之前小规模试产的 Figure 02 配备 6 个 RGB 摄像头、

　　

　　昨天☆▪，硅谷机器人巨头 Figure AI 发布了 Helix 02 ——官方称之为「一个视觉-语言-动作（VLA）通用模型」◆。

　　最直观的展示…◆？一台 Figure 03 机器人走到碗柜前，打开柜门★…，从堆叠的碗碟中挑出一个，转身走向洗碗机，调整角度，稳稳放进去。

　　机器人（与机器人使用的模型）要判断自己的位置•，识别碗柜、水槽、洗碗机的位置关系，然后规划路线走过去。

　　看到餐具之后，还得识别类型：瓷盘、玻璃杯◁☆、塑料碗○，每种都需要不同的姿势和力度。

　　捧起来，还得检测要放进洗碗机的哪个位置◇○，盘子放下层、杯子放上层，餐具放侧边。

　　陶瓷很脆、玻璃很滑、塑料会变形▲△☆，机器人需要精准的触觉反馈控制力度——太轻会滑落…◆，太重会捏碎。

　　结合视觉、触觉★、压力、电感等等多种 sensor，它有了一套多维度的立体视觉能力，能准确判断碗在堆叠中的位置和深度★•。

　　Figure 03 机器人的手上也集成了力反馈机制，能「认知」到自己施加的力量…◇，知道何时接触到了瓷器表面。

　　打开碗柜时，即使现在的角度看不到某个碗，它也记得刚才瞥见过，并根据记忆调整动作。

　　没有远程遥控，运行（这个机器人）的是 Helix，从走路到抓握，以及规划••。

　　Brett Adcock 还重申，同样的通用架构之前让机器人学会了叠毛巾、整理包裹，现在又学会了洗碗◇。

　　眼下唯一的限制就是预训练数据，只要我们给 Helix 喂入更多数据，机器人就能处理更多任务。硬件不需要任何改变，它已经能做大部分人类能做的任务了。

　　这条推文下面，有 X 用户评论◇：「第一次看到人形机器人真的在家里做任务，让我意识到我们离这个未来有多近。」

　　另一边▽，Figure AI 绝不是那种在实验室里纸上谈兵的「创想公司」▼△◆。

　　三年的时间里☆■，Figure AI 的估值从 0 来到 390 亿美元，得到了包括贝佐斯基金◇■▽、OpenAI、微软、英伟达的投资助力□△□。

　　进入机器人领域后，Adcock 陆续从波士顿动力…、特斯拉•▲▽、谷歌 DeepMind 挖来了一堆顶尖人才，Figure AI 的技术实力迅速增长。

　　从最初与 OpenAI 合作研发，到现在完全自研，Figure AI 成功把模型话语权牢牢握在手里。

　　System 0 负责机身运动控制，解决机身平衡★、手指接触、环境扰动等底层控制问题，作用很像人类的小脑。

　　三层协同，最终实现了 Figure 03 可以自主理解指令，认知周围环境，并决定机身如何运动的循环。

　　之前小规模试产的 Figure 02 配备 6 个 RGB 摄像头、双 GPU 模组▽…=，手部拥有 16 个自由度，最大搬运重量 25 公斤。

　　到了最新的 Figure 03▷，它的每只手掌都内嵌摄像头和触觉传感器，可以实现最低 3g 的压力检测。

　　更关键的是，FigureAI的机器人「肯进厂」★◆，拥有快速组装送往实战的能力。

　　在那儿，Figure 02 负责把钣金零件精准放置到固定装置里——大型固定式机器臂难以照顾的精细活儿。

　　这些 Figure 02 在宝马累计工作了 11 个月，总行走里程近 200 英里，搬运了超过 9 万个零件●▪=，协助生产了超过三万辆宝马 X3。

　　Adcock 还晒出了布满划痕和磨损的机器人照片，表明这是一次「真刀真枪」的商业验证：

　　看到机器人拧螺丝，宝马生产部门董事 Milan Nedeljković 总结：

　　通过早期测试▷，我们正在确定人形机器人在生产中的可能应用。我们未来希望可以从（机器人的）技术开发阶段就参与进来。

　　比如在 2024 年▽☆，OpenAI 不仅给 Figure AI 提供了投资，甚至帮助开发了语音模型，让机器人能接受自然语言指令。

　　尽管 Figure 后来转向自研 Helix■，但这段合作实质上为 VLA 模型打下了一个基础•○。

　　类似 LG 和海信都展示了能在家里自主移动、协助做家务的机器人原型，说明传统家电企业纷纷开始意识到：

　　下一代智能家电不是算力更强的冰箱或洗衣机，而是能直接操作这些设备的机器人。

　　就在刚刚，蚂蚁集团旗下灵波科技开源了具身大模型 LingBot-VLA。

　　LingBot- VLA 作为一个面向真实操作场景的「智能基座」，实现了机器人跨本体、跨任务泛化能力。

　　根据灵波科技的数据▽□•，LingBot-VLA 在包含 100 项线 评测中，刷新了真机评测的成功率纪录=。

　　不只是蚂蚁，京东★◆、阿里、腾讯、华为、比亚迪=-▷、小米——几乎所有科技巨头都在布局具身智能。

　　2024 年中国人形机器人市场规模达 27.6 亿人民币，2029 年有望扩大至 750 亿元-，到 2035 年更是可能激增至 3000 亿元。

　　目前已经有多家具身智能公司有望登台展示——不是摆设=○○，是真能上台唱跳 rap 的那种。

　　厂商其实不需要为每个任务单独编程△=，不需要收集巨量推演数据，只要一个足够强的 VLA 模型，机器人就能自己理解指令、自己熟悉环境、自己生成策略。

　　就像 GPT 之于语言☆▷○，Helix 之于具身智能一样，今天机器人能刷碗▼、打螺丝，明天它就能照顾你的饮食起居。