幾小時前，Figure AI 發布了 Helix 02 ——官方稱之為「一個視覺-語言-動作（VLA）通用模型」。
最直觀的展示？一台 Figure 03 機器人走到碗櫃前，打開櫃門，從堆疊的碗碟中挑出一個，轉身走向洗碗機，調整角度，穩穩放進去。
全程自主，沒人遙控，更沒有一個碗碟受到傷害：
洗碗：具身智能的「地獄難度」測試
為什麼演示下廚房？因為這是家務勞動里的「地獄難度」。
人類挪動廚具感覺很簡單，但對於機器人來說，每一個關節的運動都是挑戰。
我們拆解一下洗碗的動作鏈就知道了——
首先，它非常考驗機器人的環境識別與空間移動能力：
機器人（與機器人使用的模型）要判斷自己的位置，識別碗櫃、水槽、洗碗機的位置關係，然後規劃路線走過去。
走到碗櫃旁邊，還得停在合適距離——太近打不開櫃門，太遠夠不著碗。
看到餐具之後，還得識別類型：瓷盤、玻璃杯、塑料碗，每種都需要不同的姿勢和力度。
捧起來，還得檢測要放進洗碗機的哪個位置，盤子放下層、杯子放上層，餐具放側邊。
其次，下廚房對立體視覺與觸覺反饋也有要求：
陶瓷很脆、玻璃很滑、塑料會變形，機器人需要精準的觸覺反饋控制力度——太輕會滑落，太重會捏碎。
Helix 02 模型的突破就在這裡。
結合視覺、觸覺、壓力、電感等等多種 sensor，它有了一套多維度的立體視覺能力，能準確判斷碗在堆疊中的位置和深度。
Figure 03 機器人的手上也集成了力反饋機制，能「認知」到自己施加的力量，知道何時接觸到了瓷器表面。
抓碗時，系統實時感知接觸力度。碗放歪了？調角度。碰到櫃門了？後退一點。
最後，還有視覺記憶，這也是 Helix 02 模型本次的主要升級點：
這意味著機器人能記住剛才看過的東西。
打開碗櫃時，即使現在的角度看不到某個碗，它也記得剛才瞥見過，並根據記憶調整動作。
重複把放碗進洗碗機時，它也能記得哪些位置滿了，哪裡還有空間——
不需要每次重新掃描，大大提高了動作的執行效率。
Brett Adcock，Figure AI 的創始人兼 CEO 在 X 上強調：
沒有遠程遙控，運行（這個機器人）的是 Helix，從走路到抓握，以及規劃。
I want to be really clear - there is NO teleoperation in this video. No human controlling this It's an AI model called Helix - and it controls the entire body (walking, touching, planning) It’s the most significant release Figure has shown to date Nothing but nets
Brett Adcock 還重申，同樣的通用架構之前讓機器人學會了疊毛巾、整理包裹，現在又學會了洗碗。
不需要任何新算法或任務專用工程，只需要新數據。
眼下唯一的限制就是預訓練數據，只要我們給 Helix 餵入更多數據，機器人就能處理更多任務。硬體不需要任何改變，它已經能做大部分人類能做的任務了。
這條推文下面，有 X 用戶評論：「第一次看到人形機器人真的在家裡做任務，讓我意識到我們離這個未來有多近。」
把機器人送進寶馬打工的明星公司
另一邊，Figure AI 絕不是那種在實驗室里紙上談兵的「創想公司」。
三年的時間裡，Figure AI 的估值從 0 來到 390 億美元，得到了包括貝佐斯基金、OpenAI、微軟、英偉達的投資助力。
2024 年 2 月，Figure AI 結束 6.75 億美元 B 輪募資，25 年 9 月又完成了 10 億美元 C 輪，渴求進步的速度快得驚人。
創始人 Brett Adcock 還是個成功的連續創業者。
2018 年，Adcock 把招聘平台 Vettery 賣了 1 億美元，轉頭創辦電動飛機公司 Archer Aviation，2021 年藉助 SPAC 上市時合併估值近 38 億美元。
進入機器人領域後，Adcock 陸續從波士頓動力、特斯拉、谷歌 DeepMind 挖來了一堆頂尖人才，Figure AI 的技術實力迅速增長。
這種人才模式也賦予了 Figure AI 最大的特點：
「腦子」和「身體」一起造，既掌控硬體、也生產系統。
這裡的「腦子」指的自然是 Helix AI。
從最初與 OpenAI 合作研發，到現在完全自研，Figure AI 成功把模型話語權牢牢握在手裡。
例如 Figure 03 機器人採用了一套「System 0、System 1、System 2」的多層控制架構——
System 0 負責機身運動控制，解決機身平衡、手指接觸、環境擾動等底層控制問題，作用很像人類的小腦。
在此基礎上，System 1 負責處理 Figure 02 的視覺-運動策略（visuomotor policy），System 2 負責運行視覺語言模型：
三層協同，最終實現了 Figure 03 可以自主理解指令，認知周圍環境，並決定機身如何運動的循環。
而「身體」指的當然是 Figure 機器人硬體——
之前小規模試產的 Figure 02 配備 6 個 RGB 攝影機、雙 GPU 模組，手部擁有 16 個自由度，最大搬運重量 25 公斤。
Figure 02 的電池續航在 5 小時左右，正好夠一個工作班次。
到了最新的 Figure 03，它的每隻手掌都內嵌攝影機和觸覺傳感器，可以實現最低 3g 的壓力檢測。
換個說法就是，Figure 03 的手掌更加細緻靈活了：
更關鍵的是，Figure AI 的機器人「肯進廠」，擁有快速組裝送往實戰的能力。
2024 年 1 月，Figure AI 跟寶馬合作，把一批 Figure 02 送到了南卡羅來納州的寶馬總裝線。
在那兒，Figure 02 負責把鈑金零件精準放置到固定裝置里——大型固定式機器臂難以照顧的精細活兒。
這些 Figure 02 在寶馬累計工作了 11 個月，總行走里程近 200 英里，搬運了超過 9 萬個零件，協助生產了超過三萬輛寶馬 X3。
Adcock 還曬出了布滿劃痕和磨損的機器人照片，表明這是一次「真刀真槍」的商業驗證：
看到機器人擰螺絲，寶馬生產部門董事 Milan Nedeljković 總結：
通過早期測試，我們正在確定人形機器人在生產中的可能應用。我們未來希望可以從（機器人的）技術開發階段就參與進來。
Figure AI 跟 OpenAI 的關係也是關鍵。
比如在 2024 年，OpenAI 不僅給 Figure AI 提供了投資，甚至幫助開發了語音模型，讓機器人能接受自然語言指令。
儘管 Figure 後來轉向自研 Helix，但這段合作實質上為 VLA 模型打下了一個基礎。
無獨有偶，今年 CES 上，我們看到了一個明顯趨勢：
家電巨頭都開始挑戰「家居機器人」。
類似 LG 和海信都展示了能在家裡自主移動、協助做家務的機器人原型，說明傳統家電企業紛紛開始意識到：
下一代智能家電不是算力更強的冰箱或洗衣機，而是能直接操作這些設備的機器人。
機器人配齊了「腦子」和「身體」，準備好進千家萬戶了。
而 Figure AI 的 Helix 02 證明了「通用具身智能模型」的可行性：
廠商其實不需要為每個任務單獨編程，不需要收集巨量推演數據，只要一個足夠強的 VLA 模型，機器人就能自己理解指令、自己熟悉環境、自己生成策略。
就像 GPT 之於語言，Helix 之於具身智能一樣，今天機器人能刷碗、打螺絲，明天它就能照顧你的飲食起居。
家裡散養個機器人，這事兒可能真沒想像中那麼遙遠了。
