財(cái)聯(lián)社2月20日訊（編輯 史正丞）在2月初終結(jié)與OpenAI的AI模型合作后，美國(guó)機(jī)器人創(chuàng)業(yè)公司Figure AI如期在周四公開(kāi)了背后的原因：公司已經(jīng)有更厲害的通用具身智能模型Helix。
（來(lái)源：Figure AI）
Figure AI表示，Helix是首款能對(duì)整個(gè)人形機(jī)器人上半身（包括頭部、軀干、手腕和手指）進(jìn)行高頻率、連續(xù)控制的視覺(jué)-語(yǔ)言-動(dòng)作（VLA）模型。通過(guò)直接將視覺(jué)語(yǔ)言模型中捕獲的豐富語(yǔ)義知識(shí)，直接轉(zhuǎn)化為機(jī)器人動(dòng)作，克服了人形機(jī)器人領(lǐng)域的多個(gè)長(zhǎng)期挑戰(zhàn)至少不需要為機(jī)器人的每一個(gè)動(dòng)作進(jìn)行大量訓(xùn)練了。
為了解決視覺(jué)語(yǔ)言模型“通用、但不快速”，和機(jī)器人視覺(jué)運(yùn)動(dòng)策略“快速、但不通用”的矛盾，F(xiàn)igure通過(guò)建立一套互補(bǔ)的系統(tǒng)進(jìn)行權(quán)衡。兩套系統(tǒng)通過(guò)端到端訓(xùn)練以進(jìn)行通信。
如下圖所示，系統(tǒng)2是開(kāi)源、開(kāi)放權(quán)重的70億參數(shù)量端側(cè)互聯(lián)網(wǎng)預(yù)訓(xùn)練視覺(jué)語(yǔ)言模型，用于理解場(chǎng)景和自然語(yǔ)言；系統(tǒng)1是一個(gè)8000萬(wàn)參數(shù)量的快速反應(yīng)視覺(jué)運(yùn)動(dòng)策略，將系統(tǒng)2理解的語(yǔ)義轉(zhuǎn)化為每秒200次的精確連續(xù)機(jī)器人動(dòng)作。
（來(lái)源：Figure AI）
Figure介紹稱(chēng)，訓(xùn)練Helix僅僅用了500個(gè)小時(shí)的高質(zhì)量監(jiān)督數(shù)據(jù)，總量連之前收集的VLA數(shù)據(jù)集5%都不到，并且不需要多機(jī)器人數(shù)據(jù)或多階段訓(xùn)練。
作為這項(xiàng)科技突破的結(jié)果，搭載Helix的機(jī)器人現(xiàn)在可以根據(jù)自然語(yǔ)言指令，識(shí)別并拾取幾乎所有的小型家居物品，包括機(jī)器人從未見(jiàn)過(guò)的成千上萬(wàn)物品。在公司給出的案例中，機(jī)器人在接受“拿起那個(gè)仙人掌”、“拿起沙漠里的東西”時(shí)，都能選擇最接近玩具的手，成功從一堆物品中拎出仙人掌玩具。
在實(shí)際操作中，配備Helix的Figure機(jī)器人通過(guò)簡(jiǎn)單的“撿起XX”指令，成功處理了成千上萬(wàn)次的任務(wù)，同時(shí)無(wú)需任何提前演示或額外編程。
當(dāng)然，以上都是常規(guī)操作，接下來(lái)就是展現(xiàn)技術(shù)的時(shí)刻了。
Figure介紹稱(chēng)，Helix是首款可以在人形機(jī)器人上協(xié)同運(yùn)行的AI模型，使得兩臺(tái)機(jī)器人可以協(xié)作解決一個(gè)共享的、長(zhǎng)期的操作任務(wù)。
在演示案例中，兩臺(tái)模型權(quán)重相同的Figure機(jī)器人需要面對(duì)一堆首次見(jiàn)到的雜物，自行決定應(yīng)該放在柜子、冰箱、盆子等收納位置。
本次挑戰(zhàn)的難點(diǎn)，是研究員故意將一些物品放在另一個(gè)機(jī)器人面前，這意味著需要兩臺(tái)機(jī)器人協(xié)作才能完成擺放。
演示中，機(jī)器人之間不僅能互相理解對(duì)方和銜接動(dòng)作，似乎還有一種特殊的羈絆在交接物品時(shí)，兩臺(tái)機(jī)器人一定要互相對(duì)看一眼，確認(rèn)彼此的“眼神”。
在演示的最后，F(xiàn)igure也在擺放水果的操作中展現(xiàn)出更高水平的協(xié)作：左邊的機(jī)器人把果盆拉過(guò)來(lái)，右邊的機(jī)器人順手把水果放進(jìn)去，然后左邊的機(jī)器人再把果盆放回原位。
結(jié)束首次VLA模型在多機(jī)器人之間靈活、擴(kuò)展的協(xié)作操作后，F(xiàn)igure強(qiáng)調(diào)這僅僅是觸及了“可能性的表面”，公司渴望看到將Helix規(guī)模擴(kuò)大1000倍后會(huì)發(fā)生什么。
Figure介紹稱(chēng)，Helix完全能夠在嵌入式低功耗GPU上運(yùn)行，現(xiàn)在立即可以進(jìn)行商業(yè)部署。
根據(jù)早些時(shí)候的報(bào)道，在發(fā)布機(jī)器人AI系統(tǒng)演示的同時(shí)，F(xiàn)igure正在進(jìn)行一輪目標(biāo)15億美元的融資，估值將達(dá)到395億美元。作為對(duì)比，去年該公司融資時(shí)的估值僅為26億美元，光從這兩個(gè)數(shù)字就能感受到當(dāng)下機(jī)器人賽道的爆火情緒。
（財(cái)聯(lián)社 史正丞 ）
