开口就能让机器人帮你洗碗扫地？Figure推出AI模型「Helix」瞄准家务革命

新创公司 Figure AI 自行研发出一款用于人形机器人的全新 AI 模型「Helix」，可以同时控制 2 个机器人，并且遇到从未见过的物品也能顺利应对执行，而这些特点则是 Figure AI 进军「家庭型机器人」这一蓝海市场的底气。 （前情提要：马斯克「地表最强 AI」Grok 3 免费向用户开放：直到伺服器崩溃为止！（含教学） ） （背景补充：OpenAI首款AI代理「Operator」来了！帮你购物、订票、叫外送…解决繁琐网路任务 ） 人形机器人新创公司 Figure AI 创办人兼执行长 Brett Adcock，在昨日宣布一款用于人形机器人的全新 AI 模型「Helix」。就在几周前，该公司才决定与 OpenAI 放弃合作，当时 Brett Adcock 放话会在 30 天内自主研发并推出「人形机器人上从未见过的东西」，目前来看似乎指的就是 Helix。 首创双系统 VLA 模型控制机器人 据科技媒体 Tech crunch 报导 ，Helix 是一个通用的「视觉-语言-动作（Vision-Language-Action, VLA）模型」，它利用视觉和语言指令来处理资讯。目前该类别中最知名的案例是 Google DeepMind 的 RT-2，该模型透过结合影片和大型语言模型（LLM）来训练机器人。 而 Helix 的运作方式也与之类似，透过结合视觉数据与语言提示来即时控制机器人。Figure 表示： Helix 展现了强大的物体泛化能力，能够透过自然语言指令拾取数千种从未见过的家庭用品，无论其形状、大小、颜色或材质如何。 在理想的情况下，用户只需要像机器人发出语音指令，他就能执行对应动作。 而 Helix 的突破之处在于，它是首创的双系统 VLA 模型。根据 Figure AI，Helix 可以针对人形机器人的上半身进行高速、灵巧的控制。这是因为他们过去遇到的困难：「采用 VLM（视觉大语言模型）虽然通用但不快，使用机器人视觉运动策略快但是不通用」。因此，Helix 整合两个互补系统来解决问题。 可同时控制两台机器人的 VLA 模型 另外，Figure 还提供一些机器人实际操作的范例，例如：「把饼干袋递给你右边的机器人」或「从左边的机器人接过饼干袋，然后放入开着的抽屉里。」 不过这也让人好奇，为什么是两台机器人进行示范。Figure 补充表示，因为 Helix 被设计为能同时控制两个机器人，使其互相协助完成各种家务任务，并且 Helix 也是首款能同时操控两台机器人的 VLA。这一突破使机器人能够协同处理长序列操作任务，即便面对从未见过的物品，也能顺利应对： 要让机器人在家庭环境中发挥实际作用，它们需要具备随时生成智慧行为的能力，特别是对于从未见过的物品 另外，Figure AI 还表示，他们在测试中展示了两大突破： 这些机器人成功操控在训练过程中没见过的杂货商品，展现了对不同形状、尺寸和材质的强大通用能力。 两台机器人使用相同的 Helix 模型权重，无需针对个别机器人进行特定训练或明确分配角色。 source:figure AI 家庭型机器人相较于工业型更为复杂 一般而言，由于学习和控制方面的难度是复杂机器人系统进入家庭的主要障碍，业界更倾向于先为工业客户打造机器人，以提高可靠性并降低成本，再进一步进军家庭型机器人。因此，家务机器人的普及可能还需要几年的时间。 不过，随着 Helix 的发布，Figure 也释放了一个明确的信号，即是 Figure AI 要进军「家庭型机器人」这一蓝海市场。但 Figure 也表示，家庭型机器人的训练可能会耗费大量的金钱、人力与时间成本： 目前，即便只是教机器人执行一个新的行为，也需要大量人力投入：要么是花费数小时由拥有博士学历的专家进行手动编程，要么是透过成千上万次的示范训练。 虽然 Figure 释出的 Helix 模型能够让机器人够做出复杂的操作，但需要注意的是，与目前许多的人形机器人领域研究一样，Helix 仍处于非常早期的阶段，后期的成本花费目前还难以估计。 相关报导 OpenAI推出o3模型！推理能力再推高等级，为下一代AI铺路 DeepSeek 带动中国 AI 投资潮，香港恒生科技指冲上三年最高 深度分析》DeepSeek 对 Web3 AI 上下游协议产生的影响 〈开口就能让机器人帮你洗碗扫地？Figure推出AI模型「Helix」瞄准家务革命〉这篇文章最早发布于动区BlockTempo《动区动趋-最具影响力的区块链新闻媒体》。