Кожаные мешки всё ещё в игре: как стажёры обогнали роботов Figure AI в 10-часовом марафоне

Неожиданный результат в битве за склад: люди ещё выигрывают, но разрыв сократился. Источник: @adcock_brett

Пока одни футурологи пророчат нам полную безработицу из-за восстания машин, американская компания Figure AI решила проверить, способны ли современные андроиды выдержать хотя бы одну полноценную смену на складе. Для этого устроили 10-часовое соревнование в формате «человек против машины». Спойлер: человечество пока может выдохнуть, но разрыв сократился до минимума.

Сортировочный батл: условия и участники

Условия эксперимента были максимально приближены к реальным складским будням. С одной стороны — команда стажёров, с другой — три гуманоидных робота Figure 03, которые сменяли друг друга на посту. Задача выглядела монотонно и изнурительно: нужно было взять посылку, сканировать штрих-код и положить её на конвейерную ленту строго лицевой стороной вниз.

Люди работали по правилам трудового законодательства Калифорнии: у них был 30-минутный перерыв на обед и два оплачиваемых перерыва по 10 минут. Роботы же, как и положено железу, работали автономно и без остановок на кофе или разговоры. Победителя определяли по общему количеству правильно обработанных посылок за всё время эксперимента.

We're live Man vs. Machine https://t.co/ovr2sm3Iof

— Figure (@Figure_robot) May 17, 2026

Преимущество выносливости против человеческой скорости

Перед стартом многие ставили на роботов. Логика проста: человек устаёт, теряет концентрацию, его темп неизбежно падает к концу смены. Робот — это стабильность. Однако результаты оказались несколько иными. За 10 часов люди смогли правильно отсортировать 12 924 посылок. Это означает, что в среднем на один объект тратилось 2.79 секунды.

Железная команда отстала совсем немного. Роботы обработали 12 732 посылок со средним темпом 2.83 секунды на штуку. Разница составила всего 169 единиц, или около 1.3%. Это ничтожный разрыв, учитывая, что люди фактически работали на 50 минут меньше из-за законных перерывов. То есть «чистая» скорость людей была заметно выше, чтобы компенсировать время отдыха.

Конечные результаты: F.03: 12 732 пакета | стажёр Айме: 12 924 пакета. Иллюстрация: @adcock_brett

Что это означает для индустрии

Для Бретта Адкока это поражение — на самом деле большая победа. Главная проблема гуманоидных систем сегодня не в том, чтобы быть быстрее Усейна Болта, а в том, чтобы работать стабильно в течение длительного времени без вмешательства оператора. То, что устройства смогли выдержать 10-часовой марафон и почти сравняться в результатах со стажёрами, свидетельствует о готовности технологии к «полевым» испытаниям на реальных объектах вроде заводов BMW или складов Amazon.

Мы видим, как «инновационный» подход к обучению нейросетей позволяет машинам адаптироваться к физическим манипуляциям, которые ранее считались слишком сложными для автоматизации. Пока что люди выигрывают за счёт ловкости рук, но роботы уже дышат в затылок, не требуя при этом ни страховки, ни отпуска.

Пока роботы учатся сортировать коробки, софтверные гиганты занимаются другими аспектами приватности и удобства. Например, Apple может позволить пользователям Siri самостоятельно выбирать срок хранения истории общения, что тоже является частью большой игры с ИИ.