雖然這次展示主要透過公司直播與媒體報導呈現，尚未經過獨立機構驗證，但它顯示出人形機器人正在從短時間展示，逐步邁向可長時間運作的實際工作場景。

Helix‑02：讓機器人能「看見就行動」的 AI

這次運作的核心是 Helix‑02，Figure 最新的機器人自主控制模型。公司將它描述為一個 從視覺輸入直接控制整個機器人身體的單一神經系統，可以同時協調行走、平衡與手部操作。

傳統工業機器人大多依賴預先編寫的動作程式，或使用固定在工作站上的機械臂。Helix‑02 的不同之處在於，它能持續從視覺資訊中判斷環境並產生動作，讓機器人能完成所謂的 「長時間地移動與操作（loco‑manipulation）」任務。

在這次倉庫測試中，機器人利用視覺系統辨識包裹與條碼，接著用靈巧的雙手抓取包裹並放到輸送帶上，並確保條碼朝向正確方向以便後續掃描與分揀。

原本這場直播測試的目標只是 完成 8 小時的自主班次。但在達成目標且沒有出現故障後，公司決定讓系統繼續運作，最終超過 24 小時連續工作。

關鍵指標：速度與處理量

這次展示中，公司強調了幾個重要的性能指標：

• 超過 28,000 件包裹 在約 24 小時內由三台機器人完成分揀。
• 平均 2.6 秒處理一件包裹，接近人類倉儲分揀速度。
• 原定 8 小時自主班次 在沒有故障的情況下延長至 24 小時以上。

如果按照這些數據推算，每台機器人在受控物流任務中每天可以處理數千件包裹。

不過，由於這些數據主要來自公司直播與官方更新，目前仍應視為 早期性能展示，而不是經過第三方驗證的工業級基準。

多機器人「接力」：故障也不會停線

這次測試另一個值得注意的設計，是 多台機器人同時協作，而不是只依賴單一設備。

根據報導，如果其中一台機器人遇到問題，它可以 自動退出工作流程，其他機器人則繼續分揀包裹，讓整條產線保持運作。

這種設計概念與雲端運算或分散式系統類似：系統並不依賴一台完美無缺的機器，而是透過多個節點共同維持整體效率。

目前公開資訊仍未詳細說明任務分配、故障判定與自動恢復的軟體細節，但核心原理是——即使單台機器暫停，整體流程仍能持續運作。

從展示到量產：Figure 的擴張計畫

這次展示的意義，也可能不只在於「24 小時」這個里程碑，而是顯示公司正在為更大規模部署做準備。

Figure 表示，公司透過自家的機器人生產設施 BotQ 正在加速量產。該工廠目前已交付 超過 350 台機器人，並把產量從 每天一台 提升到 約每小時一台。

這代表公司希望部署的不是單一原型機，而是 機器人群體（fleet）。

在各種可能的應用場景中，物流倉庫被認為是最實際的起點：

• 工作流程高度重複
• 環境相對可控
• 勞動力短缺問題明顯

因此倉儲物流常被視為 通用型人形機器人最可能率先落地的大型應用場景。

人形機器人進入實際工作的關鍵一步？

這次展示之所以引起關注，是因為它同時結合了三個在人形機器人領域較少同時出現的能力：

• 接近人類速度的操作能力
• 長時間自主運作
• 多機器人協同工作

當然，真正進入大規模商業部署之前，仍有不少問題需要驗證，包括長期可靠性、安全認證、維護成本，以及與現有倉儲系統整合等。

即便如此，這場測試仍反映出一個明顯趨勢：幾年前，人形機器人還在努力完成基本抓取動作；現在，一些公司已經開始測試 小型機器人隊伍在真實物流流程中連續工作一整天。

如果這些能力在實際工業環境中也能成立，倉儲分揀很可能會成為 通用型人形機器人最早大規模落地的產業之一。

雖然這次展示主要透過公司直播與媒體報導呈現，尚未經過獨立機構驗證，但它顯示出人形機器人正在從短時間展示，逐步邁向可長時間運作的實際工作場景。

Helix‑02：讓機器人能「看見就行動」的 AI

這次運作的核心是 Helix‑02，Figure 最新的機器人自主控制模型。公司將它描述為一個 從視覺輸入直接控制整個機器人身體的單一神經系統，可以同時協調行走、平衡與手部操作。

傳統工業機器人大多依賴預先編寫的動作程式，或使用固定在工作站上的機械臂。Helix‑02 的不同之處在於，它能持續從視覺資訊中判斷環境並產生動作，讓機器人能完成所謂的 「長時間地移動與操作（loco‑manipulation）」任務。

在這次倉庫測試中，機器人利用視覺系統辨識包裹與條碼，接著用靈巧的雙手抓取包裹並放到輸送帶上，並確保條碼朝向正確方向以便後續掃描與分揀。

原本這場直播測試的目標只是 完成 8 小時的自主班次。但在達成目標且沒有出現故障後，公司決定讓系統繼續運作，最終超過 24 小時連續工作。

關鍵指標：速度與處理量

這次展示中，公司強調了幾個重要的性能指標：

• 超過 28,000 件包裹 在約 24 小時內由三台機器人完成分揀。
• 平均 2.6 秒處理一件包裹，接近人類倉儲分揀速度。
• 原定 8 小時自主班次 在沒有故障的情況下延長至 24 小時以上。

如果按照這些數據推算，每台機器人在受控物流任務中每天可以處理數千件包裹。

不過，由於這些數據主要來自公司直播與官方更新，目前仍應視為 早期性能展示，而不是經過第三方驗證的工業級基準。

多機器人「接力」：故障也不會停線

這次測試另一個值得注意的設計，是 多台機器人同時協作，而不是只依賴單一設備。

根據報導，如果其中一台機器人遇到問題，它可以 自動退出工作流程，其他機器人則繼續分揀包裹，讓整條產線保持運作。

這種設計概念與雲端運算或分散式系統類似：系統並不依賴一台完美無缺的機器，而是透過多個節點共同維持整體效率。

目前公開資訊仍未詳細說明任務分配、故障判定與自動恢復的軟體細節，但核心原理是——即使單台機器暫停，整體流程仍能持續運作。

從展示到量產：Figure 的擴張計畫

這次展示的意義，也可能不只在於「24 小時」這個里程碑，而是顯示公司正在為更大規模部署做準備。

Figure 表示，公司透過自家的機器人生產設施 BotQ 正在加速量產。該工廠目前已交付 超過 350 台機器人，並把產量從 每天一台 提升到 約每小時一台。

這代表公司希望部署的不是單一原型機，而是 機器人群體（fleet）。

在各種可能的應用場景中，物流倉庫被認為是最實際的起點：

• 工作流程高度重複
• 環境相對可控
• 勞動力短缺問題明顯

因此倉儲物流常被視為 通用型人形機器人最可能率先落地的大型應用場景。

人形機器人進入實際工作的關鍵一步？

這次展示之所以引起關注，是因為它同時結合了三個在人形機器人領域較少同時出現的能力：

• 接近人類速度的操作能力
• 長時間自主運作
• 多機器人協同工作

當然，真正進入大規模商業部署之前，仍有不少問題需要驗證，包括長期可靠性、安全認證、維護成本，以及與現有倉儲系統整合等。

即便如此，這場測試仍反映出一個明顯趨勢：幾年前，人形機器人還在努力完成基本抓取動作；現在，一些公司已經開始測試 小型機器人隊伍在真實物流流程中連續工作一整天。

如果這些能力在實際工業環境中也能成立，倉儲分揀很可能會成為 通用型人形機器人最早大規模落地的產業之一。