与 Open AI 分手后，Figure 推出具身模型 Helix，多个机器人一同做家务

正文

请到「今天看啥」查看全文

Helix 是一个通用的“视觉-语言-感知”（VLA）模型，将感知、语言理解和学习控制统一起来，取得一系列首创：

• 整个上身控制：首次对人形机器人上半身（包括手腕、躯干、头部和各个手指）进行高速率连续控制的VLA。

• 多机器人协作：首个同时在两个机器人上运行的VLA，能够使用从未见过的物品解决共享的远程操作任务。

• 拿起任何东西：只需按照自然语言提示，就能拿起几乎任何小型家居物品，包括数千种它们从未遇到过的物品。

• 一个神经网络：与之前的方法不同，使用一组神经网络权重来学习所有行为（挑选和放置物品、使用抽屉和冰箱以及跨机器人交互），而无需任何针对特定任务的微调。

• 已做好商业准备：首款完全在嵌入式低功耗 GPU 上运行的 VLA，可立即进行商业部署。

在对机器人上半身的控制上，Helix 能以 200Hz 频率协调 35 自由度动作空间，让机器人的上半身从手指、手腕到头部的动作流畅高效。头部与躯干控制存在独特挑战——当头部移动时，将会改变机器人的接触距离和视线范围，以往这种变化会导致机器人不稳定。

视频中，机器人用头部平稳地跟踪双手，同时调整躯干以获得最佳范围，同时保持精确的手指控制以抓握物品。Figure 表示，此前还没有 VLA 能展示这种程度的实施协调，同时保持多任务泛化能力。

Figure 还尝试了将 Helix 运用在一个高难度多智能体操作场景中： 两台 Figure 机器人之间协作实现零样本杂货存放。 这两台机器人都采用了相同的 Helix 模型权重进行操作，不再需要对机器人进行训练或分配角色，它们之间能通过自然语言进行合作。

如下面视频中所展示的，“将一袋饼干递给你右边的机器人”或“从你左边的机器人那里接过一袋饼干并将饼干放在打开的抽屉里”，两台机器人能灵活协同处理问题。

搭载 Helix 的机器人还展现出了强大的泛化能力。 只要一个简单的“拿起 [X]”命令，机器人几乎能拿起所有的小型家庭用品。 在系统测试中，机器人成功处理了杂乱无章的数千件新物品），不需要任何事先演示或自定义编程。

更难得的是，Helix 能弥合语言理解与机器控制之间的距离。例如，当指示机器人“捡起沙漠物品”时，Helix 不仅能识别出玩具仙人掌，还能选择最近的手去抓住物品。这种通用的“语言到动作”的掌握能力，让机器人部署在非结构化环境中有了新可能。

Figure 创始人 Brett Adcock 表示，团队花了一年多的时间研发出了 Helix，让人形机器人无需经过任何训练、代码，就能抓取几乎任何家庭用品。

2

请到「今天看啥」查看全文