機器人成精了？Figure 03下廚房，不經意關抽屜那一下，太像人了

新智元報道

編輯：元宇

【新智元導讀】Figure 03這次不像是機器人，更像第一次真正「住進」了人類的廚房。

幫你洗碗的家務機器人來了?

剛剛，一段Figure 03在廚房干活的視頻被網友刷爆了。

它是Figure AI推出的最新機器人，搭載了其最新的Helix 02系統。

與早期的Helix僅能控制上半身相比，Helix 02實現了全身級自主控制，顯著提升了其在真實環境中自主決策和全身動作控制的能力。

在視頻中，Figure03在廚房里「像人一樣」干起活來，全程無需人工干預。

Figure03的一些小動作，直接把很多網友都看呆了。

比如，當它正準備轉身把抓起的廚房用具放入洗碗機時，身旁打開的抽屜擋住了它的去路。

按照以往邏輯，機器人大概率會先放下手里的東西，轉身，用手關上抽屜，再重新拿起碗碟。

但Figure 03只是身體順勢一轉，用胯部輕輕一頂，就把抽屜關上了，動作絲滑如行云流水，就像人們在廚房中忙亂時的下意識動作一樣。

不僅如此，它還會用腳抬起洗碗機門，這說明它已經具備了利用全身協作的能力，能夠將整個身體作為工具，而不僅僅依賴雙手。

Figure AI宣稱，Helix 02是他們迄今為止能力最強的人形機器人模型，它采用了單一的神經系統，在整個房間范圍內實現「靈巧、長時程的自主行為」。

Figure創始人Brett Adcock直言，「會跳舞的機器人并不稀奇，難的是實現智能控制」。

Figure 03所展現的「智能控制」突破，主要體現在以下核心能力上：

• 受限環境下的穩健操作：即便手持易碎品（如玻璃杯），機器人也能在移動中保持步伐穩定與抓握精準，確保物品平穩不晃動。

• 全程雙手協同：在物體的拾取、傳遞、堆疊及放置過程中，雙臂不再是獨立運作，而是作為一個整體系統進行完美的協調配合。

• 跨尺度運動控制：基于同一神經網絡，Figure 03既能執行毫米級的手指微操，又能駕馭房間尺度的全身移動，其動態控制范圍跨越了四個數量級。

除上述運動控制外，Figure 03還展現了長時序的動作規劃能力。

它能夠按邏輯順序執行包含移動與操作的復雜任務序列，并具備隱式的錯誤恢復機制，從而在數分鐘的連續執行中保持任務狀態不掉線。

Figure 03的自主性與未來感設計引發了熱烈討論。

推特用戶Chubby盛贊其「擬人化」的步伐和設計是革命性的進步。

許多網友對Figure 03的自主性和設計而感到驚嘆，認為這是革命性的進步。

然而，并非所有人都為此買單。

網友Zamiel Cano直言，在Tesla Optimus面前，其他機器人都顯得「毫無價值」，并堅信Optimus終將主宰整個行業。

還有網友認為Figure 03只能做到在飯后清理餐桌、把餐具放進洗碗機這些還不夠，還要能夠規劃餐食并訂購食材。

告別「回合制」

把「走路+干活」揉成一個大腦

視頻中的Figure03，展示了驚人的「全身協同」能力。

它不再把身體拆分成「走路的腿」和「干活的手」，而是像人一樣，把整個身體當成一個統一的工具。

這標志著Helix02突破了幾十年來傳統機器人領域最棘手的難題之一：真正統一行走與操作。

因為在傳統機器人的大腦里，走路和干活是兩套完全分開的程序。

它們就像在玩回合制游戲：

第一回合：走到桌子前（停止腿部運動，站穩）。

第二回合：伸出手臂（鎖定下盤，只動上半身）。

第三回合：抓住物體（收回手臂）。

第四回合：再次啟動腿部（轉身，走）。

這種模式不僅效率極低，而且充滿了機械的僵硬感。

真正的自主性需要一個能夠同時對全身進行推理的單一學習系統。

該系統能持續感知、決策并行動，比如在搬運物品的同時行走，在伸手夠物時調整平衡，并實時從錯誤中恢復。

Helix02正是如此。

它第一次把人形機器人的「走路+干活」揉成一個大腦，實現了「行走-操作」的真正統一。

Helix 02在原有的系統1（System 1，S1）、系統2（System 2，S2）架構的基礎上，新增了一個基礎層：系統0（System 0，S0）。

每個系統都以自身的自然時間尺度運行。

S2（大腦）負責理解復雜的指令，緩慢地進行目標推理：解讀場景、理解語言并規劃行為序列。

S1（脊髓）負責敏捷的動作執行，快速思考，以200 Hz的頻率將感知轉化為全身關節的目標指令。

S0（小腦）負責穩健的身體控制，以1 kHz 的頻率執行，負責全身的平衡、接觸與協調。

S0

基于人類數據的「運動直覺」

S0為機器人提供「運動直覺」，它是一個用于機器人全身控制的基礎模型，是Helix 02物理具身的核心基礎。

當更高層級負責任務推理與規劃時，S0確保每個動作都能平穩、安全且穩定地執行。

S0并非為行走、轉向、蹲下或伸手等動作分別設計獎勵函數，而是直接從大量且多樣化的運動數據中學習追蹤人體動作。

Figure投喂了超過1000小時的關節級重定向人類運動數據，而S0則是在不斷的仿真模擬中，模仿這些人類的動作。

S0的出現，讓Figure03直接獲得了一種類似于人類「直覺」的能力。

S1

掌心長眼、觸覺通神，它能為你捏起一顆藥片

在最初的Helix中，S1只負責上半身控制，輸入也僅限于關節狀態和圖像。

而在Helix 02中，S1連接了全部傳感器，并直接控制整個機器人。

輸入，通過頭部攝像頭、掌心攝像頭、指尖觸覺傳感器，以及全身本體感知。

輸出，通過覆蓋整個機器人的關節級控制：包括雙腿、軀干、頭部、手臂、手腕以及每一根手指。

這種從感知到全身執行的一體化架構，讓S1能把機器人自身狀態與環境視為一個強耦合系統來整體推理。

如果說全身協同讓Figure03的行動有了「人樣兒」，那么手部操作的進化，則讓它真正具備了「干細活」的能力。

比如處理類似洗碗、幫老人拿藥這些家庭環境中極其細膩的任務，Helix02通過配合Figure03的新硬件，完美解決了這個問題。

其中，掌心攝像頭和觸覺傳感器是Figure 03帶來的新硬件能力。

掌心攝像頭在物體被頭部攝像頭遮擋時，提供關鍵的手內視覺反饋。

每個指尖內嵌的觸覺傳感器能檢測低至3克的力，靈敏到足以感知一枚回形針，從而實現具備接觸感知、可精細調節力度的抓取。

這些感知能力真正釋放了五指靈巧手的潛力，讓Helix能應對需要多指精細控制的復雜操作。

在演示中，我們看到了Figure 03在靈巧任務中令人驚嘆的場景：

任務1：擰開瓶蓋

Figure03必須在施加持續且受控的旋轉以擰下瓶蓋時，保持瓶子的穩定，同時避免打滑或壓碎容器。

這需要雙手協調配合，并通過觸覺調節握力與扭矩控制。

任務2：從藥盒中找出并取出藥片

Figure 03必須從藥盒中定位并取出一粒小藥片，而藥片常常被遮擋無法被頭部攝像頭看到。

任務3：從注射器中精確推出5毫升液體

這需要手掌級別的視覺反饋以及觸覺引導的精準抓取。

面對藥盒里細小且不規則的藥片，甚至是那些被遮擋的藥片，Figure03沒有絲毫猶豫。

Figure 03必須精確推進注射器活塞，以釋放指定體積的液體，這需要具備觸覺反饋的力控驅動，以及多指協同的穩定操作。

任務4：從雜亂的箱子中拾取金屬零件

Figure 03必須從一堆相互重疊、遮擋且在交互過程中會移動的物體中取出小型金屬部件。

這需要在雜亂環境中具備可靠的視覺抓取選擇能力，并通過觸覺確認抓取的穩固性。

在這些靈巧任務中，Figure03展示了完美的「分寸感」。

比如在擰瓶蓋任務中，它能實時感知摩擦力的變化，施加連續且可控的旋轉力。在處理注射器時，它更是能精確控制推注的體積。

這種指尖上的進化，意味著機器人終于可以勝任家庭場景的細膩任務，真正具備了「干細活」的能力。

這一切，都要歸功于S1。

它是一個「全傳感器輸入，全關節輸出」的強大視覺-運動策略層，它把眼睛看到的（頭部和掌心）、手指摸到的（觸覺傳感器）、身體感受到的（本體感知），全部融合成一個整體，以每秒200次的頻率指揮全身關節配合。

它讓機器人不再是「盲人摸象」，而是真正的「眼手心合一」。

S2：場景理解與語言

系統2仍然是語義推理層：處理場景、理解語言，并為S1生成潛在目標。

Helix 02大幅擴展了S2所能指定的行為范圍。

從以往「拿起番茄醬」這樣簡單操作，擴展到了一些更復雜的任務，比如走到洗碗機前并打開它、把碗端到臺面上、回到頂層架子，拿起杯子……

S2無需規劃底層的步態或具體指定如何協調手臂與腿部動作。

它生成一系列語義隱變量，由S1解釋為運動指令，并由S0執行。

自主長時程移動操作

得益于對S1、S2、S0在運動能力、推理、感知、靈巧性等方面能力的全面整合，Helix 02能夠執行連續的、持續數分鐘的任務。

我們看到了S0負責穩健的身體控制，S1負責敏捷的動作執行，而S2則負責理解我們那些復雜的指令。

以前我們需要給機器人寫代碼才能讓它動，現在，你只需要對它說：「把杯子放入洗碗機」。

S2會聽懂這句話，把它拆解成「走到水槽」「拿起杯子」「走到洗碗機」「放好」等一系列意圖；

S1會指揮手眼配合去抓杯子；S0則會確保在這個過程中，機器人不會因為踩到地上的水漬而滑倒。

如果說以前機器人是「計算」出來的平衡，現在機器人是「感覺」到了平衡。

它不再需要為每一個微小的動作寫說明書，而是把人類千萬年進化出來的「肌肉記憶」，直接裝進了自己的神經網絡里，真正實現了全身級自主控制。

這次Figure 03廚房秀，讓人突然意識到機器人開始有「身體直覺」了。

也許當它真正量產走進人類廚房時，那個「今天誰洗碗？」的難題可能將不復存在了。

參考資料：

https://www.figure.ai/news/helix-02