Figure AI推出了HELIX，这是一项具有开创性的技术。视觉-语言-行动（VLA）模型，将视觉、语言理解和行动执行整合到一个神经网络中。这一创新使类人机器人能够以最少的编程或微调来执行复杂任务，标志着机器人技术的重大进步。HELIX在工业、家庭和协作环境中具有广泛的应用潜力，有望重新定义类人机器人的能力。

HELIX旨在打破障碍。无论是在仓库的有序混乱中导航，还是在家庭的不可预测环境中工作，它都被设计得更智能、更多才多艺且更易于合作。通过将视觉、语言理解和行动整合到一个神经网络中，HELIX使机器人能够以最少的编程或微调来处理复杂任务。结果是？机器可以泛化、适应，甚至相互协作。如果你曾希望有一个真正能帮忙的机器人——无论是捡起一个不熟悉的物体还是与你一起完成项目——HELIX可能就是你一直在等待的突破。

Figure AI类人机器人

视觉-语言-行动模型：HELIX的核心创新

HELIX的核心是视觉-语言-行动（VLA）模型，它无缝结合了三个基本功能：

• 视觉：使机器人能够识别物体并解释其周围环境。
• 语言处理：允许机器人理解和响应自然语言提示。
• 行动执行：根据解释的命令协助任务的执行。

与依赖于单独模块的传统机器人系统不同，HELIX通过一个统一的神经网络运行。这种集成设计消除了任务特定微调的需要，使机器人能够在广泛的场景中泛化其行为。

HELIX的一个突出特点是其能够在低功耗GPU上运行，使其既节能又具成本效益。这种紧凑且可扩展的设计确保HELIX可以在各种机器人平台上部署而不牺牲性能，使其成为多样化应用的多功能解决方案。

能力：适应性、协作性和精确性

配备HELIX的机器人展示了卓越的适应性，能够在没有任务特定训练的情况下操控不熟悉的物体并响应自然语言命令。例如，机器人可以执行“拿起红色杯子并放在桌子上”这样的命令，即使它从未遇到过这种确切的场景。这种适应性由HELIX的预训练视觉-语言模型提供支持，该模型具有70亿个参数，能够解释和执行广泛的命令。

在协作任务中，HELIX通过控制整个类人上半身，包括手腕、躯干、头部和手指，以高灵活性表现出色。这种能力使多个机器人能够无缝协作，执行如物体传递或共享操作等任务。这种协调在工业和家庭环境中特别有价值，因为团队合作和灵活性通常是必不可少的。

训练和数据：构建HELIX的先进能力

HELIX的复杂能力是通过对多样化数据集的广泛训练实现的。该模型的开发使用了：

• 500小时的远程操作行为：人类操作员引导机器人完成各种任务，创建了一个现实场景的数据集。
• 自动标注视频数据：与远程操作会话配对，以提供自然语言条件的训练对。
• 合成数据：用于让模型接触更广泛的场景和极端情况。
• 强化学习：通过迭代学习过程优化决策和适应性。

这种真实世界和合成数据的结合确保了HELIX能够有效泛化，适应新环境和任务，所需的额外训练最少。结果是一个在精确性和灵活性之间取得平衡的模型，使其适用于广泛的应用。

跨行业和家庭的应用

HELIX最初针对工业应用，其处理多样化物体和执行协作任务的能力可以简化操作。例如，在宝马制造厂，配备HELIX的机器人在装配和物流任务中展示了其潜力，降低了劳动力成本并提高了效率。

在家庭环境中，HELIX提供了令人期待的可能性，尽管家庭环境的不可预测性带来了独特的挑战。其泛化和适应能力表明，它最终可能协助完成如清洁、整理或护理等任务。这种多功能性使HELIX成为家庭使用的潜在绝佳选择，前提是进一步改进以应对家庭环境的复杂性。

HELIX的竞争优势

HELIX使Figure AI在竞争激烈的类人机器人领域脱颖而出。尽管特斯拉、波士顿动力和谷歌DeepMind在如移动性和现实世界测试等领域取得了重大进展，HELIX通过强调认知和协作能力而与众不同。

特斯拉的Optimus机器人和波士顿动力的Atlas专注于身体灵活性和移动性，但HELIX优先考虑任务泛化和无缝协调的能力。这种方法使HELIX适用于更广泛的应用，从工业自动化到家庭辅助，使其在机器人市场中具有独特的优势。

挑战和未来方向

尽管具有令人印象深刻的能力，HELIX面临着几个必须解决的挑战，以释放其全部潜力。改进的关键领域包括：

• 现实世界测试：虽然HELIX在受控环境中表现出色，但其在不可预测、无结构环境中的表现尚待完全验证。
• 自主性：关于其独立性和在没有人类干预的情况下处理意外情况的能力仍存在疑问。
• 语音命令集成：增强其对口头指令的响应能力可以显著扩大其可用性和吸引力。

未来的研发工作可能会集中在完善这些方面，并扩展HELIX的功能。基于车队的数据收集和共享学习系统可以加速进展，使机器人能够从彼此的经验中学习。随着机器人技术竞争的加剧，Figure AI需要保持透明，并展示HELIX的实际价值，以确保其被广泛采用。

商业可行性与可扩展性

HELIX被描述为已具备商业化准备，并已在工业环境中成功试验。其在低功耗GPU上运行的能力和可扩展的设计，使其成为企业在自动化复杂任务时的理想选择。通过使用车队学习系统，HELIX可以不断改进，确保为用户提供长期价值。

随着各行业越来越多地采用自动化，HELIX结合了先进的AI能力和实际应用，使其成为解决各种挑战的理想方案。其适应性和协作特性使其成为工业和家庭使用的多功能工具，前提是持续的发展能解决其当前的局限性。