Figure AI 是一家專注于人形機器人的公司，其最新演示顯示，Helix 神經網絡能在物流作業中連續工作 60 分鐘。這是機器人系統可靠性和耐久性發展的關鍵一步，特別是在物流、制造和倉儲領域。

Helix 神經網絡集成了觸覺和短期記憶，性能持續改進。演示展示了機器人處理包裹的精確性和適應性，速度提高 20%，條形碼掃描成功率提升 35%。通過擴展訓練數據，每件包裹時間從 6.3 秒減少到 4.3 秒，準確率從 88% 提高到約 95%。

2025 年 6 月 7 日，Figure AI 在 X 上分享了一則重要演示，展示了其 Helix 神經網絡在物流作業中實現了 60 分鐘的連續工作。這是人形機器人技術在可靠性和耐久性方面的一次重大突破，特別是在物流、制造和倉儲等領域。演示視頻顯示，機器人以驚人的精確度和適應性處理各種包裹，包括不同大小、形狀和重量的物品，如剛性盒子和可變形袋子。

Helix 神經網絡集成了觸覺和短期記憶，其性能隨著時間推移不斷改進。這一演示特別引人注目，因為它超越了之前的短暫、精選的片段，實現了整整一小時的無縫操作。Figure AI 將此稱為“有史以來最無聊的視頻”，但卻是他們最重要的演示之一，強調了可靠性和耐久性在實際應用中的重要性。

Figure AI CEO Brett Adcock 在 X 上表示：“祝賀整個 Figure 團隊——這是一個非常棘手的問題，需要一個復雜的系統來解決！”這一評論突顯了任務的復雜性，也反映了團隊在技術上的努力。

此外，Helix 的 System 1 政策引入了隱式立體視覺，提供了豐富的 3D 理解和精確的深度感知運動。多尺度視覺表示使其能夠處理細粒度細節和場景級理解。學習型視覺本體感知允許機器人進行自我校準，從而實現無縫跨機器人轉移。

僅8小時的高質量示范數據即可獲得靈活的策略，表明數據質量比數量更重要。立體視覺模型相比非立體基線，吞吐量提高了 60%。Helix 還引入了“Sport 模式”，一種測試時加速技術，使執行速度比人類示范者快 50%，同時保持高成功率和靈巧性，但超過 50% 的加速會導致精度下降。

社會和行業影響

這一成就可能解決制造、物流、倉儲和零售行業中的勞動力短缺問題。人形機器人在這些領域具有巨大潛力，特別是通過自動化減少對人工的依賴。然而，這一進展也帶來了挑戰。演示中提到的偶爾錯誤雖然在減少，但仍需強大的錯誤校正和學習機制來確保一致性能。

此外，廣泛部署人形機器人的社會影響不容忽視，包括潛在的就業位移和倫理問題。例如，機器人可能取代某些人工崗位，這可能導致失業率上升，同時也引發了關于機器人權力和責任的倫理討論。研究建議，在擴展運營時，必須平衡創新與社會影響，確保機器人有益融入日常。

未來展望

Figure AI 的招聘努力也反映了其全球部署的雄心。該公司正在招聘 Helix 開發、制造（BotQ）、機械和電氣工程、軟件和車隊運營等多個領域的專業人才，旨在擴大人形機器人的應用范圍。Helix 神經網絡的單神經網絡方法是其優勢之一，無需針對特定任務進行微調，使其更靈活和適應多種環境。

這種方法可能徹底改變我們對自動化的思考方式，推動通用機器人的發展。然而，前方的道路并非一帆風順。隨著 Figure AI 擴展其運營，確保在不同背景下的性能一致性將是關鍵。學習型校準技術已能緩解傳感器和硬件差異，減少對每臺機器人的重新校準需求，這為跨機器人轉移奠定了基礎。

Figure AI 的最新里程碑是朝著自主物流解決方案邁出的重要一步。它強調了 AI 驅動機器人轉變行業的潛力，但也提醒我們，隨著技術進步而來的責任。當我們越來越接近人形機器人司空見慣的未來時，創新與影響之間的平衡將是確保其有益融入日常生活的關鍵。

這一成就不僅驗證了 Helix 神經網絡的技術實力，也標志著人形機器人向實際應用邁出的重要一步。Helix 的單神經網絡方法可能成為未來機器人發展的趨勢，推動通用人形機器人的普及。然而，挑戰依然存在。如何確保機器人在復雜環境中的可靠性和安全性，將是未來研究的重點。此外，人形機器人的大規模部署可能對就業市場產生影響，需要社會各界共同努力，制定適當的政策和倫理準則，以確保技術進步造福人類。

關鍵引文

Figure AI Helix Logistics詳細報告

Figure AI Helix介紹頁面

Figure AI X帖子展示

Figure AI官方網站信息