详情

打拳、舞蹈、赛马拉松……"不务正业"的机器东谈主终于能帮东谈主洗穿着了！

刚刚，Figure 公司首创东谈主 Brett Adcock 发布了一段 Figure.02 机器东谈主在家中洗穿着的演示视频。

视频里，机器东谈主半蹲，双手谐和，左手拿着衣篓，右手一件件将穿着放进洗衣机，半途还一样养息衣物的位置。

据 Adcock 暗示，这套动作一经在办公室里一语气测试了一个月，而这次是机器东谈主初度在确切家庭环境中完成这一任务！

从之前的良马车间到分拣活水线，再到家里的洗衣房，行业标杆 Figure 终于"炉火纯青"，齐全了真确的工业和家用场景操作。

那么，Figure 到底作念了什么？

洗穿着这件"小事"

关于机器东谈主来说，洗穿着这项任务不错分为两个层面：

在哪洗，意味着机器东谈主的场景落地能力

怎么洗，体现机器东谈主具体的手艺执行能力

就像开头 Adcock 提到的，搭载 Helix 的 Figure.02 在办公环境跑了一个月后才在家庭环境中落地，这就体现出任务场景（task environment）之于机器东谈主这类智能体的贫寒性。

在工业场景下，机器东谈主面临的是结构化、重迭、笃定的任务。像安装零件、搬动物体这么的任务，齐具备显然、可控的操作历程。

同期，工业场景中物体和建造的位置齐相对固定、透明、圭臬化，接近一个"舆图全开"的顽固空间，机器东谈主基本上不会受到外界的纷扰。

与工业场景比较，家庭场景则充满不笃定性和不透明性。举例，不同的家庭里面嘱咐具有万般性，物体摆放频繁莫得圭臬，家庭场景下任务筹算比较朦拢。

同期，家庭环境还触及与东谈主类和其他建造的恒久、多轮交互。机器东谈主既需要保持雄厚性还要确保对东谈主类的安全性。

在"洗穿着"任务中，机器东谈主不仅要面临不同种类、数目、分量和材质的穿着，还要针对不同的家庭嘱咐接纳相应的步履（视频中的半蹲）。

因此，当 Figure.02 运行"洗穿着"，就意味着机器东谈主正从受控的工业空间，冉冉走进不成瞻望的东谈主类生涯。

那接下来，问题就造成了：机器东谈主，该怎么洗穿着？

对东谈主类来说，洗衣历程并不复杂，但对机器东谈主而言，则需要抓抓限度、动态视觉、物体识别、力反馈、任务计较等多种能力协同。

与此同期，穿撰述为柔性物体，相较于杯子、瓶子这类刚性物体，莫得雄厚的外形（当时局会跟着外力的施加而变化）和显然的 affordance（可供性），这使得感知、计较与操作齐愈加困难。

于是，在面临像穿着这么的柔性物体时，机器东谈主怎么学习并泛化出雄厚的动作计谋，就成了手艺冲突的错误。

为此，Figure.02 上搭载的端到端双系统 VLA—— Helix，成为了一种潜在的管制决策。

Helix 是第一个双系统 VLA 模子，用于对总共这个词东谈主形上身进行高速、智谋的限度。

其中，System 2 是一个 7B 视觉讲话模子，以每秒 7 – 9Hz 对图像和讲话辅导进行高层语义推理。

System 1 则是一个 8000 万参数的 Transformer 模子，以 200Hz 的频率将前者输出的潜在向量及时退换为精确的身段限度信号，齐全对东谈主形机器东谈主上半身（包括要津和手指）的完满动作限度，总共这个词系统纠合讲话、图像、机器东谈主景色信息协同责任，具备高度泛化与反映能力。

在将穿着放入洗衣机的过程中，Helix 的 System 2 通过视觉与讲话分解，识别洗衣机进口和衣物位置，并生成高层语义暗示。System 1 则以高速将其退换为一语气限度信号，谐和机器东谈主养息位姿、雄厚下肢、操作手臂，齐全精确投放。

此外，在之前的手艺推文中，Helix 主打的是上半身限度（Whole Upper Body Control），但若是咱们仔细不雅察最新的洗衣 demo，就不难发现，这一动作过程其实更像是有腿部参与的全身限度（Whole Body Control）。

在操作过程中，机器东谈主需要报复膝盖、养息本人位姿（pose），从而准确地找到洗衣机的进口，把脏穿着放进去。同期，在手臂和手指操作的过程中，下半身还要保持雄厚。

这就使这段杰出 40 秒的长程任务的难度变得颠倒大。（莫得摇操）

这也恰是这次 demo 的亮点。

不外，当咱们巩固下来念念考，不难发现，Figure.02 展示的其实并不是一个严格意旨上的完满的洗衣历程。

正如眼尖网友指出的，真确的洗衣历程应包括：

机器东谈主提起满满一篮洗衣物、走向洗衣机、掀开、装载、采用关连确立、关闭、启动、取出并放入烘干机并执行相易操作，或将其挂起来晾干、折叠，然后收起来的过程。

然则，这种分罢职务，加多敛迹的神志亦然当代机器东谈主从工业到家庭跃迁的必经之路：

机器东谈主往往即是先在严格敛迹的环境中学习子任务，随后系统自动放宽摈弃，赋予其更高解放度与自符合能力。

One more thing

自本年 2 月退出与 OpenAI 的合作，释出 Figure.02 和 Helix 后，Figure 似乎并莫得什么"大动静"。

在洗衣 demo 之前，Figure 在 6 月份发布了 Figure.02 在快递分拣场景的 demo。

在物流场景中，Helix 系统通过数据彭胀和架构改造，显赫普及了处理万般化包裹的能力，达到了接近东谈主类水平的速率和可靠性。

具体而言，Helix 现在大致快速处理包括变形聚乙烯袋和扁平信封在内的多种复杂包裹类型，平均处理时刻缩小至 4.05 秒 / 件，条形码扫描得胜率普及至 95%，展现了雄壮的自符合能力和生动性。

而在 7 月份，则放出了一个相对重磅的音书：F.03 电板。

电驱行为目下机器东谈主的主流驱动神志，其性能和效果在很猛进程上依赖于电板手艺的杰出。

Figure 的 F.03 电板显赫普及了能量密度，优化了安全性与可靠性，同期抑制了老本和体积，成为电驱机器东谈主边界的新标杆。

那么，电板来了，Figure.03 还会远吗？

参考勾搭

[ 1 ] https://x.com/adcock_brett/status/1950687436801220798

[ 2 ] https://www.figure.ai/

[ 3 ] https://www.youtube.com/watch?v=lkc2y0yb89U&t=2s

[ 4 ] https://www.figure.ai/news/helix

一键三连「点赞」「转发」「留神心」

接待在挑剔区留住你的主义！

—  完  —

� � 但愿了解 AI 居品最新趋势？

量子位智库「AI 100」2025 上半年

「旗舰居品榜」和「改换居品榜」

给出最新参考� �

� � 点亮星标 � �

科技前沿施展逐日见体育游戏app平台