好意思国机器东谈主界掌管 demo 的神，Figure万宁隔热条PA66厂家，冷不防又出拳！

此次，他们带来了新的具身大脑Helix 02以及新的务 demo。

在特上，Figure 雇主 Brett 径直放话：

机器东谈主舞蹈没什么难的，信得过的难点在智能末端。

咱们强的模子来了，能完成复杂和永劫序的任务。

话虽狂，但此次的 demo，的确很有劝服力。

在中，搭载 Helix 02 的 Figure 03，在往往的庭厨房里，自主完成了洗碗机取盘并放入橱柜的整套历程。

在接近 4 分钟的完满任务里，机器东谈主重新到尾莫得重置、莫得东谈主工打扰、也莫得遥操作，行走、握取、搬运、扬弃等 61 个操作整个连成条连气儿动作链。

Figure 直言，这是迄今为止，东谈主形机器东谈主自主完成的时刻跨度长、复杂度的任务。

并且须强调的是，此次 Helix 02不再是高低半因素别末端，而是把视觉、触觉等感知统接入，由个系统径直输出全身动作的端到端末端。

其中新引入的 system0 还基于 1000 小时东谈主类数据熟谙，替代了之前手写的 10 万多行代码。

对此，前 CMU 机器东谈主计划员 Chong Zhang 也示意：

Figure 终于毁灭了他们逾期的全身 MPC，并使用咱们当代的东谈主类到类东谈主的 RL 全身末端。

此外，Helix 02 还次地把手掌录像头与触觉传感器输入引入到模子的末端战略。

对此，不少网友示意有被颤动到：

就连 Sunday 机器东谈主的工程师 Alper 也示意万宁隔热条PA66厂家，这是他迄今为止见过好的机器东谈主全身末端。

Helix 02：加入系统 0 的 VLA

如前边 demo 所展示的那样，此次 Helix 02 的主的是在厨房里握取 - 移动 - 扬弃的长程任务，这需要机器东谈主达成细密的全身末端与移动操作（loco-manipulation）。

为此，Helix 02 造了个统的视觉—领路神经网罗——

个统全身行走—操作的体化 VLA 模子（A Unified Whole-Body Loco-Manipulation VLA）。

它把机载的整个传感器、视觉、触觉与骨子感知径直接到所有实行器上，让机器东谈主把"嗅觉、念念考、行径"当成件事来作念。

达成这点的环节，在于 Figure 在昨年 2 月发布的 Helix 双（快慢）系统架构基础上，引入了个新的System 0，用于全身末端。

至此，Helix 02 酿成了套从像素到扭矩（torque）的紧密层系统：

System 2（S2）：慢系统，崇敬层语义理——清醒场景、清醒言语，并将任务拆解为系列行径观念。

System 1（S1）：快系统，以 200 Hz 的频率进行快速念念考，将感知成果滚动为全身关节观念。

System 0（S0）：以 1kHz 的频率实行，崇敬均衡、战斗处理以及全身配合实行。

咱们先从此次变化大的System 0提及。

System 0：基于东谈主类数据的东谈主形全身末端

System 0 是个学习赢得的全身末端器：它基于1000 多小时的东谈主类领路数据熟谙，并结了仿真到现实（sim-to-real）的强化学习。

具体而言，System 0 用个神经网罗先验，替代了109504 行手工编写的 C++ 末端代码，崇敬把每个动作实行得自如、当然且可控。

从定位上看，S0 是个面向东谈主形机器东谈主的全身末端基础模子，不为某个具体动作做事。

它学习的也不是"怎么步碾儿"或"怎么伸手"，而是种底层的先验：

东谈主在保持均衡与自如的前提下，世俗是怎么领路的。

这亦然 Helix 02 的物理具身中枢地点——

当表层系统在贪图"作念什么"时万宁隔热条PA66厂家，S0 崇敬保证"肉体能不可奏凯、自如地把这件事作念出来"。

与传统作念法中为行走、转向、下蹲、伸手远隔想象励函数不同，S0 径直从大鸿沟、种种化的东谈主类领路数据中，学习对东谈主类动作的举座追踪智商。

在复现这些动作的过程中，战略当然学会了如安在种种行径之间配合受力、治愈姿态并守护均衡，从而隐敝通用行走—操作所需的完满智商范围。

些环节细节包括：

熟谙数据：过1000 小时的关节重定向东谈主类领路数据。

模子架构：个约1000 万参数的神经网罗，输入为全身关节情景与基座领路信息，以 1kHz 输出关节实行器末端教导。

仿真熟谙：在仿真中完成，隐敝20 万 +并行环境，并给与大鸿沟域立地化（domain randomization），从而达成对着实机器东谈主的径直迁徙，并在整个机器东谈主机群上具备精良的泛化智商。

System 1：把所有感知，变玉成身动作

淌若说 S0 惩处的是"全身动作实行的时候保持自如"，那System 1惩处的即是：所有感知信息，怎么变成可实行的全身动作。

在昨年发布的 Helix 中，S1 只末端上半身，输入主要来自关节情景和图像；

而在 Helix 02 中，S1接入了整个传感器，并径直末端整台机器东谈主：

输入：头部录像头、手掌录像头、指触觉传感器，以及全身骨子感知。

输出：隐敝双腿、躯干、头部、手臂、手腕与每根手指的完满关节末端。

这种从像素到全身（pixels-to-whole-body）的架构，使 S1 大约将机器东谈主自己情景与环境视为个强耦的举座系统来进行理。

手掌录像头和触觉传感器是 Figure 03 引入的全新硬件智商，这亦然 Figure次展示依赖这些模态的神经网罗末端战略。

手掌录像头在物体被头部录像头装璜时，大约提供手内视觉反映。

镶嵌在每个指的触觉传感器可感知低至 3 克的轻捷受力——灵敏到不错"嗅觉到枚回形针"，从而达成具备战斗感知、可调控力度的握取。

这些感知智商，信得过开释了五指智谋手的后万宁隔热条PA66厂家劲，使 Helix 大约胜任那些需要多指细密末端的复杂操作任务。

在架构上，S1 依然是个以 System 2 隐变量为条目的 Transformer，仅仅当今，它输出的是全身关节观念，并由 S0 以 kHz 频率进行追踪实行。

System 2：场景清醒与言语

后，是承担语义理的System 2。

S2 崇敬处理场景、清醒言语，隔热条设备并为 S1 生谚语义的隐式观念。

在 Helix 02 中，S2 能描摹的行径范围被大幅推广。

往常，它只可下达近似："提起番茄酱。"这么的教导。

当今，它不错径直抒发："走到洗碗机前并开它"、"把碗端到台面上"、"回到表层架，提起杯子"等教导。

此外，S2 不需要贪图具体的步态，也不需要关怀动作怎么协同。

它只需生成串语义隐变量，由 S1 翻译为领路教导，再由 S0 崇敬自如、连气儿地实行。

结触觉与手内视觉的智谋操作

Helix 02 的冲突不单体当今全身末端上。

Helix 02 新引入的触觉感知与手掌录像头，让它大约完成类纯视觉战略险些作念不到的细密操作任务。

底下是四个代表的智谋操作演示。

拧开瓶盖

机器东谈主需要在自如固定瓶身的同期，施加连气儿、可控的旋转力来拧下瓶盖，既不可滑，也不可压坏容器。

这要求双手度协同，并通过触觉调遣的握取力度与扭矩末端来完成

从药盒中取出单颗药片

机器东谈主需要从分药盒中准详情位并取出粒小药丸，而药丸经常会被头部录像头装璜。

这任务依赖的是手掌录像头提供的手内视觉反映，以及触觉引下的精度握取。

用打针器精准出 5ml 液体

机器东谈主须在阻力不休变化、容错空间小的情况下，动打针器活塞，精准分派 5ml 药液。

这要求系统具备自如的力控实行智商，并通过触觉反映与多指协同，连续保持姿态与压力的微调。

从狼藉箱中取出金属件：万宁隔热条PA66厂家

机器东谈主需要从堆互相装璜、叠放、且会在战斗中发生位移的金属件中，准确取出观念部件。

这不仅要求在狼藉环境中作念出可靠的视觉握取决议，还需要通过触觉说明是否信得过酿成了褂讪战斗。

在这演示中，Figure 03 践诺展示的是从其 BotQ 制造工场中卸载着实金属件的过程。

Loco-Manipulation，新的干线？

昨年龄首，Helix 的爆火，让好多东谈主次刚烈到快慢双系统可能是具身智能里个很是环节的向。

但在其时 Helix 我方的时间讲明中，其实也很坦率地露出了个问题——

其时惩处的仍然仅仅whole upper-body control，而此次 Helix 02 的发布则径直把基于全身末端的Loco-Manipulation摆上了台面。

换句话说，在之前的 Helix 阶段，机器东谈主的高低半身依然是割裂的。

手在想着怎么握，腿和脚在想着怎么走，到何处停住，高低半身通过接口对王人。

而这，亦然机器东谈主域直以来的主流作念法：将行走与操作拆分为两个立末端器，再用情景机把它们"缝"在起：

走→停→自如→伸手→握取→再走。

这种案在桌面操作上问题不大，不外旦任务推广到着实空间里、需要移动与操作同期发生，这种分离就会坐窝成为瓶颈。

原因其实很通俗，机器东谈主抬起物体，肉体的均衡就发生变化；机器东谈主上前迈步，手臂的可达范围也随之调动；手臂与双腿在职何时刻都在相互制约。

也正因为这种高低半身的强耦关联，此前的好多案本质上仍是在回放离线贪图好的动作，通过"先算好、再照着作念"来绕开问题。

这如实能让机器东谈主完成些跑、跳、翻腾等演示动作，但代价是末端系统的反映链路很是浅。

旦参预着实操作环境，唯有物体位置稍有偏移，或战斗过程与预期不致，整套行径就会赶紧崩溃。

同期，正如 Figure 指出的，这种世俗的"停—走—切换"，不仅慢、难以作念鲁棒理，在行径上也显得很是不当然。

毕竟，东谈主类的高低半身，从来就不是由两个末端器远隔末端的。

因此，信得过的自主，需要种根柢不同的案：个大约同期对全身进行举座理的单学习系统。它不错连续地感知、决议并行径。

在行走中搬运物体，在伸手时动态治愈均衡，并在偏差出当前及时复原，这种基于全身末端的 Loco-Manipulation 就成为了新的惩处案。

此前，因不异装填碗碟任务出圈的 Sunday 机器东谈主首创东谈主Tony Zhao也示意：

恭喜 @Figure_robot 完成这个永劫程的洗碗机卸载任务！全身末端（WBC）的确很是惊艳。

Tony 也顺带着提了些提议，比如此次看起来所有物体都是塑料成品，有些操作似乎也在愚弄这点。

不外，中肯地说，相较于 Sunday 之前的轮式机器东谈主，Figure 此次足式末端的难度显着要来的大些。

同期，另位网友也示意：

面向东谈主形机器东谈主的全身末端 VLA，如今也曾成了"入场门槛"。也要为 Figure 对 Helix 02 的详备拆解点赞——它在与周围寰宇交互时，也曾初始让东谈主嗅觉不再那么像台机器东谈主，而像个"东谈主"。

虽然，Figure 也并不是个把全身末端和 loco-manipulation 当作干线来进的团队。

在早之前，就也曾有近似像WholeBodyVLA的使命，在智元 Agibot X2 东谈主形机器东谈主上，达成了在大法式空间中的端到端移动—操作任务。

而这系列趋势，也意味着具身智能的主战场，正在从静态桌面，周折到需要连续均衡、移动与操作协同的着实寰宇。

参考衔接

[ 1 ] https://www.figure.ai/news/helix-02

[ 2 ] https://x.com/SawyerMerritt/status/2016217609297957281?s=20

[ 3 ] https://x.com/adcock_brett/status/2016207851891667395

—  接待 AI 居品从业者共建  —

� �「AI 居品学问库」是量子位智库基于永远居品库追踪和用户行径数据出的飞书学问库，旨在成为 AI 行业从业者、投资者、计划者的中枢信息环节与决议撑持平台。

电话：0316--3233399

键关注 � � 点亮星标

科技前沿推崇逐日见万宁隔热条PA66厂家

相关词条:玻璃棉毡     塑料挤出机     预应力钢绞线    铁皮保温    万能胶生产厂家