2026年5月14日，一个叫Bob的人形机器人站在了旧金山郊外一个物流仓库的传送带旁。它的任务很简单——拿起包裹，放到正确的位置。但当这场原定8小时的演示直播持续到第80个小时，当Bob分拣完第10万个包裹且零自主决策失误时，整个硅谷屏住了呼吸。Figure AI的这场直播吸引了超过1000万次观看，成为YouTube上最火的科技直播之一。Next-Level频道发布的总结视频"This Robot Sorted 100,000 Packages Without Stopping"迅速引爆全网。这不仅仅是一个技术演示——它是人形机器人从实验室走向真实世界的一声发令枪。本文将深度拆解这场直播背后的技术突破、行业格局和对你我的真实影响。
| 项目 | 内容 |
|---|---|
| 视频标题 | This Robot Sorted 100,000 Packages Without Stopping |
| 频道 | Next-Level |
| 频道简介 | Discussing the future... |
| 时长 | 约15分钟（总结视频） |
| 核心主题 | Figure AI人形机器人Bob连续80小时分拣10万包裹 |
| 直播观看量 | 1000万+（直播累计） |
| 视频URL | youtube.com/watch?v=gVh8cOVq_Ac |
Figure AI最初只计划了一场8小时的自主运行演示。但当三个F.03人形机器人——被观众命名为Bob、Frank和Gary——在第8小时结束时依然运转如常时，CEO Brett Adcock做了一个大胆的决定：继续。这一"继续"就变成了科技史上最漫长的机器人直播之一。最终直播跨越200+小时，三个机器人累计处理了约249,560个包裹。其中Bob以81小时处理101,391个包裹的成绩成为全场MVP。这场直播的形式本身就是一个传播学教科书——没有剪辑、没有特效，只有真实的机器人在真实的环境中工作，观众可以随时跳进来验证真伪。
视频中最值得深挖的技术细节是驱动Bob的AI系统——Helix-02。这套系统在2026年1月27日正式发布，它代表了一个根本性的范式转变。传统机器人依赖大量手写C++代码来控制每一个动作——抓取力度、平衡补偿、步态规划，每一行代码都是一个硬编码的规则。Figure AI的做法是完全推翻这个模式。Helix-02是一个单一的Vision-Language-Action（VLA）神经网络，直接从摄像头像素输入到全身动作输出，中间没有任何手动编写的规则。Brett Adcock在Peter Diamandis的Moonshots播客中透露：Helix-02让Figure AI删除了最后109,504行C++代码。他把这个里程碑称为"软件2.0"——不是人在写规则教机器人做事，而是神经网络通过学习自主掌握一切。这个转变的意义在于：传统方法每增加一个任务就需要写新的代码，而Helix-02只需更多训练数据就能泛化到新场景。
在直播进行到后期时，Figure AI安排了一场10小时的"人机对决"。人类选手是一位名叫Aime的实习生，对手是机器人Bob。结果令人震惊：Aime分拣了12,924个包裹（平均2.79秒/个），Bob分拣了12,732个包裹（平均2.83秒/个）。人类仅以192个包裹的优势险胜——差距不到1.5%。但这里有个关键细节：根据加州劳动法，Aime享有强制休息时间，而Bob不需要休息。如果比赛延长到24小时甚至80小时，结果将完全不同。事实上，Bob在81小时内处理了超过10万个包裹，这种耐力是人类完全无法企及的。用CEO Adcock的话说："我们不追求单次速度碾压人类，我们追求的是可持续的、无休止的稳定输出。"
TechRadar的一篇评论文章标题很直白："并非所有人都确信这是完全真实的"。质疑主要集中在以下几点：首先，仓库环境是Figure AI自己搭建的还是真实的运营仓库？评论中有人指出传送带的速度和包裹的种类似乎经过了优化。其次，"零失误"的定义存在歧义——Adcock后来澄清这指的是"零自主决策失误"，不包括硬件层面的故障。第三，机器人处理的包裹种类相对单一，与真实物流中心面临的复杂情况（超大件、不规则形状、易碎品等）仍有差距。这些质疑并非无的放矢。Figure AI目前的演示虽然震撼，但距离真正的商业部署仍有关键的一步之遥：在混乱的、不可预测的真实环境中保持同样的可靠度。
Bob和他的同伴们使用的是Figure AI的第三代人形机器人F.03。从公开信息来看，F.03在硬件层面做了大量耐力优化。电池系统支持持续运行——直播中机器人定期自动前往充电站补充能量，然后回到工作岗位，整个过程无需人工干预。在机械设计上，F.03的上肢专为重复抓取动作优化，手部灵活性接近人类水平。它的身高和体型设计为能在现有人类工作环境中无缝操作——不需要改造传送带的高度或仓库的通道宽度。这一点至关重要：此前很多工业机器人的部署需要专门改造工作环境，成本极高，而人形机器人的核心优势就是"直接替换人类"，基础设施零改动。
Figure AI并非孤军奋战。2026年的人形机器人赛道堪称"诸神之战"。Tesla Optimus正在以惊人的速度量产，预计年产量超过5万台。Boston Dynamics的Atlas已经公开展示了更复杂的动态平衡能力。中国的 Unitree 等公司则凭借成本优势快速追赶——广东的一家新工厂号称每年可生产10,000台人形机器人，每30分钟下线一台。NVIDIA CEO黄仁勋在GTC 2026上将这个趋势定义为"Physical AI"时代——AI从数字世界走向物理世界，从处理文字和图像走向操控真实的物体。Figure AI的优势在于它率先完成了"真实工作场景长时间自主运行"的证明——这是其他竞争对手还未公开展示过的里程碑。
这场直播的影响远不止技术圈。根据NeuralWired的分析，VLA驱动的人形机器人在物流场景的投资回收期已缩短至12个月。这意味着一个年成本约5万美元的机器人（含硬件摊销和维护），在替代一个年薪4-5万美元的仓库工人后，一年就能回本。Figure AI计划在2026年底前在住宅环境中进行Figure 02的Alpha测试，目标是在2027年实现更大规模的商业部署。亚马逊、DHL等物流巨头已经在密切关注这些测试结果。如果12个月回本的模型被验证成立，我们将看到物流行业历史上最大规模的自动化浪潮——而这次，被替代的不仅仅是重复性的体力劳动，而是那些需要"看-判断-动作"能力的半技能工种。
mindmap
root((Figure AI直播事件))
技术突破
Helix-02 VLA模型
单一神经网络全身控制
删除109,504行C++代码
像素输入到动作输出
F.03硬件平台
工业级耐力设计
自动充电系统
人类环境无缝适配
关键数据
200+小时连续运行
249,560件总处理量
Bob: 101,391件/81小时
人机差距仅1.5%
行业影响
物流自动化浪潮
12个月投资回本
Tesla Optimus竞争
NVIDIA Physical AI
争议与质疑
环境是否过于理想化
零失误定义的模糊性
真实场景泛化能力
对技术从业者：Helix-02的"删除C++代码"策略是一个值得深入研究的范式。如果你在做机器人、自动化或控制系统，现在应该认真评估VLA模型是否可以替代传统的规则引擎。Figure AI证明了端到端学习在工业场景的可行性——这不是学术论文，而是1000万人亲眼见证的事实。重点关注Vision-Language-Action模型的技术路线和开源实现。
对物流和制造业管理者：12个月回本的模型值得纳入你的下一个五年规划。但不要急于All-in——Figure AI的演示仍然是在半受控环境中完成的。更务实的路径是：先在1-2个工位试点，用6-12个月收集真实数据，再评估是否扩大部署。同时关注中国供应商的成本优势，他们可能在2027年提供性价比更高的方案。
对所有职场人：这场直播传递的信息比任何AI写文章都更直观——机器人不仅能替代重复劳动，在速度和耐力上已经接近人类水平。未来的核心竞争力不再是"能干多久"，而是"能处理多少意外"和"能做多少机器人做不了的创新"。将你的技能树向需要创造性判断、跨领域整合和人际协作的方向倾斜。
Figure AI用80小时、10万件包裹和一场人机对决告诉世界：人形机器人不再是未来——它正在以每小时处理1200件包裹的速度走进现在。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。