O robot de almacén de Figure AI supera as 81 horas e os 101,391 paquetes nunha proba de Helix-02

Figure AI converteu unha demostración de oito horas nun sinal de resistencia de varios días: Seoul Economic Daily informa que un humanoide chamado Jim procesou 101,391 paquetes durante 81 horas nunha transmisión en directo de Helix-02.

A distinción importante: Figure ten material oficial que mostra a Helix aplicado á manipulación de paquetes loxísticos, pero a conta de 81 horas e 101,391 paquetes provén da cobertura mediática do directo. RoboHub non verificou de forma independente o contador en vivo desde unha páxina permanente de Figure, polo que os compradores deben tratar o número como un fito reportado, non como un benchmark auditado por terceiros.

Mesmo con esa advertencia, a proba é relevante porque move a robótica humanoide desde os clips curtos de demostración cara ao tempo de actividade, a repetibilidade e a xestión de excepcións. Clasificar paquetes non é glamuroso, pero é exactamente o tipo de traballo repetitivo e de alto volume onde os almacéns xa invisten cartos en automatización.

A propia descrición de loxística de Helix de Figure presenta a tarefa como manipulación e triaxe de paquetes: detectar paquetes en movemento, agarrar caixas variadas ou sobres brandos, reorientar etiquetas para o escaneo e recuperarse cando o fluxo é imperfecto. A empresa afirma que as melloras de Helix para este caso de uso inclúen unha visión estéreo máis rica, funcións visuais multiescala, calibración cruzada entre robots aprendida e un modo de velocidade en tempo de inferencia para unha manipulación máis rápida.

O directo reportado expón unha pregunta diferente: pode o sistema seguir facendo o mesmo traballo útil durante días, non minutos? Segundo o informe, Jim operaba sen teleoperación humana, utilizando Helix-02 para recoñecer caixas, orientar etiquetas e clasificar paquetes a un ritmo de aproximadamente tres a catro segundos por elemento. Segundo se informa, a emisión continuou despois do plan orixinal de oito horas porque o robot seguiu funcionando.

Esa é a razón pola que os equipos de loxística observarán isto con máis atención que unha demostración de limpeza doméstica. Un almacén non necesita que un humanoide pareza humano; necesita unha máquina que poida inserirse en células de traballo deseñadas para humanos, manexar paquetes estraños, sobrevivir a quendas longas e xustificar o seu custo fronte a cintas transportadoras, escáneres fixos, AMRs e o traballo humano.

Aínda quedan preguntas difíciles para os compradores. Simplificouse a célula de traballo para a transmisión? Con que frecuencia os humanos reiniciaron o proceso circundante? Que ocorre con etiquetas danadas, caixas esmagadas, derrames de líquidos, SKUs mesturados ou cintas transportadoras bloqueadas? Pode o robot manter o mesmo tempo de actividade nunha frota, nun almacén de clientes real, con garantías de nivel de servizo?

A conclusión comercial non é que cada liña de clasificación necesite de súpeto un humanoide. É que Figure está intentando demostrar a capa de fiabilidade: autonomía a bordo, velocidade de manipulación, xestión visual de etiquetas e operación de longa duración. Se estas métricas seguen mellorando, os robots de Figure impulsados por Helix vólvense relevantes non só para tarefas de fábrica como os pilotos de fabricación ao estilo BMW, senón tamén para os compradores de loxística que comparan humanoides coa automatización máis tradicional.

Para os compradores de RoboHub, Figure 02 segue sendo o punto de referencia comercial listado, mentres que Figure 03 e Helix-02 representan a pila de autonomía máis recente que aparece nas demostracións de 2026. Calquera conversa seria de adquisición debería preguntar pola dispoñibilidade do modelo actual, a xeografía do piloto, as cargas útiles compatibles, os datos de tempo de actividade, os requisitos de integración e se Figure xestionará as consultas de almacén directamente ou a través de socios seleccionados.