在机器人技术领域，美国创业公司 Figure AI 于近期发布了一款名为 Helix 的端侧大模型，标志着人形机器人控制技术的重大突破。Helix 是首个能够对整个人形机器人上半身（包括头部、躯干、手腕和手指）进行高频率、连续控制的视觉 - 语言 - 动作(VLA)模型。这意味着，机器人可以在无需大量训练的情况下，直接根据自然语言指令执行任务。
Figure AI 通过建立两个互补的系统来解决视觉语言模型的通用性和速度之间的矛盾。系统一是一个快速反应的视觉运动策略模型，能够每秒执行200次精确动作，而系统二则是一个开源的视觉语言模型，能够理解复杂场景与自然语言。这两个系统通过端到端训练实现了高效的沟通，从而克服了以往人形机器人在执行多样化任务时所面临的限制。
更令人兴奋的是，Helix 不仅可以在单台机器人上运行，更是首个能实现双机协作的 AI 模型。在一系列演示中，两台搭载 Helix 的机器人面对一堆从未见过的杂物，成功地进行了协作分类。为了完成任务，机器人之间需要进行视觉上的 “确认”，彼此对视以确保信息传递准确无误。这种人机协作的方式不仅展示了 Helix 的强大能力，更暗示着未来人形机器人与人类之间的互动将更加自然和高效。
通过仅用500小时的高质量监督数据，Helix 便能轻松识别并处理成千上万种小型家居物品。在简单的指令下，机器人能够准确完成从未示范过的任务，显示出其惊人的灵活性和智能化程度。
随着 Helix 的推出，Figure AI 也在积极进行融资，目标达15亿美元，预计公司估值将达到395亿美元。这一数字与去年相比翻了近14倍，反映出市场对机器人技术的巨大兴趣与潜力。
