會用臀和腳關門的機器人登場！4分鐘61步，Figure最強具身模型現身

時隔一年，最新具身模型Helix 02登場。

作者 |許麗思

編輯 |漠影

機器人前瞻1月28日報道，今天，Figure發布了最新具身模型Helix 02，能夠用單一的神經網絡實現全身長程自主控制。

Helix 02讓機器人連續執行了一個涉及61個移動操作動作的長程洗碗任務，Figure強調，這不是遙操，是完全的端到端自主，機器人還能像人一樣把臀部、腳也變為完成任務的工具。

Helix 02在感知側新增掌心相機與高靈敏度指尖觸覺傳感器，其中掌心相機用于彌補操作過程中因自遮擋導致的視野缺口，指尖觸覺則提供更精細的力反饋，從而支持更穩定的抓握控制與多指精細操作，像旋轉瓶蓋、捏取藥片、操作注射器等任務。

01.

耗時四分鐘，無遙操，

端到端自主操作洗碗機

在一個標準大小的廚房里，Figure讓機器人完成了長達四分鐘的操作洗碗機的任務。

Figure稱，這個任務涉及61個移動操作動作，將行走、操作與平衡進行整合，全程無需重置、無人類干預，是迄今為止由人形機器人自主完成的、時間跨度最長且最復雜的任務。

機器人行走姿態非常擬人，先用手打開洗碗機，拿出餐具。

在拿著易碎餐具行走時，全程行走狀態比較穩定，能夠把已經清洗完的餐具放到櫥柜里，最后用雙手把柜門關上。

緊接著，機器人把水池中的餐具放到洗碗機中。

有意思的是，當騰不出手的時候，機器人會用臀部關上抽屜、用腳抬起洗碗機門，把整個身體當作工具使用，而不是只依賴雙手。

Figure還展示了機器人通過觸覺感知、掌心相機，來執行靈巧操作任務的情況：一手穩住瓶身、一手持續擰動瓶蓋；像人用指腹一樣地精準捏取藥片；用注射器精準推出5ml等。

02.

引入System 0，

能夠下達更長、步驟復雜的連續任務

Helix 02 原有的System 1,、System 2的架構之上，加入了一個新的基礎層：System 0。

• System 0：來自人類數據的類人全身控制

S0是一個用于類人全身控制的基礎模型，能夠描述人在維持平衡與穩定時如何運動，確保機器人的每一個動作都能平滑、安全且穩定地執行。

S0 在訓練思路上放棄了傳統做法中為“走路、轉向、下蹲、伸手”等動作分別手工設計獎勵函數的方式，而是直接讓模型從大量、多樣的人類運動數據中學習人是怎么動的。

通過模仿與跟蹤人類動作，S0逐步學會在不同動作之間協調發力、調整姿態，并在完成“通用行走-操作”這類復雜行為時持續保持平衡與穩定。

S0的訓練以超過1000 小時的關節級重定向人類運動數據為基礎；在架構上，它采用了一個約1000萬參數的神經網絡，以全身關節狀態與底座運動作為輸入，并以1 kHz的頻率輸出關節級執行器指令。

在訓練方式上，S0完全在仿真中完成，覆蓋超過200000個并行環境并采用大量域隨機化，從而實現向真實機器人的直接遷移，并具備良好的泛化能力。

• System1：控制機器人全身關節

在Helix 01中，S1可以控制上半身，并從關節狀態與圖像中讀取信息。在Helix 02中，它連接上了所有傳感器，能夠控制整臺機器人。

S1在輸入側接入頭部相機、掌心相機、指尖觸覺傳感器以及全身本體感知；在輸出側則實現對整臺機器人的完整關節級控制，覆蓋腿部、軀干、頭部、手臂、手腕及每一根手指等全身部位。

據介紹，這使得 S1能將機器人自身狀態與外部環境作為一個耦合系統進行統一推理。掌心相機與觸覺傳感器屬于Figure 03 新增的硬件能力，Figure稱這是其首次展示依賴上述模態的神經網絡策略。

掌心相機可以在目標被頭部相機遮擋時提供手中視覺反饋；指尖觸覺傳感器嵌入于每個指尖，能夠檢測回形針大小的接觸力，以支持具備接觸意識、可進行力調制（force-modulated）的抓取，從而能夠處理需要多指抓握、精細運動控制的復雜操作任務。

• System 2：負責場景、語言理解

S2依舊承擔語義推理層的角色，主要負責看懂場景、理解語言指令，并把高層意圖轉化為可執行的目標交給下一級系統。

相比此前只能下達類似“撿起番茄醬”這類較短、單一步驟的指令，Helix 02 將S2可指定的行為范圍進一步拓展到更長、更連貫的任務，比如“走到洗碗機前并打開它”“把碗搬到臺面上”“回到上層架并拿起杯子”等，指令更接近日常家務的表達方式。

在實現上，S2不需要規劃具體的步伐，其生成的語義指令由S1解釋并由S0最終執行。

03.

結語：人形機器人加快邁向長時程任務新階段

一年前，Helix還僅能通過神經網絡控制機器人的上半身；如今，Helix 02已將控制能力拓展至全身，使行走、操作與平衡不再是被機械拼接的獨立環節，而是融合為一套更為連貫、閉環的智能系統。

這意味著人形機器人正從短暫的片段式演示，加快走向真正勝任長時程、多步驟的復雜任務。通過軟硬件深度整合與感知-決策-執行的閉環迭代，具身智能正在快速演進，為機器人在開放、動態場景中的規?；瘧娩伷降缆?。