השידור החי של הניסוי, יחד עם תחרות צמודה בין רובוט למתמחה אנושי, הפכו לאחד מאבני הדרך הברורות ביותר עד כה בהערכת הביצועים של רובוטים אנושיים בלוגיסטיקה.

ריצת המחסן האוטונומית בת 200 השעות

הניסוי התקיים במתקן של Figure AI ב-Sunnyvale, קליפורניה. מה שהחל כהדגמה קצרה התפתח לניסוי סיבולת רב-יומי.

התוצאות המרכזיות שדווחו מהניסוי כוללות:

• משך: כ-200 שעות של פעולה אוטונומית רציפה
• תפוקה: כ-249,000–250,000 חבילות שמוינו
• אמינות: אפס תקלות חומרה במהלך כל הריצה

דיווח אחד מציין מניין סופי של 249,558 חבילות, בעוד שכיסויים אחרים מזכירים 249,560 חבילות, מה שמחזק את הנתון "כמעט 250,000" המדווח בדרך כלל.

עם זאת, לא כל הדיווחים תמימי דעים: מקור אחד מציין 149,000+ חבילות בלבד, מה שמדגיש אי-ודאות מסוימת בנתונים המדויקים שפורסמו במהלך השידור החי.

גם עם הפער הזה, ההדגמה עדיין הראתה שהרובוטים יכולים לרוץ במשך יותר משבוע של עבודת מחסן רציפה ללא שליטה מרחוק או תקלות מכניות — אבן דרך חשובה לפריסות אמיתיות.

באיזו מהירות עבדו הרובוטים?

התפוקה הייתה המדד המרכזי של הניסוי.

Figure AI דיווחה בעבר שמערכת הלוגיסטיקה שלה הגיעה למהירויות "שוויון אנושי" (human parity) , תוך עיבוד חבילות בקצב של פחות משלוש שניות לפריט — בערך הקצב של עובדי מחסן אנושיים במהלך משמרת.

תהליך העבודה כלל מספר שלבים אופייניים למיון חבילות:

• זיהוי חזותי של החבילה
• כיוון החבילה לצורך סריקת ברקוד
• סריקה או אימות התווית
• הנחת הפריט על המסוע המתאים

שמירה על קצב של כ-3 שניות לחבילה לאורך מאות אלפי פריטים מצביעה על יכולת תפוקה יציבה ברמה תעשייתית, ולא רק פרצי מהירות קצרים.

המוח מאחורי הרובוטים: Helix‑02

הביצועים של רובוטי ה-F.03 תלויים במידה רבה במערכת הבינה המלאכותית הפנימית של Figure, Helix‑02.

Helix‑02 מתוארת כמודל Vision-Language-Action (VLA) — מערכת נוירונים המשלבת תפיסה חזותית, הבנת שפה ושליטה מוטורית לארכיטקטורה אחת. במקום מודולי תוכנה נפרדים, מדיניות למידה אחת מפרשת קלט ממצלמות ומפיקה את כל פעולות הגוף של הרובוט.

ארכיטקטורה זו מאפשרת לרובוט:

• לתפוס עצמים באמצעות מצלמות וחיישנים
• לפרש משימות או הוראות
• לתכנן ולבצע תנועות באמצעות זרועותיו, ידיו וגופו

המערכת למעשה ממירה "פיקסלים לפעולות" (pixels to actions) , ומאפשרת לרובוט לטפל בחבילות לא מוכרות ולהתאים את פעולותיו לתנאים משתנים בסביבה אמיתית.

עבור משימות לוגיסטיות כמו מיון חבילות, המשמעות היא זיהוי צורות חבילה שונות (קופסאות, מעטפות, שקיות ניילון) והתאמת האחיזה או ההיפוך של הרובוט לצורך סריקת תוויות.

תחרות "האדם נגד המכונה"

כדי להשוות את ביצועי הרובוטים לאלה של בני אדם, Figure ערכה תחרות בת 10 שעות בין רובוט F.03 אחד לבין מתמחה בחברה בשם Aime.

שניהם קיבלו את אותה המשימה: לסרוק כל חבילה ולהניח אותה על המסוע המתאים.

התוצאות הסופיות היו צמודות מאוד:

• מתמחה אנושי: 12,924 חבילות (כ-2.79 שניות לחבילה)
• רובוט F.03: 12,732 חבילות (כ-2.83 שניות לחבילה)

האדם ניצח בהפרש של 192 חבילות בלבד, פער של כ-1.3% לאורך כל המשמרת.

במילים אחרות, הרובוט עבד בקצב כמעט זהה לחלוטין — אך לא מספיק כדי לנצח את האדם באותה משמרת.

מדוע הניסוי חשוב לאוטומציה במחסנים

רובוטים אנושיים קיימים כבר שנים, אך רוב ההדגמות ההיסטוריות נמשכו דקות או שעות — לא ימים.

ניסוי Figure מדגיש שלושה שינויים שעשויים להיות משמעותיים לאוטומציה לוגיסטית:

1. סיבולת
ריצה של 200 שעות רצופות מוכיחה שהחומרה ומערכות הבקרה יכולות להתמודד עם תקופות פעילות ארוכות, דבר חיוני למחסנים אמיתיים.

2. תפוקה קרובה לאנושית
מיון חבילות בקצב של כ-שלוש שניות כל אחת מציב את הרובוטים קרוב לפריון האנושי במשימות חזרתיות.

3. פעולה אוטונומית
הרובוטים פעלו ללא שליטה מרחוק (teleoperation), כלומר מערכת הבינה המלאכותית טיפלה בתפיסה ובמניפולציה ישירות על הרובוט.

יחד, גורמים אלה מצביעים על כך שרובוטים אנושיים עשויים לעבור מהדגמות קצרות לעבר משימות מחסן רלוונטיות מסחרית.

הסתייגות חשובה

למרות הנתונים המרשימים, הראיות מגיעות עדיין בעיקר מהדגמות וניסויים בשידור חי של Figure עצמה, ולא מפריסות עצמאיות רחבות היקף.

לכן, עדיף להבין את הניסוי הזה כהוכחת התקדמות (proof of progress) במקום כהוכחה לכך שרובוטים אנושיים מוכנים להחליף חלקים נרחבים מכוח העבודה במחסנים כיום.

עם זאת, ההפרש הזעום בתחרות "אדם נגד מכונה" — יחד עם ריצה אוטונומית בת שבוע — מסמן באיזו מהירות הרובוטיקה האנושית מתקדמת לעבר עבודה תעשייתית אמיתית.

המתמחה אולי ניצח בסיבוב הזה, אבל הפער בין בני אדם לרובוטים אנושיים במשימות לוגיסטיות נמדד כיום בשניות לחבילה, לא בסדרי גודל.

השידור החי של הניסוי, יחד עם תחרות צמודה בין רובוט למתמחה אנושי, הפכו לאחד מאבני הדרך הברורות ביותר עד כה בהערכת הביצועים של רובוטים אנושיים בלוגיסטיקה.

ריצת המחסן האוטונומית בת 200 השעות

הניסוי התקיים במתקן של Figure AI ב-Sunnyvale, קליפורניה. מה שהחל כהדגמה קצרה התפתח לניסוי סיבולת רב-יומי.

התוצאות המרכזיות שדווחו מהניסוי כוללות:

• משך: כ-200 שעות של פעולה אוטונומית רציפה
• תפוקה: כ-249,000–250,000 חבילות שמוינו
• אמינות: אפס תקלות חומרה במהלך כל הריצה

דיווח אחד מציין מניין סופי של 249,558 חבילות, בעוד שכיסויים אחרים מזכירים 249,560 חבילות, מה שמחזק את הנתון "כמעט 250,000" המדווח בדרך כלל.

עם זאת, לא כל הדיווחים תמימי דעים: מקור אחד מציין 149,000+ חבילות בלבד, מה שמדגיש אי-ודאות מסוימת בנתונים המדויקים שפורסמו במהלך השידור החי.

גם עם הפער הזה, ההדגמה עדיין הראתה שהרובוטים יכולים לרוץ במשך יותר משבוע של עבודת מחסן רציפה ללא שליטה מרחוק או תקלות מכניות — אבן דרך חשובה לפריסות אמיתיות.

באיזו מהירות עבדו הרובוטים?

התפוקה הייתה המדד המרכזי של הניסוי.

Figure AI דיווחה בעבר שמערכת הלוגיסטיקה שלה הגיעה למהירויות "שוויון אנושי" (human parity) , תוך עיבוד חבילות בקצב של פחות משלוש שניות לפריט — בערך הקצב של עובדי מחסן אנושיים במהלך משמרת.

תהליך העבודה כלל מספר שלבים אופייניים למיון חבילות:

• זיהוי חזותי של החבילה
• כיוון החבילה לצורך סריקת ברקוד
• סריקה או אימות התווית
• הנחת הפריט על המסוע המתאים

שמירה על קצב של כ-3 שניות לחבילה לאורך מאות אלפי פריטים מצביעה על יכולת תפוקה יציבה ברמה תעשייתית, ולא רק פרצי מהירות קצרים.

המוח מאחורי הרובוטים: Helix‑02

הביצועים של רובוטי ה-F.03 תלויים במידה רבה במערכת הבינה המלאכותית הפנימית של Figure, Helix‑02.

Helix‑02 מתוארת כמודל Vision-Language-Action (VLA) — מערכת נוירונים המשלבת תפיסה חזותית, הבנת שפה ושליטה מוטורית לארכיטקטורה אחת. במקום מודולי תוכנה נפרדים, מדיניות למידה אחת מפרשת קלט ממצלמות ומפיקה את כל פעולות הגוף של הרובוט.

ארכיטקטורה זו מאפשרת לרובוט:

• לתפוס עצמים באמצעות מצלמות וחיישנים
• לפרש משימות או הוראות
• לתכנן ולבצע תנועות באמצעות זרועותיו, ידיו וגופו

המערכת למעשה ממירה "פיקסלים לפעולות" (pixels to actions) , ומאפשרת לרובוט לטפל בחבילות לא מוכרות ולהתאים את פעולותיו לתנאים משתנים בסביבה אמיתית.

עבור משימות לוגיסטיות כמו מיון חבילות, המשמעות היא זיהוי צורות חבילה שונות (קופסאות, מעטפות, שקיות ניילון) והתאמת האחיזה או ההיפוך של הרובוט לצורך סריקת תוויות.

תחרות "האדם נגד המכונה"

כדי להשוות את ביצועי הרובוטים לאלה של בני אדם, Figure ערכה תחרות בת 10 שעות בין רובוט F.03 אחד לבין מתמחה בחברה בשם Aime.

שניהם קיבלו את אותה המשימה: לסרוק כל חבילה ולהניח אותה על המסוע המתאים.

התוצאות הסופיות היו צמודות מאוד:

• מתמחה אנושי: 12,924 חבילות (כ-2.79 שניות לחבילה)
• רובוט F.03: 12,732 חבילות (כ-2.83 שניות לחבילה)

האדם ניצח בהפרש של 192 חבילות בלבד, פער של כ-1.3% לאורך כל המשמרת.

במילים אחרות, הרובוט עבד בקצב כמעט זהה לחלוטין — אך לא מספיק כדי לנצח את האדם באותה משמרת.

מדוע הניסוי חשוב לאוטומציה במחסנים

רובוטים אנושיים קיימים כבר שנים, אך רוב ההדגמות ההיסטוריות נמשכו דקות או שעות — לא ימים.

ניסוי Figure מדגיש שלושה שינויים שעשויים להיות משמעותיים לאוטומציה לוגיסטית:

1. סיבולת
ריצה של 200 שעות רצופות מוכיחה שהחומרה ומערכות הבקרה יכולות להתמודד עם תקופות פעילות ארוכות, דבר חיוני למחסנים אמיתיים.

2. תפוקה קרובה לאנושית
מיון חבילות בקצב של כ-שלוש שניות כל אחת מציב את הרובוטים קרוב לפריון האנושי במשימות חזרתיות.

3. פעולה אוטונומית
הרובוטים פעלו ללא שליטה מרחוק (teleoperation), כלומר מערכת הבינה המלאכותית טיפלה בתפיסה ובמניפולציה ישירות על הרובוט.

יחד, גורמים אלה מצביעים על כך שרובוטים אנושיים עשויים לעבור מהדגמות קצרות לעבר משימות מחסן רלוונטיות מסחרית.

הסתייגות חשובה

למרות הנתונים המרשימים, הראיות מגיעות עדיין בעיקר מהדגמות וניסויים בשידור חי של Figure עצמה, ולא מפריסות עצמאיות רחבות היקף.

לכן, עדיף להבין את הניסוי הזה כהוכחת התקדמות (proof of progress) במקום כהוכחה לכך שרובוטים אנושיים מוכנים להחליף חלקים נרחבים מכוח העבודה במחסנים כיום.

עם זאת, ההפרש הזעום בתחרות "אדם נגד מכונה" — יחד עם ריצה אוטונומית בת שבוע — מסמן באיזו מהירות הרובוטיקה האנושית מתקדמת לעבר עבודה תעשייתית אמיתית.

המתמחה אולי ניצח בסיבוב הזה, אבל הפער בין בני אדם לרובוטים אנושיים במשימות לוגיסטיות נמדד כיום בשניות לחבילה, לא בסדרי גודל.