Figure 人形机器人完成 8 小时全自主分拣工作，全程无人干预

Figure 的创始人 Brett Adcock 通过直播展示了人形机器人在实际物流场景中的一次重要里程碑：一组 F.03 人形机器人使用 Helix-02 神经网络，连续运行了 8 小时的全自主分拣班次，达到了接近人类的操作速度。

直播详情：8 小时不间断运转

@adcock_brett 在推文中邀请公众观看直播：

"观看一队人形机器人以人类水平的性能完成完整的 8 小时班次。完全自主运行，搭载 Helix-02。"

这条推文获得了巨大的关注量：10,795 个赞、1,777 次转发、3,588 次收藏，观看量超过 652 万次，是当天少数几个既有技术深度又能病毒式传播的帖子。

在随后的详细说明中，@adcock_brett 逐一列出了技术细节：

"我们之前展示过这个任务运行 1 小时。今天我们挑战连续 8 小时。出事的概率很高。"

技术细节：纯视觉推理、机载推理、舰队协调

Adcock 披露了 F.03 此次演示的多项关键技术指标：

任务场景：小型包裹分拣。F.03 必须检测条形码、抓取包裹、将其重新定向（条形码朝下）放到传送带上。"机器人必须纯粹从摄像头像素进行推理"。

速度表现：人类平均约 3 秒/包裹，F.03 目前已达到 接近人类水平。

推理架构：机器人完全自主运行 Helix-02——Figure 自研的神经网络，全部在 F.03 的机载设备上完成推理，不依赖云端或外部计算资源。

多机器人协调：多台人形机器人通过网络连接并相互通信，以最大化传送带利用率。系统设计为 24/7 全天候运行。

自主换班机制：当一台机器人电量低时（约工作 3-4 小时），它会自主请求另一台机器人接替，以最小化传送带停机时间。

故障自愈："这是一种多机器人协调与自主故障转移策略。如果机器人检测到问题，它会自行诊断，发现问题后自主走到维护区，并从舰队中请求替换——全程无需人类介入。"

行业意义：从演示到部署的关键一步

这一演示之所以重要，在于它不是一个经过精心编排的短时间 benchmark 片段，而是 多台机器人、长时间、无人工干预 的自主协同操作。与以往大多数机器人展示（通常仅持续几分钟到一小时）相比，8 小时的连续运转要求系统在能量管理、故障恢复、任务一致性等方面都具备足够的鲁棒性。

在 Reddit 上，该演示虽然没有直接成为独立讨论帖，但整体的 AI 社区对机器人自动化的关注度持续升温。而与此同时，另一则 Reddit 热帖（6,187 互动）则展示了 AI/Agent 生成代码的"反面教材"——一位开发者接手了一个由"Vibe Engineer"用 AI 生成、三个月累积了 30.9 万行代码、24 万行文档、100 多万行 Markdown 日志、220 个处理器但仅 20 个有实际用途、包含 40 多个密钥的仓库，最终不得不大幅重写，删除了 361 万行代码。

这两个故事形成了鲜明对比：一边是机器人自主完成物理世界的长时间任务，另一边是 AI 生成代码在数字世界留下的技术债务。两者共同反映了当前 AI 能力的边界——在物理世界，鲁棒性正在快速提升；在软件工程中，AI 辅助编码的质量管控仍然是一个需要认真面对的挑战。

🤖 机器人/具身智能

本作品采用《CC 协议》，转载必须注明作者和本文链接