智慧再升级 Figure机器人实现人类式推理 全新功能

FigureAI刚刚发布的通用视觉-语言-行动（VLA）模型——Helix，实现了像人类一样的推理能力，将感知、语言理解和学习控制融为一体。通过自然语言，它可以控制人形机器人完成整个上半身的行动。Helix在无特定任务演示或大量手动编程的情况下，能够快速生成长程、协作性的灵巧操作，这在机器人技术领域中是一个重要的突破。

Helix模型实现了多个首创性的技术成果。
它配备了独特的系统1和系统2VLA模型，用于对整个仿人上半身进行高速、灵巧的控制。
这一系统解决了传统方法中的权衡问题，实现了通用性和实时性的完美结合。
Helix的数据收集、架构、训练和优化都经过了精心的设计，确保机器人能够按需生成智能新行为，尤其是针对那些从未见过的物体。

Helix的数据集收集使用了高质量、多机器人、多操作员的方式，包含了各种远程操作行为，总计约500小时。
架构方面，系统2基于开源VLM骨干，系统1则是潜条件视觉运动transformer。
训练过程中，采用完全端到端的训练方式，通过标准回归损耗将原始像素和文本指令映射为连续动作。
这种训练方式确保了Helix无需针对具体任务进行适应性调整，只需要单一的神经网络权重集就能完成多种任务。

Helix的表现令人印象深刻。
它能够实现精细的VLA整个上半身控制，以200Hz的频率协调35-DoF的动作空间。
Helix还展示了零样本多机器人协调的能力，在接收拿起[X]的指令后，能够拾起几乎任何小型家用物品，包括那些从未见过的物品。
这些成就标志着人形机器人在家庭环境中的巨大潜力。

值得注意的是，Helix的收集规模与现代的单任务模仿学习数据集更相近，但其应用范围却更加广泛。
与其他方法相比，Helix只需一个统一的模型就能实现强大的性能，显示出其高效性和通用性。
研究团队表示，尽管这些成果令人兴奋，但这只是冰山一角。
他们期待将Helix的规模扩大更多倍，探索更多的可能性。

Helix的出现是机器人技术领域的一次重大突破。
它实现了从语言到行动的通用抓取能力，为非结构化环境中人形机器人的部署开辟了令人兴奋的新可能性。
随着技术的不断进步，我们有望在未来看到更多的智能机器人在家庭环境中发挥重要作用。

---

---

相关标签： 神经网络、 推理、 动作、 仿人、 家庭用品、 人形机器人、 编程、

上一篇：尊界藏着怎样的杀手锏期待中的巅峰对决

下一篇：美联储高官预测今年有望再降息两次