Figure 发布 Helix 02：单神经网络控制全身，连做 4 分钟家务

机器人做后空翻或者跳舞，看着很帅，但真让它去厨房洗个碗，通常立刻露馅。

过去的人形机器人就像把两台机器硬拼在一起：腿负责走，手负责拿。走路时手不能动，拿东西时腿必须定住。一旦手里的盘子滑了一下，或者中途需要弯腰挪步，状态机就会卡死。

Figure 刚发布的 Helix 02 就是冲着这个问题来的。去年第一代 Helix 只能靠视觉网络控制上半身，而这次 Helix 02 直接接管了整台 Figure 03 机器人的全身，让走路、拿放和维持平衡变成同一个神经网络里的连续动作。

删掉十万行代码，用三个齿轮驱动全身

传统机器人要协调全身动作极其痛苦，Figure 这次干脆把以前手写的 109,504 行 C++ 规则代码全删了，换成了一个叫 System 0 的基础动作模型。

整个 Helix 02 体系被拆成了三个不同运行频率的系统。

最底层是 System 0，只有 1000 万参数，但运行频率高达 1000 Hz。它吃过 1000 多个小时的人类运动数据，还在超过 20 万个并行仿真环境里做过强化学习。它专门负责像人类肌肉记忆一样管好平衡和重心。

中间层是 System 1，以 200 Hz 运行。它是个端到端的视觉运动网络，把头顶相机、手掌内侧相机、指尖触觉传感器以及全身关节数据全都吃进去，直接输出全身关节目标。

最上层是 System 2，负责看懂环境和听懂人话。它不用操心机器人怎么迈腿，只要发出类似「去洗碗机那边把碗端到料理台」的高层语义目标就行。

有了这套架构，Figure 演示了一段长达 4 分钟的洗碗机装卸测试。机器人没有任何遥操作和人工复位，连续完成了 61 步动作。

最有趣的是，当两只手都端着碗时，机器人会自然地用屁股撞上抽屉，甚至用脚尖把洗碗机门挑起来。这种全身协同在以往的拼接控制系统里几乎不可能出现。

能感觉 3 克力量的手，开始干细活了

除了满屋子走动，Helix 02 这次还利用了 Figure 03 的新硬件：指尖触觉传感器和手掌相机。

这套指尖触觉能察觉小到 3 克的微弱接触，差不多是一枚回形针的重量。手掌相机则解决了传统头部相机容易被手臂遮挡视线的毛病。

在公布的自主演示中，它完成了四样过去机器人很难碰的细活：

双手配合拧开塑料瓶盖，靠触觉实时调节握力，不打滑也不捏扁瓶身；在药盒里精准抠出一颗小药丸；推针筒推入恰好 5 毫升药液；以及在自家 BotQ 工厂里，从堆满重叠杂物的小盒子里单拣出金属零件。

为什么重要

过去两年，人形机器人赛道一直陷在「跳舞视频很精彩，进厂打螺丝就穿帮」的尴尬里。根源就在于移动和操作被割裂成了两个系统，容错率极低。

我们认为，Helix 02 最聪明的地方，在于彻底抛弃了手写状态机拼接动作的旧路子。用 10M 参数的 System 0 取代近 11 万行 C++ 底层代码，不仅动作看着更像真人，更重要的是给机器人提供了一套连续的物理本能。

对开发者和行业来说，这意味着人形机器人终于迈进了真正长周期的端到端自主阶段。从几秒钟的固定抓取，拉长到 4 分钟、61 步连续交互，这是进入真实家庭和复杂工厂的基本门槛。

不过，目前它离大规模落地还有距离。在洗碗机演示里，环境虽然是真实尺寸的厨房，但依然是相对受控的测试场景。在没有先验建模的杂乱突发环境里，这套三层架构能不能扛住高强度的长尾意外，依然需要时间检验。