近期，Figure AI举办的人机分拣对抗赛，在科技行业引发不小讨论。人类实习生艾梅，同品牌旗下的Figure 03机器人展开了一场长达10小时的分拣竞速比拼。最终人类共计分拣12924件包裹，机器人完成12732件，二者仅有192件的微小差距，人类惊险拿下这场对决。
看似差距不大的赛果，实实在在反映出当前工业机器人和人工实操之间的能力鸿沟。整场比拼里，人类中途累计休息了50分钟，机器人却全程无休、不停运转。拥有续航优势的机器没能实现反超，也暴露出如今仓储分拣机器人依旧存在不少技术短板。
这款Figure 03机器人，搭载品牌自研的Helix-02端到端神经网络系统。硬件上配备六组RGB摄像镜头，机械手部加装触觉传感器，抓取精度能够达到3克级别。它的工作模式区别于传统固定程序指令，依靠海量人类实操数据训练学习，模拟人的动作来完成分拣工作。
可现实仓库的作业环境，远比预设程序模型复杂得多。规整的纸箱分拣起来轻松简单，各式各样的软包装袋、外形不规则的包裹就很难处理。货品容易变形褶皱，快递条码张贴位置杂乱，还时常出现遮挡问题。如何拿捏抓取力度、灵活变换操作角度，同时保证货物不被损坏，这些都是机器人现阶段难以妥善解决的难题。
结合整场比赛的实际表现来看，机器人落败主要归结为三大问题。
第一，视觉识别存在明显局限。机器人依靠摄像头采集画面识别货品信息，一旦条码被遮挡、标签位置偏僻，识别进度就会被迫放缓。碰到数据库里没有录入的异形包裹，AI无法快速判定处理方案，反应迟缓直接拖慢了整体作业速度。
第二，抓取操作的稳定性有待提升。作业过程中，机器人偶尔会失手将包裹推落出传送带。人类发现失误后可以立刻捡起归位，机器人出现操作偏差后，校准复位流程繁琐耗时，一次次零星的时间损耗，慢慢拉大了双方的作业总量。
第三，单件处理效率存在细微落差。实测数据显示，人类分拣一件货品平均用时2.79秒，机器人则需要2.83秒。单次只差0.04秒，可历经十个小时的持续作业，小小的时差不断叠加，最终形成了肉眼可见的数量差距。
单论持续作业能力，机器人优势十分突出。参赛机型此前曾连续工作96小时，累计分拣超十万件包裹，这是人体生理条件远远达不到的水准。但面对多变的现场状况、样式特殊的货品以及突发意外时，人类日积月累形成的肌肉反应、临场判断力与灵活应变能力，依旧是当下人工智能暂时无法复刻的核心竞争力。
赛事负责人赛后坦言，这大概率会是人类在同类比拼里最后一次获胜。放眼整个行业，智能机器人技术更新迭代速度很快，算法不断优化、硬件持续升级，人机之间的作业差距也在不断缩小。
自动化设备擅长长时间标准化作业，不足之处便是应对复杂场景不够灵活；人工处理突发情况得心应手，却会受到体力精力的约束。随着智能制造技术持续突破，机器人补足自身短板只是时间问题，仓储物流行业全面迈向无人化、自动化，也将成为未来行业发展的必然趋势。
全部评论