Figure 02 解锁家务技能：靠 Helix 模型自主叠毛巾，无人工遥控

叠衣服一直被看作人形机器人最难啃的日常动作之一。衣服是软的，每次扔在桌上形状都不同，稍一扯就会起皱或滑落。

Figure 最近放出了一段视频：自家的 Figure 02 人形机器人站在桌子前，抓起毛巾、找准角、铺平、对折，最后整整齐齐码成一摞。整个过程没有人类远程遥控，也没有写死的预设脚本，全靠机器人自主完成。

从宝马工厂到创始人的客厅

根据公布的细节，这段测试并不是在搭好专业传感器的实验室里拍的，而是在 Figure 创始人家里实地完成的。

视频里最显眼的是那双手。Figure 02 配备了多指灵巧手，可以在接触布料时顺着边缘摸索，找到毛巾的角落，用手指把褶皱抚平。如果毛巾在折叠过程中滑开或者变形，它还能即时反应并修正动作。官方表示，这是多指灵巧手机器人首次自主实现这一操作。

更有意思的是背后的模型迁移。此前，Figure 02 刚刚在宝马位于斯帕坦堡的工厂里连续工作了 20 个小时，负责重体力搬运和装配。这次叠衣服，它用的依然是完全相同的 Helix 视觉-语言-动作模型。

Figure 并没有修改核心代码，也没有把模型推倒重训，只是给它喂了 500 个小时的人类动作示范数据，机器人就直接从搬工业零件切到了整理家务。

为什么重要

我们认为，这件事的关键不在于毛巾叠得有多好看，而在于具身智能的泛化逻辑终于走通了一小段。

在机器人领域，过去换一个场景往往意味着重写一套运动规划，甚至换一套传感器。Figure 这次用事实说明，只要底层的动作大模型足够扎实，从工业流水线跨到家庭生活，可能只需要几百个小时的数据微调。这种通识能力的迁移速度，比单纯死磕硬件机械臂要快得多。

对普通用户来说，指望它明天就进家门做家务显然还不现实。Figure 02 的成本和维护门槛摆在那里，目前依然面向工业和商业场景。但这种测试证明了人形通用机器人的可行性：同一个硬件平台和同一个模型大脑，白天可以在车间打螺丝，夜里可以收拾货架甚至做保洁。

看起来，人形机器人的竞争焦点正在从谁的关节更有力，转向谁的动作模型学得更快。如果只要 500 小时示范就能学会一项复杂的柔性物体操作，那么人形机器人解锁新工种的速度，接下来可能会远超大家的预期。