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

Figure 首个 VLA 模型，有效实现人形机器人上半身高效控制。

原标题：与 Open AI 分手后，Figure 推出具身模型 Helix，多个机器人一同做家务
文章来源：AI科技评论
内容字数：5235字

Figure发布首个自研具身模型Helix，实现人形机器人上半身高效控制

本文总结了Figure公司发布的其首个自研具身模型Helix的要点。Helix是一个通用的“视觉-语言-感知”（VLA）模型，实现了人形机器人上半身的高效控制，并展现出多机器人协作能力和强大的泛化能力。

1. Helix模型的核心功能与优势

   Helix模型的核心在于其对人形机器人上半身（包括手腕、躯干、头部和各个手指）的200Hz高速率连续控制。它实现了以下几个方面的突破：

   • 整个上身控制：首次实现对人形机器人上半身进行高速率连续控制的VLA模型。
   • 多机器人协作：首个同时在两个机器人上运行的VLA模型，能够进行多机器人协作完成任务。
   • 强大的泛化能力：只需简单的自然语言指令，即可拾取各种小型家居用品，包括数千种从未见过的物品。
   • 单一神经网络：使用一组神经网络权重学习所有行为，无需针对特定任务进行微调。
   • 商业化准备：可在嵌入式低功耗GPU上运行，可立即进行商业部署。

   Helix在控制机器人上半身时，能够协调35个度，并巧妙地处理头部和躯干带来的挑战，保证机器人动作的流畅性和稳定性。

2. “系统1、系统2”架构

   Helix采用了一种创新的“系统1、系统2”VLA模型架构，结合了通用性和速度两个关键因素：

   • 系统2 (S2)：一个基于互联网预训练的VLM，负责场景理解和语言理解，运行频率为7-9 Hz。
   • 系统1 (S1)：一个快速反应的视觉策略，将S2的输出转化为200 Hz的精确连续机器人动作。

   这种分层架构允许两个系统分别在其最佳时间尺度上运行，S2进行“慢思考”，S2进行“快思考”，实现了高效的控制。

3. 数据效率和未来潜力

   Helix仅使用了约500小时的高质量监督数据进行训练，远小于之前的VLA数据集，展现了其极高的数据效率。其强大的泛化能力、高速率、高维度的输出以及简单的架构，为人形机器人在非结构化环境中的应用开辟了新的可能性。Figure表示，Helix可以扩展到更具挑战性的动作空间，实现更复杂的任务。

总而言之，Figure的Helix模型在人形机器人控制领域取得了显著进展，其高效的控制能力、强大的泛化能力和多机器人协作能力，预示着人形机器人技术迈向更实用、更智能的未来。

联系作者

文章来源：AI科技评论
作者微信：
作者简介：雷峰网旗下AI新媒体。聚焦AI前沿研究，关注AI工程落地。