人机分拣大和成果出炉：Figure 03差点反超人类赢

　　练习生 Aime 最终分拣 12924 件包裹，Figure 03 则完成 12732 件，人类以 192 件的微弱劣势守住了胜利。虽然，人类正在这场角逐里胜利了，但多家称这可能会是人类最初一次正在于机械人的对决里获告捷利。这话并非空穴来风，正在竣事角逐后，练习生 Aime 的手指和手部多个关节曾经呈现酸缩感，无法继续分拣工做，而 Figure 03 则还能苦守正在岗亭上。也就是说，速度上人类是胜利的，但持续工做这一块，机械人博得更多。从这场风趣的角逐，我们能看到人形机械人正正在从舞台和发布会，工场、仓库和流水线，而另一个问题是，它们距离实正全面「上岗」，还有多远？正在角逐之前，Figure 曾经把包裹分拣做成了一场持续曲播。最后它展现的是 8 小时自从分拣，后来又把测试拉长到 24 小时以上，至截稿前，该曲播间曾经持续曲播了 137 个小时。曲播的内容其实也有点无聊，就是几台 Figure 03 坐正在传送带旁边，一遍遍识别包裹、抓取包裹、翻转包裹，再把面单或条码朝向指定标的目的放归去。曲播间里的不雅众给机械人起了名字，有的叫 Bob，有的叫 Frank，有的叫 Gary，Jim 如许的名字，不雅众们给这些机械人取名字，让一场看着有些无聊的曲播，变成了「实人秀」。现实上，如许强烈的反差感也是让越来越多人围不雅这场曲播的缘由。一边是一个极其单调的物流动做，另一边是几百万以至上万万网友盯着机械人搬箱子，看它会不会卡住、会不会掉包裹、会不会俄然。有网友讥讽，这些机械人不只是正在抢仓库工人的活，连从播的活也一路抢了。还有人暗示，这场曲播太好「睡」了，曾经成为了本人的帮眠神器。对通俗不雅众来说，这可能有点，但对 Figure 来说，这恰是它想要的结果。人形机械人若是实的要进入工场和仓库，主要的是要正在几个小时、十几个小时以至几十个小时里，持续完成那些枯燥的动做。越多人围不雅、越多人盯着这些机械人会不会犯错，反却是给了 Figure 更多批改的机遇。Figure 选择包裹分拣这个最无聊的使命，其实的恰是目前工业使命里最难的几项工做。试想一下，对人来说，分拣包裹只是看一眼、拿起来、翻个面、放归去；但对机械人来说，这是视觉、抓取、力度节制、径规划连系起来的分析机能力。这些包裹也不完全都是同一的纸箱，还有软袋、薄信封，有的很轻、有的很沉，机械人还得先看清条码和姿势，再决定抓哪里、用多鼎力。所以，正在这场曲播里，「翻车」的机械人还实不少。按照 Figure 的引见，身高约 173 厘米，分量 61 公斤，最大载荷 20 公斤，续航约 5 小时，全电驱，并支撑无线充电。它不是一台只为某个动做定制的机械臂，而是一个能坐正在人类工做里的通用人形平台。实正让它能处置包裹分拣的，是 Figure 自研的 Helix 视觉-言语-动做模子。简单来说，Helix 要处理的是三件事，别离是机械人看见了什么，机械人晓得本人要做什么，以及机械人下一刻身体、手腕、手指该怎样动。Figure 把这套系统分成担任理解使命和的「慢系统」，以及担任高速输出动做节制的「快系统」，后者能够以 200Hz 的频次节制手、腕、躯干和手指的持续动做。好比，包裹分拣看起来只是手部动做，现实上机械人每一次伸手之前，都要先完成一次动态判断，机械人不克不及只晓得「抓箱子」，还要晓得这个箱子现正在正在哪里、条码朝哪边、用哪只手更合适、翻转后会不会遮住面单。Figure 还正在 Figure 03 上强化了手部和视觉能力，好比更低延迟的视觉系统、手掌相机、柔随手指和指尖触觉传感器，这些都是为了让机械人正在抓取时更接近人类拣货的能力。现实上，Figure 从 2022 年创立之初就几乎是 All in 机械人工业范畴，他要做的就是设想出产能间接投入到制制、物流、仓储、零售等场景的通用人形劳动力。2024 年，Figure 02 曾经进入 BMW 位于美国南卡罗来纳州 Spartanburg 的工场测试，用于把钣金件放入夹具等出产环节。一段时间后， Figure 披露，机械人正在 BMW 产线长进行了更长时间摆设，参取现实出产使命。这其实申明，机械人进入到产线，曾经不是高不可攀的工作，它曾经实正在地发生正在某些细分行业里。至于取人类的角逐，无论胜负成果，当一个机械人可以或许取实人正在某个工做上比拼，这对于前者而言，曾经是一个前进。国内走得比力快的一个例子是智元机械人。它的落地沉心并不只是发布会上展现人形机械人走、互动，而是把工业智能制制、物流分拣、上下料、搬运等做为沉点标的目的。智元的远征 A2-W 面向柔性制制，曾经正在周转箱拆码垛、车间搬运、上下料等场景里推进使用；精灵 G1 则更方向仓储分拣这类对泛化能力要求更高的使命。据领会，智元取富临精工告竣数万万元项目合做，近百台远征 A2-W 将落地工场；正在物流范畴，德马科技也订购了数十台精灵 G1，用于仓储分拣。优必选先扎进汽车厂，再向 3C 和物流扩散。Walker S 系列本身就是面向工业场景开辟的人形机械人，过去一年多曾经多次进入车厂实训，包罗蔚来、极氪、一汽-公共青岛、奥迪一汽、比亚迪、北汽新能源等。它做的也不是笼统的「智能制制」，而是更具体的拆卸、转运、质检、、物料处置等工序。好比 Walker S1 正在极氪工场进行多机协同锻炼，还取无人叉车、物流设备共同完成汽车零部件入库等使命。更值得留意的是，优必选还把合做范畴扩到富士康和顺丰，前者为 3C 制制，后者则是深切到物流系统。小米取其他两家都不太一样，它先选择了正在自家工场「练习」。本年 3 月，雷军和小米手艺披露，小米人形机械人曾经进入小米汽车工场「练习」，基于通用 VLA 基座模子 Xiaomi-Robotics-0，连系多模态和强化进修，正在自攻螺母上件工坐、料箱搬运等场景中进行自从功课。此中，自攻螺母上件工坐的数据十分亮眼，机械人持续自从运转 3 小时，双侧同时安拆成功率达到 90。2%，同时满脚最快 76 秒的产线出产节奏要求。最先被公共以表演形式认识到的魔法原子也正在工业范畴加快前进，好比 MagicBot 曾经进入工场产线进行多项功课锻炼，笼盖工业、贸易、家庭等场景。虽然大师可能正在 2026 年春晚上看到的魔法原子人形机械人和四脚机械人由于舞台表表演圈，特别是多机协同、动做编排和高密度安排，但其实它正在工业的结构也比公共想象得要愈加深切。正在海外，特斯拉的 Optimus 愈加激进。Optimus 先是绑定自家工场，正在正在特斯拉工场中进行过电池分拣、零部件搬运等使命演示，别的，特斯拉也许诺 Optimus 将正在完成验证后，对外出售。不难看出，人形机械人行业的全体共识就是，第一批落地的岗亭，可能不是表演、家庭，而是仓库和流水线上。这些场景虽然没有要求高度情感交互，但也并不代表没有适用场景，这些搬运、上下料、分拣、拆卸等岗亭，很难被从动化完全替代，但人力去做，不免辛苦又无聊。从这个角度回到此次 Figure 看似有点「瑰异」的分拣曲播和分拣挑和赛，就不是太难理解了，它只是用一种更像「表演」的形式告诉公共，机械人大概实的要上岗了。若是只看单一动做的速度和精度，公用机械臂仍然更成熟。它不需要长的样子，也不需要理解太复杂的，只需正在固定、固定轨迹、固定节奏里反复工做，就能跑得又快又稳。对良多曾经高度从动化的产线来说，人形机械人未必有劣势，以至可能显得有点「绕远」。若是和熟练工人比，它也没有廉价到哪里去。就好比一个老工人看到包裹卡住、料箱歪了、零件掉到地上，伸手就能处置，机械人仍是纷歧样，它要先看见非常，再判断发生了什么，最初规划下一步动做，这两头还不包罗识别犯错形成的反复思虑，效率大打扣头。所以，人形机械人目前实正能处理的，可能不是那些曾经被机械臂吃透的尺度化岗亭，也不是立即把熟练工人全数替掉，大概它能够成为取人类「轮班制」工做的存正在，好比夜班、节假日工做等，又或者是正在纷歧些老旧仓库的环境下，添加从动化的岗亭，让机械人担任。但更现实的问题是，工场并不老是逃求某一个动做的极限效率。良多时候，它逃求的是一条产线、一个仓库、一个班次能不克不及不变运转。公用机械臂当然快，但它凡是需要固定工位，而熟练工人很难正在如许无聊的岗亭上待上好几年。人形机械人的能力，正好正在这两者之间。它不必然正在第一天就比机械臂快，也不必然立即比人工廉价，但若是它能像人一样利用现有通道、货架、料箱和东西，就无机会绕开大规模产线的成本。对良多老工场和物流仓库来说，他们不需要先把空间成「机械人敌对型」，机械人本来就有能力先顺应这个。所以，人形机械人实正要跨过的门槛，不只是手艺演示，也不是把方针定正在「角逐中胜过人类」，要让企业信赖才是环节。这里的信赖，更多的是指这些机械人插手到出产流程里，会不会打乱原有的节拍，影响产线效率。只要充实展现了持久的不变性，才能实正走进更多工场，完成更多「无聊」的工做。本文为磅礴号做者或机构正在磅礴旧事上传并发布，仅代表该做者或机构概念，不代表磅礴旧事的概念或立场，磅礴旧事仅供给消息发布平台。申请磅礴号请用电脑拜候。