Figure 演示 Helix 02 客廳整理：不改演算法僅靠加資料

如果給未來的家用機器人列一張願望清單，收拾客廳絕對能排進前三。

但這事對機器人來說簡直是噩夢。廚房好歹還有檯面和櫃子，客廳裡全是不可預測的混亂：滿地的積木、軟塌塌的抱枕、茶几和沙發之間窄得要命的過道，而且機器人在走動的同時，手上一刻也不能停。

剛釋出大約一個月的 Figure Helix 02，最近把戰場從廚房搬到了客廳。Figure 在 3 月 9 日放出了最新的演示，這臺人形機器人開始幹一整套複雜的客廳家務，而且從頭到尾只靠一個神經網路模型。

像真人一樣把毛巾甩上肩膀

這次最抓人眼球的，不是它把積木一塊塊撿起來，而是它處理日常工具時那種鬆弛的小動作。

Helix 02 拿著噴霧瓶往髒檯面上噴水，接著用毛巾使勁擦拭。擦完之後，它沒有呆板地把毛巾放回原處，而是順手把毛巾往肩膀上一甩，或者夾在腋下，直接騰出兩隻手去幹別的活。

收拾玩具時也是一樣。它會兩手端著收納筐，一邊托著一邊把桌上的積木往筐裡扒拉；嫌不順手時，它還會把筐夾在胳膊底下，兩隻手同時在地上撿玩具。

甚至在關電視這件小事上，它撿起遙控器後，能在手掌心裡調整遙控器的朝向，精準按下按鍵把電視關掉。沙發上的抱枕歪了，它走過去抓起來，一個敏捷的拋擲動作，直接把抱枕扔回沙發靠背上。

在整個清理過程中，它還得在茶几和沙發的狹窄縫隙裡側著身子碎步挪過去，腳下在找路，手上的活完全沒停。

沒有寫新程式碼，全靠喂資料

如果這些動作是工程師一段段寫死程式碼調試出來的，那其實不算稀奇，波士頓動力很早就能做出更驚險的雜技。

但 Figure 表示，這次他們一行新的控制演算法都沒寫，也沒有搞任何特殊工程化設計。Helix 02 依靠的是之前公佈的單一大模型架構，直接從攝像頭看到的畫素輸入，端到端輸出全身電機的控制訊號。

從廚房收拾碗筷，切換到客廳噴水擦桌、甩毛巾、撿遙控器，機器人學會這一整套新本領的唯一方式，就是給這個統一的系統塞進更多的資料。

這種資料驅動的端到端學習，意味著機器人的學習邏輯開始接近自動駕駛甚至大語言模型。只要底層網路容量夠大，堆資料就能堆出新的複雜行為。

為什麼重要

我們認為，Figure 這一步走得非常漂亮，它向外界證明了人形機器人的軟體架構正在迅速收斂。

過去機器人領域的標準做法，是導航歸導航、機械臂抓取歸機械臂抓取、手部姿態再單獨寫個控制器。這種拼積木的方案一遇到真實客廳這種動態環境，系統之間的銜接就會漏洞百出，動作卡頓得像幻燈片。

Helix 02 展示的是全身協調的連續控制。邊走邊側身、夾著筐撿東西、手內調整遙控器，這些看起來不起眼的人類本能，過去在傳統機器人學裡每一項都是一篇博士論文。現在一個模型把移動、雙臂協作和工具使用全包了，看起來這條端到端路線確實跑通了。

對使用者和整個行業來說，這意味著人形機器人走向家庭的邊際成本正在驟降。以往每增加一個新場景都要研發大半年，現在只要資料採集流程跑順，給模型灌資料就能解鎖新技能。

不過也別高興得太早。普通人現在顯然買不到這臺機器，Figure 也沒有公佈這套操作在真實長程執行下的失敗率。甩毛巾和扔抱枕確實很有觀賞性，但面對客廳裡突然跑出來的寵物或熊孩子，這種純視覺端到端模型能不能扛住干擾，依然需要打一個大問號。