В сфере логистического искусственного интеллекта произошел значимый сдвиг. 12 августа 2026 года компания X Square Robot провела публичную демонстрацию своей стационарной роботизированной системы, которая сумела отсортировать 1816 посылок за один час. Это событие, прошедшее в формате непрерывной трансляции, стало новым ориентиром для индустрии автоматизации складов, бросив вызов текущим лидерам рынка.
Детали демонстрации и показатели эффективности
Согласно официальным заявлениям X Square Robot, их система, оснащенная двумя роботизированными манипуляторами, продемонстрировала беспрецедентную скорость работы. Ключевым фактором успеха стала не только скорость захвата, но и высокая точность: компания зафиксировала показатель успешной обработки выше 98%. Трансляция события, подтвержденная изданием Pandaily, проходила без монтажа, что позволило зрителям в реальном времени наблюдать за работой алгоритмов и механики. Цифровой счетчик на экране трансляции фиксировал каждую обработанную единицу, достигнув итогового значения 1816.
Сравнительный анализ с Figure AI
Результат X Square Robot сразу же привлек внимание аналитиков в контексте недавних достижений компании Figure AI. В ходе предыдущих испытаний гуманоидные роботы Figure обработали 249 560 посылок за 200 часов. Простой арифметический расчет показывает среднюю производительность Figure AI на уровне 1247,8 посылок в час. Таким образом, показатель X Square Robot превышает результат Figure AI примерно на 45%. Однако эксперты подчеркивают, что прямое сравнение этих цифр требует осторожности, так как архитектуры систем кардинально различаются: X Square использовала специализированные стационарные манипуляторы с простыми захватами, в то время как Figure AI применяет гуманоидных роботов, что подразумевает более сложную и дорогую организацию рабочего процесса.
Противоречивые данные и отсутствие независимого аудита
Несмотря на впечатляющие цифры, в сообществе технических экспертов возникли дискуссии относительно методологии испытаний. Публичная демонстрация X Square не сопровождалась независимым техническим аудитом или журналом вмешательств операторов. В отличие от стандартизированных бенчмарков, условия испытания оставались под полным контролем производителя. Неизвестно, были ли идентичны наборы посылок, использованные в тестах X Square и Figure AI, а также как именно определялись критерии ошибок. Кроме того, отсутствуют данные о том, как часто операторы вмешивались в процесс для исправления сбоев, что критически важно для оценки реальной автономности системы.
Перспективы внедрения в реальную логистику
Тем не менее, непрерывный час работы дает больше информации, чем короткие демонстрационные ролики. Наблюдение за системой в течение длительного времени позволило оценить повторяемость циклов и способность роботов восстанавливаться после ошибок. Для оценки готовности таких систем к реальной эксплуатации на крупных складах потребуются воспроизводимые испытания на контрольном наборе посылок. Инвесторам и логистическим операторам важно получить данные не только о скорости, но и о стоимости обработки одной посылки, энергопотреблении, безопасности и простоте интеграции в существующую инфраструктуру.
