互联网热捧 Figure AI Figure 03 人形机器人分拣包裹直播
Figure AI 直播 Figure 03 人形机器人自主将包裹条码朝下放上传送带,持续一周以上成为网络热点。该宣传演示自5月13日起原计划运行8小时,期间一台机器人曾与人类实习生同台比拼分拣。CEO Brett Adcock 称机器人全程自主无干预,公司随即快速推出相关周边商品。
Figure AI 直播 Figure 03 人形机器人自主将包裹条码朝下放上传送带,持续一周以上成为网络热点。该宣传演示自5月13日起原计划运行8小时,期间一台机器人曾与人类实习生同台比拼分拣。CEO Brett Adcock 称机器人全程自主无干预,公司随即快速推出相关周边商品。
Figure AI 展示两台搭载 Helix-02 的人形机器人在两分钟内协作整理卧室,完成开门、挂衣、收耳机、合书、倒垃圾、推椅子入桌和合作铺床。两台机器人运行同一个学习的视觉-语言-动作(VLA)策略,没有共享规划器、消息传递或中央协调器,各自通过自身摄像头从对方动作推断意图。公司称据其所知这是单个学习神经网络直接从像素到动作完成多人形协作移动操作的首次演示。
推荐理由:官方展示了同一 VLA 系统驱动的两台人形机器人协作整理卧室,读者可了解无共享规划器的多机协作实现思路。
Figure宣布BotQ工厂已交付超过350台第三代人形机器人Figure 03,生产节拍从每天1台提升到每小时1台,120天内吞吐量提升24倍。产线由自研制造执行软件驱动,覆盖150多个联网工位,整机下线一次合格率超过80%,电池产线一次合格率99.3%,已生产9000多个执行器,每台机器人出厂前经过80多项功能验证测试。
推荐理由:官方给出量产与质检的具体数字,并说明车队规模如何支撑感知条件全身控制的落地。
New Scientist 刊发人形机器人选购指南,横向比较 Unitree R1、1X NEO、Figure 03 等五款面向普通消费者的机型,并提出买家应先想清楚的四个问题。
Figure AI 发布 Helix 02 新演示,该单一神经网络系统完成全身端到端的客厅整理任务,在走动中持续操作物品、工具和容器。演示中 Helix 02 无新算法和特殊工程,仅靠新增数据学会用喷雾瓶加毛巾擦拭清洁、双手端箱收集积木、把枕头抛回沙发、手持遥控器换向后按键关电视,并侧步穿过茶几与沙发间的窄缝。
Figure AI发布Helix 02,将控制从上半身扩展到整个人形机器人,实现连续的移动与操作一体化自主任务。新增System 0全身控制器,基于超过1000小时人体动作数据与仿真强化学习训练,以10M参数网络在1kHz输出关节指令,替换约109504行手写C++代码;System 1连接头部的视觉、掌部相机、指尖触觉与本体感知,以200Hz输出全身关节目标。
推荐理由:原文给出Helix 02的架构分层、训练数据与演示任务细节,读者可以据此了解全身自主控制的具体实现路线。
Figure AI 发布 Figure 02 在 BMW Group Plant Spartanburg 部署11个月的结果:每天工作日运行10小时班次,装载超90,000个钣金件,累计运行超1,250小时,参与生产超30,000辆X3,机器人行走约120万步合200多英里。
推荐理由:厂商公布了11个月产线部署的具体KPI和硬件失效改进,读者可据此了解人形机器人在汽车产线的实际运行状况。
Figure AI 发布第三代人形机器人 Figure 03,为面向 Helix VLA 模型、家庭和大规模量产从零重新设计软硬件。
推荐理由:官方完整说明了新一代人形机器人的感知、触觉、家庭安全设计与量产规划,读者可以据此了解其硬件变化和产能目标。
Figure 宣布 Project Go-Big 两项进展:与 Brookfield 合作构建大规模人形预训练数据集,后者拥有超 10 万套住宅、5 亿平方英尺商业办公和 1.6 亿平方英尺物流空间;Helix 在 100% 第一视角人类视频上训练后,无需任何机器人示教即可响应 go to the fridge 等自然语言指令,在杂乱真实家居环境中导航。
推荐理由:原文给出Helix仅用人类视频学会导航的训练方式与Brookfield数据合作的规模细节,可了解人形预训练数据路线的实际进展。
Figure AI 宣布与 Brookfield 达成战略合作。Brookfield 管理资产超 1 万亿美元、拥有超 10 万套住宅单元,将帮助 Figure 构建真实世界人形机器人预训练数据集、建设扩展 Helix(Figure 自研视觉-语言-动作模型)所需 AI 基础设施,并探索人形机器人商业部署。
推荐理由:官方宣布的合作原文给出了数据规模、基础设施和部署三方面内容,读者可以了解数据来源如何支撑 Helix 的扩展。
Figure AI 宣布 C 轮融资承诺资本超 10 亿美元,投后估值 390 亿美元,由 Parkway Venture Capital 领投,NVIDIA、Brookfield、Intel Capital、Salesforce、Qualcomm Ventures 等参投。
推荐理由:Figure 官方披露融资规模与用途拆分,读者可据此了解其 Helix、BotQ 制造和数据采集三条线的推进重点。
Figure AI 宣布其 VLA(视觉-语言-动作)模型 Helix 在不改动算法、不加特殊工程的情况下,仅凭新增数据学会装载洗碗机。Helix 能分离堆叠的盘子并按顺序装载,用一只手抓起玻璃杯、重新定向后由另一只手小心放置,还能应对杂乱起始状态并从抓取失误或碰撞中恢复。此前同一模型已完成叠毛巾和整理包裹任务,官方称这体现了单一通用系统随数据增量学习新能力的方向。
Figure AI 的 VLA 模型 Helix 全自主完成叠毛巾,称是多指人形机器人用端到端神经网络完成该任务的首例。架构与训练超参数不变、仅新增数据集,可从混合毛巾堆取物、按初始形态调整折叠策略、纠正多抓错误,并用拇指描边、捏角等精细动作解开缠绕毛巾。
推荐理由:同一模型不加架构改动仅靠新增数据完成叠毛巾任务,展示了从物流到柔性物体操作的泛化路径。
Figure AI 发布 Figure 03(F.03)人形机器人电池,由 BotQ 工厂自研自产,能量密度较 F.01 提升 94%,2.3 kWh 支持 5 小时峰值运行,支持 2 kW 快充,成本较 F.02 降低 78%。
Figure AI 发布 Helix 在物流环境部署三个月后的能力进展,单件处理时间从约 5.0 秒降至 4.05 秒,条码扫描成功率从约 70% 提升至约 95%,并新增处理 poly 袋、扁平信封等柔性包裹的能力。
推荐理由:原文给出数据规模与各架构模块的消融实验细节,读者可以据此理解物流性能提升的具体来源。
Figure AI 发布端到端强化学习步行控制器,让 Figure 02 人形机器人在仿真中通过奖励模仿人类参考轨迹学会带脚跟触地、脚尖蹬地和摆臂的类人步态。训练在 GPU 加速物理仿真中并行进行数千台机器人,数小时收集数年仿真数据,结合域随机化与 kHz 级扭矩反馈控制实现零样本迁移到实机,10 台 Figure 02 运行同一神经网络无需单独调整。
推荐理由:原文给出 Figure 02 用强化学习实现类人步行的训练方法和仿真到现实迁移细节,可了解其技术路线。