X Square机器人速度赢了Figure，但真正重要的指标还没有答案

X Square Robot在2026年8月12日的直播中给出了一个极具冲击力的数字：在一场未剪辑、持续60分钟的测试里，系统处理了1816个包裹，并宣称成功率超过98%。按每小时计算，这一结果比Figure AI在249,560个包裹、持续200小时的自主运行演示中折算出的平均每小时1247.8个包裹高出约45%。12

但这并不是一场可以简单判定胜负的比赛。

X Square展示的是一套固定、专门为包裹上料任务设计的双臂工作站究竟能跑多快；Figure展示的则是人形机器人能否在更长时间内持续完成物流作业。两项成果都值得关注，但考察的是不同能力。

先看懂两个数字

X Square的系统由两台固定式六轴机械臂和简易夹具组成，负责识别包裹、抓取、调整方向，再将包裹送入传送带和扫描流程。公司称，系统能够处理大小、形状、材质和重量各异的包裹，包括软包装，以及需要调整朝向才能完成后续扫描的箱件。34

1816个包裹在60分钟内完成，平均约每1.98秒处理一个。直播开始前，系统设置的目标是每小时1248个包裹，几乎正好对应Figure长期演示的平均值。

Figure的Figure 03人形机器人执行的是相近但并不完全相同的物流任务：抓取包裹，识别或调整条码方向，然后把包裹放上传送带。直播早期报道的处理速度约为每件2.6秒；而最终的249,560个包裹除以200小时，则得到每小时1247.8个包裹、平均每件约2.89秒。56

所以，算术本身没有问题；问题在于，这些数字并不来自同一套测试条件。

为什么固定机械臂天然更快

固定式工业工作站可以围绕一条传送带、一个限定的工作范围和一道高频工序进行专门优化。机械臂不需要行走、保持平衡、绕开障碍物，也不必携带自身的完整供电系统。只要把短距离、重复性的运动轨迹调到最佳，就能追求很高的吞吐量。

人形机器人则用更复杂的机械结构换取移动能力，以及对人类环境的适配性。腿部、平衡控制、机载电源、安全系统和更宽的可达空间，可能让它更容易进入为人设计的场地；但这些能力也带来了固定工作站无需承担的能耗、控制复杂度、速度和成本压力。

这一区别直接关系到商业模式。对于布局稳定、订单量大、可以改造传送带接口的分拣中心，专用双臂工作站可能更划算。对于无法大规模改造场地，或希望一台设备在多个区域之间移动的客户，人形形态的价值可能更高。

WALL-B的表现说明了什么

X Square将这套物流系统描述为WALL-B具身智能模型与自研六轴机械臂的结合。公开演示中，系统处理了不同类型的包裹，并在出现路线或搬运错误后表现出明显的恢复动作，随后继续工作。37

这种恢复具有一定信息量：它显示感知、动作和纠错环节似乎形成了闭环，而不是遇到意外情况就完全停机。相比一段经过剪辑、只保留成功画面的宣传视频，未剪辑直播更有说服力。

不过，单场直播仍不能证明这项能力具备广泛泛化性。仅凭画面，外界无法判断系统使用的是可以迁移到多种场景的学习策略，还是将学习到的感知能力与特定动作模板、状态机和异常处理规则结合在一起。直播也没有完整披露重试、误分流、人工介入、包裹损坏或恢复耗时的具体分布。

因此，WALL-B优于传统脚本式自动化的说法，不能仅凭这次测试得到证实。演示证明了一个能力不弱的集成系统，却没有证明这套能力可以原样迁移到另一种机器人身体、另一种仓库布局或另一项任务中。

吞吐量和耐久性是两张不同的排行榜

X Square宣称的“超过98%成功率”是醒目的成绩，但公开结果没有给出标准化的失败分类。外界仍不清楚，重试、短暂误分流、可恢复错误、人工协助，或最终未能正确到达分拣线末端的包裹，分别是如何被统计的。28

Figure的核心优势则在耐久性。公司称，三台Figure 03人形机器人完成了近25万个包裹、连续200小时的自主物流作业，期间没有报告硬件故障。910

这一耐久性成绩很重要，因为物流客户需要的不是几分钟或一小时的高速度，而是跨班次运行时的可预测性，包括充电、维护以及不同故障条件下的持续作业能力。

反过来，Figure的200小时结果也没有说明其包裹组合、朝向难度、有效成功率和异常处理方式是否与X Square的一小时测试相当。

在双方都没有公布足够多的标准化数据之前，还不能得出一个适用于所有场景的“赢家”。

两条不同的机器人路线

Figure押注的是人形机器人：打造一个可移动、接近人类形态的平台，先进入按人的身高、动线和设施设计的空间，未来再在不同任务之间切换。

X Square公开呈现的策略则更强调“一个模型，多种应用”。公司一方面把WALL-B用于物流等实体场景，另一方面继续建设机器人本体、数据系统和更通用的机器人形态。高吞吐量物流工作站可以成为商业化切入口，即使公司的长期目标仍是通用具身智能。1112

这意味着，固定式包裹工作站的成功，首先证明的是一个可落地的应用，而不是证明同一套策略不经重大调整，就能在家庭、人形机器人或无结构仓库中运行。

经济账还缺少关键数据

每小时包裹数只是自动化商业模型的一部分。

当物流场地订单量大、传送带接口成熟、布局稳定且允许工程化改造时，固定式双臂工作站通常更容易论证投资合理性。但它能否带来回报，还取决于采购或租赁成本、系统集成、维护费用、实际运行时间、替代了多少人工，以及最终正确处理的包裹数量，而不是毛吞吐量这一项指标。

人形机器人未来或许可以覆盖更多环境，但必须证明其移动性和灵活性足以抵消更复杂的硬件与控制系统成本。它的价值取决于能否减少场地改造需求，或承担固定自动化设备无法以合理成本完成的任务。

X Square表示，WALL-B物流系统已经在真实包裹分拣线上运行。公司随后又把公开挑战延长至5小时，最终在5小时14分1秒内处理了1万个包裹。这些结果值得关注，但独立验证的生产级运行时间、故障率和投资回报数据仍然缺失。13

X Square为何能快速扩张

这场直播发生之际，X Square正处于快速扩张阶段。这家总部位于深圳的公司成立于2023年12月，截至2026年6月，已连续完成四轮融资，最终推进至C轮；当时报道给出的估值超过200亿元人民币，约合28亿美元。1415

报道显示，其历轮融资参与者包括多家中国大型科技和投资机构。资金支持了公司的双轨路线：在物流等商业吸引力较高的场景部署专用系统，同时继续建设基础模型、数据基础设施和更通用的机器人本体。1516

融资本身并不能验证技术宣传，但它解释了X Square为何能够同时追求近期的物流收入和长期的通用机器人目标。

机器人排行榜应该怎么比

这两场直播说明，机器人行业的性能展示正在从剪辑过的短视频，转向未剪辑、带时间戳、同时公布吞吐量和运行时长的实际操作测试。这是一个积极变化。

但要做出真正可比的排行榜，还需要统一以下条件：

• 包裹的尺寸、重量、材质及其分布；
• 进料速度和传送带配置；
• 机器人数量及硬件配置；
• 成功处理、重试、损坏和误分流的定义；
• 人工协助和远程操控日志；
• 充电、维护和设备替换流程；
• 持续数天或数周的正常运行时间；
• 安装成本，以及每个正确处理包裹的能耗和综合成本。

在这些信息公开之前，公司自行组织的直播更适合被视为性能演示，而不是受控的正面对比基准。8

更公平的结论

就目前公开结果而言，X Square在固定式包裹上料工作站的一小时吞吐量上占优：每小时1816个包裹，报告成功率超过98%。Figure则在人形机器人自主运行的耐久性上占优：200小时处理近25万个包裹，且未报告硬件故障。

两场演示揭示的，与其说是哪家公司造出了“普遍更好的机器人”，不如说是哪种设计更适合哪类工作。X Square的结果偏向专用工业设备的高吞吐；Figure的结果偏向移动本体和长时间持续运行。

真正决定商业成败的问题仍没有答案：在真实客户现场，哪套系统能够以可负担的成本，独立、持续且正确地处理包裹？