X Square 機械人速度贏 Figure，但真正關鍵未有分勝負

X Square Robot 於 2026 年 8 月 12 日的直播，拋出一個相當搶眼的數字：在一段未經剪輯、歷時一小時的測試中，系統處理了 1,816 件包裹，並聲稱成功率超過 98%。這個數字大約比 Figure AI 在 200 小時自主示範中處理 249,560 件包裹所推算出的每小時 1,247.8 件，高出 45%。12

不過，這並不代表 X Square 已經全面擊敗 Figure。X Square 展示的是一個固定位置、為包裹入料工作度身訂造的雙臂系統可以有幾快；Figure 展示的，則是人形機械人可以自主維持物流工作多久。兩者都值得留意，但測試的重點並不相同。

先看清楚兩組數字

X Square 的系統由兩隻固定式六軸機械臂及簡單夾具組成，負責辨認包裹、拾取、重新調整方向，再將包裹送入輸送帶及掃描流程。公司表示，系統能處理不同大小、形狀、物料及重量的包裹，包括軟包裹，以及需要調整方向才方便下游掃描的紙箱。34

1,816 件包裹在 60 分鐘內完成，平均每件約需 1.98 秒。測試開始時，畫面顯示的目標是每小時 1,248 件，幾乎正好對應 Figure 在較長時間示範中的平均速度。

Figure 的 Figure 03 人形機械人亦執行相近的物流工作：拾取包裹、找出或調整條碼方向，再將包裹放到輸送帶上。直播早段報道的速度約為每件 2.6 秒；但按最後 200 小時處理 249,560 件計算，整體平均其實是每小時 1,247.8 件，即每件約 2.89 秒。56

所以，算術本身沒有問題；有問題的是，這並不是完全對等的比較。

固定式機械臂與人形機械人，解決的是兩種問題

固定式工業工作站可以圍繞一條輸送帶、一個固定工作範圍及一套高容量流程設計。機械臂毋須行路、保持平衡、避開障礙物，亦毋須背負自己的電池及整套移動系統。只要將短而重複的動作路徑最佳化，就能以速度取勝。

人形機械人則以額外的機械複雜度，換取移動能力，以及在原本為人類設計的環境中工作的可能性。雙腳、平衡、機身電源、安全系統及更廣的活動範圍，或許令平台更有彈性；但這些同時也是固定式工作站不需要承擔的成本及效能限制。

這個分別正正關乎商業模式。對於場地布局穩定、貨量高的物流中心，專用雙臂工作站可能更划算。相反，如果客戶不方便重新設計場地，或者希望同一部機械人可以在不同工作區之間移動，人形設計的價值就可能較高。

WALL-B 的示範，究竟證明了甚麼？

X Square 將這套物流系統描述為 WALL-B 具身人工智能模型，以及公司自行開發的六軸機械臂的結合。公開示範中，系統處理了不同種類的包裹；期間出現路線或搬運錯誤後，亦曾肉眼可見地作出修正，再繼續工作。37

這種復原能力，對判斷系統是否形成「感知—行動—修正」的閉環相當有用。尤其是系統沒有遇到第一個意外就停機，證據力度自然比一段完全乾淨、經過剪輯的宣傳片高。

但單靠直播，仍未能證明 WALL-B 的能力具備廣泛泛化性。現場畫面無法分辨，背後究竟是可轉移到不同任務的學習策略，還是由學習式感知配合特定動作原語、狀態機及例外規則組成的混合系統。直播亦未有交代重試、錯誤分流、人手介入、包裹損壞或復原時間的完整分布。

因此，WALL-B 勝過傳統腳本式自動化的說法，單靠這次測試仍未能證實。示範顯示的是一套能力不俗的整合系統，而不是證明同一套能力可以原封不動地轉移到另一款機械人、另一個倉庫布局或另一種任務。

處理速度與持續運作，是兩張不同的計分板

X Square 聲稱成功率超過 98%，確實是一個亮眼的標題數字；但公開結果沒有提供標準化的失敗分類。外界仍不清楚，公司如何計算重試、暫時錯誤分流、可修復錯誤、人手協助，或者最終未能正確到達輸送線終點的包裹。28

Figure 的強項則在另一邊：據報 3 部 Figure 03 人形機械人在連續 200 小時的自主運作中，處理接近 25 萬件包裹，而且沒有出現硬件故障。910

對物流客戶而言，耐力測試之所以重要，是因為實際需要的從來不只是一分鐘或一小時的高速表現，而是跨更、充電、保養及不同故障情況下仍然可預測的運作。不過，Figure 的 200 小時結果同樣未能證明，其包裹種類、方向調整難度、有效產出率及例外處理方式，與 X Square 的一小時測試完全相同。

在兩家公司都未公開足夠標準化數據之前，無法宣布誰是「全能冠軍」。

兩條不同的機械人路線

Figure 押注的是人形機械人：以一個可移動、近似人類身形的平台，在原本為人設計的空間工作，並逐步轉換到不同任務。

X Square 公開展示的策略則較模組化，接近「一個模型，多種應用」。公司一方面讓 WALL-B 用於實體工作，另一方面開發不同機械人本體、數據系統及工業部署。高吞吐量的物流工作站，即使不是公司最終追求的通用具身智能，也可以先成為較容易落地的商業切入點。1112

這個策略帶來一個重要含意：固定式包裹工作站取得成功，證明的是一個可行的應用，不代表同一套策略不需重大調整，就能在家居、人形機械人身上，或無固定規律的倉庫中運作。

經濟效益仍然未有答案

每小時處理多少件包裹，只是自動化商業分析其中一項指標。對於貨量高、已有工程化輸送帶接口、而且場地布局穩定的物流中心，固定式雙臂工作站通常較容易計數；但實際回本還要視乎購入或租賃成本、整合費、維修費、開機率、可取代的人手，以及最終正確處理的包裹數量，而不只是表面速度。

人形機械人日後或可覆蓋更多環境，但就必須證明其移動性及彈性，足以抵銷較複雜的硬件及控制成本。它的價值，在於能否減少客戶重新設計場地的需要，或以合理成本處理固定式自動化難以涵蓋的工作。

X Square 表示，WALL-B 物流系統已在實際包裹分揀線上運作；公司其後亦將公開挑戰延長至 5 小時，處理 10,000 件包裹，總用時為 5 小時 14 分 1 秒。這些結果值得關注，但獨立驗證的生產規模開機率及投資回報數據，仍然未有公開。13

為甚麼 X Square 的急速成長值得留意？

這場直播發布之際，X Square 正處於快速擴張階段。這間深圳公司於 2023 年 12 月成立，截至 2026 年 6 月已連續完成 4 輪融資，直至 Series C；報道指其估值已超過人民幣 200 億元，即約 28 億美元。1415

據報，公司歷輪融資的投資者包括多家大型中國科技及投資機構。這些資金支持一條雙軌路線：先在具吸引力的商業場景部署專用系統，同時繼續建立基礎模型、數據基礎設施及更通用的機械人本體。1516

融資規模本身並不能證明技術聲稱成立，但有助解釋 X Square 為何能夠同時追求短期物流收入，以及長遠的通用機械人目標。

真正有用的機械人排行榜，應該量度甚麼？

兩場直播帶出一個較值得參考的評測方向：以未剪輯、附時間標記的實際操作測試，公開處理速度及持續時間。這比單靠幾十秒的宣傳片評估系統，明顯更有參考價值。

但如果要建立真正可比的排行榜，至少還需要統一以下項目：

• 包裹大小、重量、物料及分布；
• 送料速度及輸送帶配置；
• 機械人數量及硬件配置；
• 成功處理、重試、損壞及錯誤分流的定義；
• 人手協助及遙距操作紀錄；
• 充電、維修及替換程序；
• 持續數日或數星期的開機率；以及
• 每件正確處理包裹的設備成本及能源消耗。

在這些細節公開之前，公司自行舉辦的直播應被視為性能示範，而不是受控的正面對決基準。8

公平結論：一個贏速度，一個贏耐力

就目前公開資料而言，X Square 在固定式包裹入料工作站的一小時吞吐量較強：每小時 1,816 件，聲稱成功率超過 98%。Figure 則在人形機械人的自主耐力方面較突出：200 小時處理接近 25 萬件包裹，而且沒有報告硬件故障。

這兩場示範真正揭示的，與其說是哪家公司造出了「更好的機械人」，不如說是兩種設計各自為不同工作作出了優化。X Square 的結果偏向專用工業吞吐量；Figure 的結果則偏向可移動的人形平台及長時間持續運作。

真正決定商業成敗的問題仍然未有答案：在真實客戶現場，哪一套系統能夠以合理成本、獨立自主而且正確地處理包裹？