作者：Hunterson 编辑：晋芳博 出品：机器人产业应用
前言
直播狂欢，为何沦为信任危机？
2026年5月13日，美国人形机器人明星创业公司Figure AI CEO Brett Adcock发起一场极具野心的直播挑战：旗下人形机器人F.03将连续8小时完全自主分拣包裹，全程无任何人工干预。这场直播意外从 8 小时延长至200 小时（5 月 22 日结束），其中33 小时（约到 5 月 15 日）成为全网热议的关键节点 —— 此时 3 台机器人（Bob、Frank、Gary）累计分拣超 4.5 万个包裹，吸引大量观众围观。
但狂欢过后，铺天盖地的质疑迅速淹没热度。大量观众与行业技术人员逐帧复盘直播画面，指出机器人存在大量不符合纯自主运行的行为特征，“远程操控”的猜测甚嚣尘上。面对舆论风波，Figure AI坚决否认作弊，却始终拒绝公开后台运行日志、传感器数据或决策链路记录，甚至关闭直播评论区。
这场直播争议，从来不是单一企业的公关危机，而是精准戳中了当前具身智能行业最核心的痛点：当“自主运行”成为行业宣传标配，当“长时任务”沦为demo秀的核心噱头，人形机器人所谓的“自主能力”，到底有多少真实含金量？这场争议背后，既藏着Figure AI这家明星企业的技术路线野心，也折射出整个具身智能行业“demo先行、交付滞后”的深层困境。
01
疑点拆解：直播中的蛛丝马迹，如何区分自主运行与远程遥操？
33小时直播的争议核心，在于观众捕捉到的大量“非自主行为细节”，而这些细节恰好对应着纯自主运行与远程操控的关键技术差异，也为行业提供了一套可落地的辨别逻辑。
从直播画面来看，四大疑点最受诟病。
其一，动作延迟卡顿异常：F.03从“看到包裹”到“伸手抓取”存在约0.5秒的明显停顿，翻面、放置动作也伴随一致滞后，完美契合“人类看画面-思考-发指令”的远程操控链路，而非AI实时决策的毫秒级响应。
其二，诡异异常动作频发：机器人多次出现手臂半空无故停顿、突然抬手“摸头”等不合逻辑的行为，业内推测这是远程操作员调整设备视角或操作失误的“穿帮痕迹”。（也有说法是用了人类数据训练了Figure AI的具身模型导致）
其三，决策逻辑僵化且纠错缺失：全程仅能机械执行“识别条码-抓取-翻面-放置”的固定流程，面对包裹重叠、条码模糊、软包变形等简单异常，完全无法自主切换策略，甚至包裹掉落也无任何检测修正动作。
其四，效率波动贴合人类疲劳规律：长时间运行中，机器人操作效率时高时低，失误率间歇性上升，不符合纯AI系统稳定一致的性能特征，更接近人类操作员的疲劳波动状态。
从技术层面来看，自主运行与远程遥操有着清晰的鉴别标准。
纯自主运行的核心特征是：基于机载传感器实时感知环境，端到端神经网络毫秒级决策，能动态适配环境扰动、自主修正异常动作，决策链路可追溯、可复现。
而远程遥操的典型痕迹则是：动作存在固定延迟、行为逻辑僵化、异常无法自主处理、效率波动无规律，且企业往往拒绝公开核心运行数据以自证清白。简言之，真正的自主能力从不是“长时间运行”，而是“可验证、可复现、能应对不确定性”。
02
深度解析：Figure AI到底是家什么样的公司？技术路线与产品布局
Figure AI是2022年成立于美国的人形机器人明星创业公司，由Brett Adcock创办，核心定位是研发通用人形机器人，主打“全自主运行”技术路线，目标切入物流仓储、工业制造、家庭服务等场景。
公司成立后迅速成为资本宠儿，2024年B轮融资6.75亿美元，吸引英伟达、微软、OpenAI、贝索斯等明星机构与投资人；2025年C轮融资超10亿美元，估值一度飙升至390亿人民币，是全球估值最高的人形机器人初创企业之一。
在技术路线上，Figure AI走端到端VLA（视觉-语言-动作） 自研路线，2025年2月终止与OpenAI合作，推出自研Helix模型；2026年1月升级为Helix-02系统，核心是摒弃传统手写C++控制代码，构建“三层神经网络架构”——底层System 0（1000Hz）负责全身平衡与基础动作控制，中层System 1（200Hz）负责视觉-动作映射，高层System 2（7-9Hz）负责语义推理与任务规划，宣称实现“全机身自主控制”。
其技术核心逻辑是：通过海量人类动作数据与仿真强化学习训练，让机器人直接从摄像头像素与传感器数据推理动作，无需预设脚本。
在产品布局上，Figure AI已迭代三代人形机器人，核心产品矩阵清晰：
·F.01（2023年）：初代原型机，双足行走设计，主打物流场景验证，仅完成基础动作演示。
·F.02（2024年）：第二代产品，硬件全面升级，搭载6台RGB摄像头、16自由度灵巧手，负载25公斤，曾进入宝马工厂测试零件组装，核心用于技术验证与场景试点。
·F.03（2026年）：本次直播主角，第三代量产原型机，搭载Helix-02系统，优化全身协调能力与续航，主打物流分拣等工业场景，官方宣称“具备人类同级工作效率”。
·F.04（研发中）：下一代产品，已锁定设计并启动零部件交付，目标实现“极致泛化与标准化”，对标iPhone在智能手机的地位，计划解决前序产品可靠性与泛化能力不足的问题。
本次直播采用的就是F.03原型机，搭载Helix-02系统作为Figure AI宣称的“全自主核心大脑”，其真实能力与技术短板，是解开直播争议、判断企业技术水平的关键。
从官方宣传来看，Helix-02具备三大核心能力：
其一，全身自主控制：将神经网络控制从半身扩展至全身，统一集成视觉、触觉、本体感知数据，实现行走、操作、平衡一体化控制，无需人工干预；
其二，长时序复杂任务执行：可完成4分钟无reset洗碗机装卸任务，是“全球最长时序全自主人形机器人任务”；
其三，端侧实时推理：核心推理在机载GPU完成，无需联网，响应速度达毫秒级，适配复杂动态场景。
但结合直播表现与行业实测，Helix-02的真实能力距离官方宣传的“全自主”水平还有差距，其一，动作效率低、延迟明显：存在固定0.5秒延迟，未达到毫秒级响应标准；其二，环境泛化能力较弱：能适配传送带匀速、包裹规整、光照稳定的理想场景，面对包裹偏移、条码模糊、光线变化等微小扰动，不具备鲁棒性；其三，异常处理能力：无自主检测、纠错机制，包裹掉落、抓取失败后无法自主恢复，依赖人工干预，与“全自主”定义有一定差距。
从技术迭代来看，Figure AI的三代产品迭代，核心解决的是“有无”与“可靠性”问题，而非“自主能力”突破。F.01验证双足行走可行性，F.02优化硬件与基础动作精度，F.03提升续航与场景适配性，但核心算法还未完全突破“结构化场景依赖”“泛化能力弱”的瓶颈。
而即将推出的F.04聚焦“极致泛化与标准化”，但未公布任何技术创新细节或实测数据，能否解决F.03暴露的核心问题，需要我们进一步观望。
横向对比行业同类产品，Figure AI的技术水平处于中等偏上梯队：在动作精度、硬件稳定性上优于部分初创企业，但在自主决策、环境泛化、异常处理能力上，还有一定的提升空间。
03
结语
回到最初的问题：Figure AI这场33小时直播，“自主运行”的含金量到底有多少？
客观说，直播暴露出的问题确实不少——动作延迟、异常卡死、遇包裹歪斜就懵、效率忽高忽低……这些都说明，当前F.03的“全自主”还远达不到官方宣传的“人类同级效率”，更谈不上应对工业场景的复杂扰动。Figure AI不愿公开后台数据，也让质疑难以彻底消散。
但如果我们只看问题，就错过了一个更重要的行业事实：
在一个人形机器人普遍只敢发剪辑视频、做定制化Demo、在封闭场景里“表演自主”的时代，Figure AI是第一个敢把三台机器人拉到真实传送带前，连续33小时不中断、不剪辑、接受全网逐帧监督的公司。这份“直播到底”的勇气，比任何一版精心制作的产品宣传片都更有分量。它让行业第一次意识到：自主能力不是靠“说”出来的，而是靠“晒”出来的。哪怕晒的过程里暴露了短板，那也是比藏拙更有价值的进步。这次直播之后，任何一家公司再想用“全自主”做营销噱头，观众都会下意识问一句：敢不敢也直播33小时？所以，这场风波的真正价值，不是把Figure AI拉下神坛，而是让整个行业认清一个事实：直播时长不是自主能力的勋章，但敢于直播，是检验自主能力的第一个门槛。 至于F.03到底有几分真自主？数据不公开，我们没法替它下结论。但有一点可以确定：Figure AI替行业走了一步很多人不敢走的棋——这一步走得踉跄，但方向是对的。
