作者｜ 子川

來(lái)源｜AI先鋒官

蕪湖！機(jī)器人 開(kāi)始走出實(shí)驗(yàn)室，走進(jìn)家庭，能做家務(wù)了。

只需要一句話，能讓兩臺(tái)Figure機(jī)器人協(xié)作完成雜貨收納、開(kāi)關(guān)冰箱、甚至還能精準(zhǔn)抓取圓形的蘋(píng)果。

尤其是兩機(jī)器人傳遞物品時(shí)抬頭的那一對(duì)望，機(jī)器人仿佛有了意識(shí)，“這難道就是獨(dú)屬于機(jī)器人的心電感應(yīng)？”

而這就是Figure AI的最新研究成果——視覺(jué)-語(yǔ)言-動(dòng)作（VLA）模型Helix。

一款端到端的通用模型，真正意義上的“機(jī)器人通用大腦”，它能讓兩臺(tái)搭載Helix的機(jī)器人共享同一模型，通過(guò)語(yǔ)言指令進(jìn)行分工合作。

和其他機(jī)器人不同的是，F(xiàn)igure這款大腦（Helix）更聰明。

它能讓Figure具備協(xié)作的能力。例如一臺(tái)識(shí)別需冷藏的食品并傳遞給另一臺(tái)，另一臺(tái)則是接住并放到冰箱里面。

同時(shí)Figure的AI能通過(guò)攝像頭實(shí)時(shí)觀察環(huán)境，它會(huì)把冷藏的物品和不需冷藏的物品分類，即使沒(méi)人教過(guò)它。

除此之外，Figure還有一個(gè)顯著的特點(diǎn)，那就是不用訓(xùn)練。

傳統(tǒng)機(jī)器人每學(xué)一個(gè)新任務(wù)（比如抓杯子），都需要工程師重新編程。

但Figure的AI系統(tǒng)（Helix模型）只需學(xué)會(huì)“抓取”的邏輯，就能直接處理成千上萬(wàn)種不同形狀的物體，甚至包括從未見(jiàn)過(guò)的物品。

比如面對(duì)從未接觸過(guò)的物品（如玻璃杯、積木），Helix也可以通過(guò)自然語(yǔ)言指令輕松抓取。

據(jù)介紹，F(xiàn)igure搭載的Helix模型可以像人類一樣思考，處理任何家具用品。

看到這里，不禁好奇，它到底是怎么能聽(tīng)懂人話并能快速得干活的。

這其實(shí)得歸公于Figure自研的Helix模型，其采用了雙系統(tǒng)架構(gòu)，“系統(tǒng) 1、系統(tǒng) 2”VLA 模型。

以前的方法會(huì)面臨一個(gè)問(wèn)題：VLM主干網(wǎng)絡(luò)具有通用性但速度慢，機(jī)器人視覺(jué)運(yùn)動(dòng)策略速度快但通用性又不足。

而Helix通過(guò)兩個(gè)配合的系統(tǒng)解決了這個(gè)難題：

• 系統(tǒng) 2 (S2)：一個(gè)機(jī)載互聯(lián)網(wǎng)預(yù)訓(xùn)練的 VLM，可以以7-9 Hz 的頻率運(yùn)行，用于場(chǎng)景理解和語(yǔ)言理解，從而實(shí)現(xiàn)跨對(duì)象和上下文的廣泛概括。

• 系統(tǒng) 1 (S1)：一種快速反應(yīng)的視覺(jué)運(yùn)動(dòng)策略，將 S2 產(chǎn)生的潛在語(yǔ)義表征轉(zhuǎn)化為 200 Hz 的精確連續(xù)機(jī)器人動(dòng)作。

這種設(shè)計(jì)讓兩個(gè)系統(tǒng)各司其職：S2負(fù)責(zé)接受任務(wù)并思考，S1則是負(fù)責(zé)快速執(zhí)行，從而讓機(jī)器人在復(fù)雜環(huán)境中能夠靈活操作。

不過(guò)，目前 Helix 仍還處在比較早期的階段。

Helix主要是用于Figure上半身控制，包括機(jī)器人手腕、軀干、頭部及單根手指的200Hz高速連續(xù)控制，協(xié)調(diào)動(dòng)作如人類般流暢。

值得一提的是，Helix 是史上第一個(gè)在本地 GPU 運(yùn)行的機(jī)器人 VLA 模型，無(wú)需云端算力支持，就能直接部署。

而且，新款模型采用單一神經(jīng)網(wǎng)絡(luò)權(quán)重學(xué)習(xí)所有行為，無(wú)需任何特定的微調(diào)。

在發(fā)布Helix之前，F(xiàn)igure和OpenAI上演了一場(chǎng)分手戲碼。

在兩周之前，F(xiàn)igure AI的創(chuàng)始人Brett Adcock在X平臺(tái)上單方面發(fā)文稱：決定和OpenAI分手。

分手的理由很簡(jiǎn)單，發(fā)現(xiàn)彼此并不般配。

值得一提的是，幾天前有消息傳出，F(xiàn)igure AI正在洽談新一輪15億美元的融資，預(yù)計(jì)由Align Ventures和Parkway Venture Capital領(lǐng)投。

如果交易完成，公司估值將達(dá)到395億美元，F(xiàn)igure AI將躋身全球估值最高的十大未上市初創(chuàng)公司之列。

掃碼邀請(qǐng)進(jìn)群，我們帶你一起來(lái)玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問(wèn)、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。

往期文章回顧