Figure 首個 VLA 模型，有效實現人形機器人上半身高效控制。

原標題：與 Open AI 分手后，Figure 推出具身模型 Helix，多個機器人一同做家務
文章來源：AI科技評論
內容字數：5235字

Figure發布首個自研具身模型Helix，實現人形機器人上半身高效控制

本文總結了Figure公司發布的其首個自研具身模型Helix的要點。Helix是一個通用的“視覺-語言-感知”（VLA）模型，實現了人形機器人上半身的高效控制，并展現出多機器人協作能力和強大的泛化能力。

1. Helix模型的核心功能與優勢

   Helix模型的核心在于其對人形機器人上半身（包括手腕、軀干、頭部和各個手指）的200Hz高速率連續控制。它實現了以下幾個方面的突破：

   • 整個上身控制：首次實現對人形機器人上半身進行高速率連續控制的VLA模型。
   • 多機器人協作：首個同時在兩個機器人上運行的VLA模型，能夠進行多機器人協作完成任務。
   • 強大的泛化能力：只需簡單的自然語言指令，即可拾取各種小型家居用品，包括數千種從未見過的物品。
   • 單一神經網絡：使用一組神經網絡權重學習所有行為，無需針對特定任務進行微調。
   • 商業化準備：可在嵌入式低功耗GPU上運行，可立即進行商業部署。

   Helix在控制機器人上半身時，能夠協調35個度，并巧妙地處理頭部和軀干帶來的挑戰，保證機器人動作的流暢性和穩定性。

2. “系統1、系統2”架構

   Helix采用了一種創新的“系統1、系統2”VLA模型架構，結合了通用性和速度兩個關鍵因素：

   • 系統2 (S2)：一個基于互聯網預訓練的VLM，負責場景理解和語言理解，運行頻率為7-9 Hz。
   • 系統1 (S1)：一個快速反應的視覺策略，將S2的輸出轉化為200 Hz的精確連續機器人動作。

   這種分層架構允許兩個系統分別在其最佳時間尺度上運行，S2進行“慢思考”，S2進行“快思考”，實現了高效的控制。

3. 數據效率和未來潛力

   Helix僅使用了約500小時的高質量監督數據進行訓練，遠小于之前的VLA數據集，展現了其極高的數據效率。其強大的泛化能力、高速率、高維度的輸出以及簡單的架構，為人形機器人在非結構化環境中的應用開辟了新的可能性。Figure表示，Helix可以擴展到更具挑戰性的動作空間，實現更復雜的任務。

總而言之，Figure的Helix模型在人形機器人控制領域取得了顯著進展，其高效的控制能力、強大的泛化能力和多機器人協作能力，預示著人形機器人技術邁向更實用、更智能的未來。

聯系作者

文章來源：AI科技評論
作者微信：
作者簡介：雷峰網旗下AI新媒體。聚焦AI前沿研究，關注AI工程落地。