每經記者｜趙雯琪 陳 婷 每經編輯｜杜 宇
螢幕裡，傳送帶勻速運轉，冷白色燈光下，銀灰色的人形機器人穩穩站立，機械臂精準完成抓取、翻轉、投放整套動作，包裹從識別到分揀一氣呵成快遞。螢幕前，數百萬名網友線上圍觀這場特殊的“耐力賽”，有人為流暢操作點贊，也有人緊盯畫面看看機器人是否會失誤。
新華社圖
這是美國人形機器人公司Figure AI在社交媒體X平臺發起的“無剪輯、無干預”物流分揀直播測試快遞。5月22日，這場原計劃8小時的直播在不間斷直播到200個小時後宣佈結束挑戰，3臺機器人透過自主輪換充電、故障自主診斷，累計分揀包裹超過24.9萬件，平均3秒分揀1個包裹，接近人類熟練工的水平。
這場現象級直播迅速在全球引發人形機器人替代人工的討論快遞，也讓國內快遞行業的目光再次聚集，人形機器人分揀究竟是里程碑式的技術突破，還是精心策劃的營銷噱頭？它距離規模化落地還有多遠？
對此，《每日經濟新聞》記者（以下簡稱每經記者）對話多位具身智慧領域資深專家及快遞行業一線從業者快遞。有業內人士表示，該測試展示了人形機器人連續作業穩定性顯著進步，但測試環境與真實物流場景存在巨大差距。也有快遞行業資深人士表示，如果機器人價格能被“打”下來，以直播中的情況來看，是完全可能替代大部分人工的。
技術突破難掩場景侷限性
每經記者注意到，此次直播的核心亮點是機器人無人值守連續作業能力快遞。3臺機器人透過輪換機制實現24小時運轉：單臺機器人可連續工作3小時至4小時，電量降至20%時自主前往充電區，滿電機器人無縫接替，檢測到故障則自動駛入維護區請求替換。
最終，Figure AI創始人決定在第200小時時結束這場直播，機器人的包裹分揀記錄也定格在了249558個，如果以單個包裹處理速度看，幾乎接近普通分揀工水平快遞。
直播期間，Figure AI還邀請實習生艾梅·傑拉德與機器人進行10小時競技，比賽遵循加州勞動法，人類享有法定休息時間快遞。最終人類以192件微弱優勢險勝，但休息期間曾被機器人反超。賽後傑拉德手指關節酸脹無法繼續工作，機器人卻仍保持狀態。Figure AI CEO（執行長）Brett Adcock隨即宣稱：“這可能是人類最後一次在分揀任務中戰勝機器人。”
展開全文
“Figure 03在連續作業穩定性和動作流暢性上確實行業領先，但測試場景過於理想化，參考價值有限快遞。”一位不願具名的具身智慧業內人士告訴每經記者。
他指出，直播中包裹規格高度統一：軟包僅顏色不同，大小厚薄完全一致，紙盒也只有兩種標準規格快遞。“但真實快遞SKU（最小存貨單位）複雜度遠超想象，即便小件供包環節，包裹形狀、重量、材質也千差萬別，還有大量異形件、易碎件和液體包裹。且直播中多為易處理的軟包，實際作業中不規則紙盒處理難度更高。”
在他看來，這場直播無法證明分揀能力的場景泛化性快遞。現實中每個物流中心的空間佈局、光線、裝置型號都不同，很多地方還存在新老裝置混用情況，對機器人環境感知和自適應能力要求極高。
該業內人士向每經記者進一步拆解了分揀場景的複雜性：實際流程中，不同環節對包裹擺放要求各異，有的需頂面掃碼，有的需五面掃碼；投放目標既有傳送帶也有分揀小車；分揀員還需識別挑出破損、漏液等異常件快遞。“這些核心場景直播均未覆蓋，也是當前人形機器人的短板。”該業內人士坦言。
此外，真實物流中心的極端環境也是一大挑戰快遞。“南方物流中心冬季室溫與戶外接近，夏季最高可達46℃~47℃，對電子裝置穩定性和耐久性考驗極大。”該業內人士補充道。
對於“固定工位是否需要雙足”的核心問題，他直言：“雙足雖帶來更好的移動性和通用性，但固定工位作業完全不需要，成本太高快遞。”
這些觀點也道破直播中機器人分揀的關鍵盲點：實驗室環境下的紀錄突破，與真實物流中心的穩定商業化運營之間，仍隔著無數工程化鴻溝快遞。
噱頭還是實力
這場直播也引發了國內快遞業的高度關注快遞。一位頭部快遞企業負責人向每經記者表示，直播中機器人承擔的前端小件上供包臺環節，正是當前分揀流程中自動化程度較低、人力需求最集中的環節之一。
該負責人表示，將包裹放上供包臺有三個步驟：稱重、掃描、放件，如果有異形包裹則需要人工篩選出來放在另一邊的處理區快遞。“快遞公司對分揀員的考核指標約為每小時1500件，熟練工最快可達1800件。”該負責人稱，這對熟練工來講是不多的，但不熟練的人人工干預情況就會比較多，此外，一些體積稍微大點或者重量過輕的包裹也需要挑出來人工處理。
不過他也提到，如果未來分揀包裹的機器人價格能被“打”下來，以直播時的模式來看，機器人當下的水平是完全可替代大部分人工的快遞。
但更多業內人士對其當前實用性持謹慎態度快遞。
一位業內人士向每經記者表示，目前多數轉運中心已實現更高程度的無人化擺貨：透過傳送帶將快件輸送至篩分裝置，經智慧平鋪排布後送入雷射識別通道，全程無需人工干預快遞。
當前市場已有成熟的自動化分揀解決方案，其中單件分離系統專門針對“快件混堆難分”痛點快遞。
該業內人士算了一筆效率賬：“Figure 03平均約3秒分揀一件包裹，人工擺件每秒1到2件，而成熟單件分離系統每秒可達2.7件快遞。純效率方面，人形機器人目前沒有什麼優勢。”
也有一家頭部快遞企業內部人士向每經記者坦言：“人形機器人雖能實現六面掃碼基礎功能，但效率遠不及專用六面掃碼裝置，這更多的是噱頭快遞。”
效率、適用場景之外，成本也是人形機器人商業化的核心障礙快遞。據公開報道，Figure 03預計3萬美元起的售價，與美國倉庫工人年薪相當，依託24小時三班倒的作業優勢，其在美國市場的投資回報週期勉強可接受。但中國人工成本更低，且快遞行業利潤微薄，對自動化投入的成本敏感度也會更高。
機器人真正的價值在哪
儘管有爭議，但人形機器人正加速從實驗室走向產業現場快遞。快遞行業專家趙小敏在接受每經記者採訪時表示，今年國內外市場呈現同一趨勢：物流機器人落地提速，應用已從試點邁入實戰階段。
“今年是物流機器人規模化應用的關鍵躍升之年，預計明年可實現全行業大範圍普及快遞。”趙小敏分析，“不單是物流企業，製造企業的生產線、倉儲場景也在加快引入機器人，這一趨勢不可逆轉。”
實際上，國內頭部物流企業早已佈局具身智慧領域快遞。2026年4月27日，星動紀元完成超2億美元融資，由順豐戰略領投，其機器人已在順豐多個物流中心上崗。2026年5月，星動紀元自研的“星動M7”進駐中國郵政廣州郵區中心負責供件作業，目前效率達人工的85%以上。
2025年7月，京東領投3傢俱身智慧企業，稱將聚焦供應鏈場景推動技術落地快遞。2025年10月，科捷物流與優必選子公司達成戰略合作，共同打造倉儲無人化方案，試點成功後將在全國推廣並探索海外應用。
華龍證券釋出的研報指出，人形機器人在工廠場景的良好表現是大規模應用的先決條件，汽車、物流、消費電子等行業有望加速部署，帶動出貨量快速增長，維持行業“推薦”評級快遞。
業內更務實的觀點認為，人形機器人的真正價值不在於替代自動化裝置，而在於填補人力斷層和覆蓋自動化盲區快遞。當前快遞轉運中心的供包環節，因包裹形態各異、堆疊複雜，傳統自動化裝置難以高效處理，正是全自動化的薄弱點，這也是企業率先在此環節引入人形機器人的原因。
封面圖片來源快遞：新華社圖
