? ? 一臺機器人盯著你干了整整200小時，它沒有累，沒有抱怨，沒有請病假，而你的手指卻已經磨出了水泡。

不是科幻電影里的場景。?2026年5月17日，在加利福尼亞州桑尼維爾的一個倉庫里，一位叫Aime的大學實習生在傳送帶旁邊彎著腰，掃描條碼、拿起包裹、反轉放下，就這么循環了足足十個小時，而在對面，FigureAI公司的F.03人形機器人也是用同樣的節奏，不斷地重復著一模一樣的動作。
? ?人類贏了。差距是192個包裹。CEO布雷特·阿德科克在賽后平靜地寫下那句話："這將是人類最后一次贏得勝利。"你很難說他是在炫耀，還是在發出預警。這場"人機對決"背后，是一場更大規模的耐力測試。三臺F.03機器人從5月13日開始連續運行，最終在200小時后畫上句點，期間共分揀了249, 560個包裹，零硬件故障。整個過程被公開直播，任何人都可以隨時在線圍觀，沒有剪輯，沒有濾鏡。
? ?最初的計劃只是運行8小時。8小時之后，機器沒有出任何問題，于是阿德科克決定繼續。24小時后，依然零故障。他在社交媒體上實時播報："我們最初的目標是運行8小時，昨天零故障，我們決定繼續。"就這樣，8小時變成了8天。
? ?很多人第一反應是：這不就是流水線機械臂換了個人形外殼？這個質疑不算無理，但它低估了一件事——通用性。傳統工廠當中，機械手臂一般是固定在地面上的，它只能做完事先設定好的動作，要是箱子尺寸有變化，就得停機重新調試。F.03運行的是FigureAI自研的Helix-02神經網絡系統，它不依賴預設程序，而是通過攝像頭實時識別視覺信息，自主完成條碼掃描、抓取判斷和姿態調整——用技術語言說，叫做"端到端自主控制"。換句話說，它看到什么，就處理什么，和人一樣。

? ?每件包裹平均耗時2.83秒，那位贏得比賽的實習生是2.79秒。差距只有0.04秒。但人類要吃飯、要休息，加州勞動法規定工人必須享有用餐假和帶薪休息時間。機器人不需要。這場10小時比賽中，正是那幾次必要的休息，讓人類險些與勝利失之交臂。
? ?這不是關于誰更快的問題，而是關于誰能更久。Aime賽后的左前臂"基本上廢了"，手指磨出了血泡。同一批機器人，在這場比賽結束后繼續工作，直到200小時整才停下來。
? ?那么，這對真實的倉儲行業意味著什么？根據CounterpointResearch的數據，2025年全球物流行業共部署了約2000臺人形機器人，占當年全球人形機器人總部署量的11%?？瓷先ミ@個數字不算大，不過增長曲線十分陡，預計到2030年，物流領域的人形機器人布置數量大概會達8萬臺。FigureAI自己的目標是：今年部署數千臺，逐步推進到年產百萬臺。
? ?但不是所有人都被這串數字說服。在2025年年末，Forrester研究機構的報告就澆了冷水，在2026年新增加的倉儲機器人當中，人形機器人的占比預估不超過5%，而原因挺實在，是成本高、編程復雜，而且在大多數倉儲場景里，專用機器人的效率比通用人形高好多。

? ?這種矛盾不難理解。F.03的200小時測試是在結構高度標準化的環境里完成的，固定的傳送帶、規格統一的小型包裹、光線穩定的室內場地，可現實倉庫比這混亂多形狀各種各樣的貨物、突然出現的設備故障、得臨時做決策的堆疊方式。端到端神經網絡雖說挺強大的，但它面對真實物理世界的全部復雜性，還是個沒完全解決的問題。
? ?還有一個維度經常被忽略，當機器人開始以接近人工水平的速度穩定工作時，它們在法律和倫理方面應該有什么樣的地位，出現操作失誤的時候，責任是歸AI系統、機器人制造商還是部署企業，現在，全球范圍內對于人形機器人的勞動法規差不多是空白的，而這場200小時的直播，已經讓這個問題沒法再被擱置了。
? ?IDTechEx的報告說，人形機器人的商業化節奏正從原型驗證往早期商業部署走，汽車制造和物流會成為未來十年的核心需求基礎。未來3到5年內，它們大概率不會取代人類，而是以"協同作業"的方式進入工作場所——處理那些最枯燥、最具重復性、最容易導致工傷的環節，與此同時釋放人類處理更需要判斷力和靈活性的任務。
? ?有個細節比較值得回味，那個贏得比賽的實習生Aime，比賽完得休息恢復，可他對手早就安安靜靜接著工作，不是機器更聰明，而是它不用感受疲憊。

? ?這可能就是這場測試真正讓人不安的地方不是機器人有多快，而是人類的身體，變成了最明顯的那塊短板。
聲明：本文的內容90%以上為自己的原創，少量素材借助AI幫助。但是，本文所有內容都經過自己嚴格審核。圖片素材全部都是來源真實素材簡單加工。所寫文章宗旨為：專注科技熱點的解讀，用簡單的語言拆解復雜的問題，無低俗等不良的引導，望讀者知悉。
數據來源：
【1】Figure AI官方公告及CEO Brett Adcock社交媒體實時更新（2026年5月）
【2】Humanoids Daily《人機對決詳細報告》，2026年5月18日
【3】Counterpoint Research人形機器人物流行業部署數據
【4】Forrester Research倉儲機器人預測報告（2025年底）
【5】IDTechEx《人形機器人商業化節奏》分析報告