裹同一侧面）和力反馈模块（感知接触并动态调整力度），有效提升了分拣成功率。

 

四、全程透明直播：一场没有剧本的技术自证

      在人形机器人行业，技术演示的真实性一直是外界关注的焦点。与传统闭门测试不同，Figure AI此次选择了一条完全开放的验证路径——无论是这场10小时的人机对决，还是此前更具雄心的100小时连续运行挑战，均通过官方直播间以全程无剪辑的方式向全网公开。

      这种“玻璃房”式的透明化运作，意味着机器人每一秒的决策过程、每一个动作轨迹都置于公众的实时审视之下。观众可以同步看到机器人头部摄像头的原始画面、神经网络推理出的动作指令以及最终的执行效果，整个闭环流程毫无保留。行业分析人士指出，这种完全透明的直播模式，在客观上构筑了一种难以造假的验证环境，不仅为Figure 03的自主能力提供了最直接的可信背书，也为整个人形机器人赛道树立了新的展示标杆——技术实力本身，就是最好的沟通语言。

      正是基于这种高度自信的开放姿态，Figure 03在此前的100小时直播中累计处理了超过13万个包裹，全程零人工干预，用一份沉甸甸的运行日志，为人形机器人的自主作业能力提交了一份扎实的答卷。

 

五、更深的底牌：100小时直播背后的数据飞轮

      相较于此次10小时对决，Figure AI此前那场更大规模的百小时直播测试，暴露了其更深层的战略意图。根据公开披露信息，Figure 03机器人曾在7×24小时不间断直播中，连续工作超30小时、累计处理4.5万个包裹，搭载的Helix-02单一神经网络系统在生产效率方面实现了120天内提升24倍的惊人增速。

      这组数据揭示了Figure AI的核心战略逻辑：数据飞轮效应。每一台部署到实际工作场景中的机器人，都在不间断地产生高质量操作数据，这些数据回传后被用于Helix模型的迭代训练；训练后的模型再部署到所有机器人上，使整个机器人集群同步进化。阿德考克本人对此有一个精辟的概括——“现阶段，数据能解决几乎所有问题”。

      IDC数据显示，2025年全球人形机器人出货量接近1.8万台，同比暴增508%，预计2026年将突破5万台，其中中国市场份额将从20%提升至30%。人形机器人赛道正在从“实验室炫技”加速进入“产线量产”的实质性阶段。

 

六、行业影响：仓储物流格局面临重塑

      此次对决结果对整个物流行业释放了清晰信号。摩根士丹利报告预测，到2050年全球人形机器人市场规模有望达到5万亿美元，约90%的人形机器人将服务于工业和商业场景中的重复性劳动，仓储分拣正是最先实现商用落地的高频场景之一。

      当前中国快递行业的人力缺口已超100万人，电商大促期间单仓日处理包裹量动辄突破百万件。传统模式下，培训一名熟练分拣员需要2到4周时间，而人形机器人一旦完成模型训练，技能即可瞬间复制至整个机器人集群。从经济性角度看，人形机器人7×24小时不间断作业的产能，正在加速逼近人力成本的可承受区间。

 

七、展望：不是取代，而是协同

      Figure 03以0.04秒/件的微弱差距惜败，但这个差距随时可能在Helix-02的下一轮迭代中被抹平。更为关键的是，机器人无需休息、不会疲劳、误差不会累积的特性，在长时间重复性劳动中具有不可替代的结构性优势——一旦速度追平，耐力上的不对等将让比分彻底改写。

      这并不意味着人类劳动力的退场。相反，人形机器人更可能扮演的角色是“得力助手”——承接那些重复、繁重且易致伤的操作环节，让人类劳动者从中解放出来，转而从事更具创造性、需要判断力和灵活性的事务。人机协同的新时代，正以这场比赛为标志而加速开启。