Inne i Figure AI:s 200-timmars test: 250 000 paket, mänsklig hastighet och en knapp förlust mot en praktikant

Den livesända körningen, tillsammans med en direkttävling mellan en robot och en mänsklig praktikant, blev ett av de tydligaste verklighetsbaserade riktmärkena hittills för humanoida robotar inom logistik.

200-timmars autonom lagerkörning

Testet ägde rum i Figure AI:s anläggning i Sunnyvale. Det som började som en kortare demonstration utvecklades till ett flerdagars uthållighetsexperiment.

Nyckelresultat från körningen:

• Varaktighet: cirka 200 timmar oavbruten autonom drift
• Produktion: ungefär 249 000–250 000 sorterade paket
• Tillförlitlighet: inga maskinfel under hela körningen

En rapport anger slutsumman till 249 558 paket, medan andra källor beskriver totalen som cirka 249 560, vilket bekräftar siffran ”nära 250 000” som ofta rapporterats.

Däremot finns en viss osäkerhet: en källa anger 149 000+ paket, vilket visar att exakta siffror varierade under den pågående liveströmmen.

Trots den avvikelsen visade demonstrationen att robotarna kunde arbeta i mer än en veckas oavbruten lagerliknande verksamhet utan fjärrstyrning eller mekaniska haverier – en viktig milstolpe för verkliga driftsättningar.

Hur snabbt robotarna arbetade

Genomströmning var det viktigaste mätvärdet för testet.

Figure AI rapporterade tidigare att deras logistiksystem hade uppnått ”mänsklig jämlikhet” i hastighet, med en bearbetningstid på under tre sekunder per paket – ungefär i nivå med lagerarbetare som utför samma uppgift under ett skift.

Arbetsflödet omfattade flera steg som är typiska för paketsortering:

• identifiera paketet visuellt
• orientera det så att streckkoden kan skannas
• skanna eller verifiera etiketten
• placera föremålet på rätt transportband

Att bibehålla en takt på cirka 3 sekunder per paket över hundratusentals enheter tyder på att robotarna kan upprätthålla produktionsklar genomströmning snarare än korta hastighetsryck.

Hjärnan bakom robotarna: Helix-02

F.03-robotarnas prestanda är starkt beroende av Figure:s egenutvecklade AI-system, Helix-02.

Helix-02 beskrivs som en vision-language-action-modell (VLA) – ett neuralt system som förenar perception, resonemang och motorstyrning i en enda arkitektur. Istället för separata programmoduler tolkar en inlärd policy kameraindata och genererar robotens fulla kroppsrörelser.

Denna arkitektur gör att roboten kan:

• uppfatta objekt med hjälp av kameror och sensorer
• tolka uppgifter eller instruktioner
• planera och utföra rörelser med armar, händer och kropp

Systemet omvandlar i praktiken ”pixlar till handlingar”, vilket gör att roboten kan hantera okända paket och anpassa sig till förändrade förhållanden i verkliga miljöer.

För logistikuppgifter som paketsortering innebär det att roboten känner igen olika paketformer – kartonger, kuvert eller plastpåsar – och justerar sitt grepp eller hur den vänder paketen för att skanna etiketter korrekt.

Tävlingen ”Människa vs. maskin”

För att jämföra robotarna med människor iscensatte Figure en 10 timmar lång direkt tävling mellan en F.03-robot och en företagspraktikant som hette Aime.

Båda fick samma uppgift: skanna varje paket och placera det korrekt på ett transportband.

Slutresultatet var oerhört jämnt:

• Mänsklig praktikant: 12 924 paket (≈ 2,79 sekunder per paket)
• F.03-robot: 12 732 paket (≈ 2,83 sekunder per paket)

Människan vann med bara 192 paket, en skillnad på ungefär 1,3 % under hela skiftet.

Med andra ord arbetade roboten i nästan exakt samma takt – men inte riktigt tillräckligt för att slå människan i det enskilda skiftet.

Varför testet är viktigt för lagerautomation

Humanoida robotar har funnits i flera år, men de flesta demonstrationer har historiskt varat i minuter eller timmar – inte dygn.

Figure-experimentet belyser tre förändringar som kan ha betydelse för logistikautomation:

1. Uthållighet
Att köra 200 timmar i sträck visar att hårdvaran och styrsystemen klarar långa driftperioder, vilket är avgörande för verkliga lager.

2. Nära-mänsklig genomströmning
Att sortera paket på cirka tre sekunder vardera placerar robotarna nära mänsklig produktivitet vid repetitiva uppgifter.

3. Autonom drift
Robotarna rapporterades arbeta utan fjärrstyrning, vilket innebär att AI-systemet hanterade perception och manipulation direkt i roboten.

Tillsammans tyder dessa faktorer på att humanoida robotar kan vara på väg från korta demonstrationer till kommersiellt relevanta lageruppgifter.

Viktig invändning

Trots de imponerande siffrorna kommer bevisen fortfarande främst från Figure:s egna demonstrationer och livesända tester, snarare än oberoende storskaliga driftsättningar.

Det innebär att experimentet bäst förstås som ett bevis på framsteg snarare än ett bevis på att humanoida robotar är redo att ersätta stora delar av lagerarbetskraften idag.

Ändå signalerar den knappa marginalen i tävlingen ”Människa vs. maskin” – i kombination med en veckolång autonom körning – hur snabbt humanoid robotik avancerar mot verkligt industriellt arbete.

Praktikanten kanske vann den här omgången, men gapet mellan människor och humanoida robotar inom logistik mäts nu i sekunder per paket, inte i storleksordningar.