Figure 釋出 Helix 02：單神經網路控制全身，連做 4 分鐘家務

機器人做後空翻或者跳舞，看著很帥，但真讓它去廚房洗個碗，通常立刻露餡。

過去的人形機器人就像把兩臺機器硬拼在一起：腿負責走，手負責拿。走路時手不能動，拿東西時腿必須定住。一旦手裡的盤子滑了一下，或者中途需要彎腰挪步，狀態機就會卡死。

Figure 剛釋出的 Helix 02 就是衝著這個問題來的。去年第一代 Helix 只能靠視覺網路控制上半身，而這次 Helix 02 直接接管了整臺 Figure 03 機器人的全身，讓走路、拿放和維持平衡變成同一個神經網路裡的連續動作。

刪掉十萬行程式碼，用三個齒輪驅動全身

傳統機器人要協調全身動作極其痛苦，Figure 這次乾脆把以前手寫的 109,504 行 C++ 規則程式碼全刪了，換成了一個叫 System 0 的基礎動作模型。

整個 Helix 02 體系被拆成了三個不同執行頻率的系統。

最底層是 System 0，只有 1000 萬引數，但執行頻率高達 1000 Hz。它吃過 1000 多個小時的人類運動資料，還在超過 20 萬個並行模擬環境裡做過強化學習。它專門負責像人類肌肉記憶一樣管好平衡和重心。

中間層是 System 1，以 200 Hz 執行。它是個端到端的視覺運動網路，把頭頂相機、手掌內側相機、指尖觸覺感測器以及全身關節資料全都吃進去，直接輸出全身關節目標。

最上層是 System 2，負責看懂環境和聽懂人話。它不用操心機器人怎麼邁腿，只要發出類似「去洗碗機那邊把碗端到料理臺」的高層語義目標就行。

有了這套架構，Figure 演示了一段長達 4 分鐘的洗碗機裝卸測試。機器人沒有任何遙操作和人工復位，連續完成了 61 步動作。

最有趣的是，當兩隻手都端著碗時，機器人會自然地用屁股撞上抽屜，甚至用腳尖把洗碗機門挑起來。這種全身協同在以往的拼接控制系統裡幾乎不可能出現。

能感覺 3 克力量的手，開始幹細活了

除了滿屋子走動，Helix 02 這次還利用了 Figure 03 的新硬體：指尖觸覺感測器和手掌相機。

這套指尖觸覺能察覺小到 3 克的微弱接觸，差不多是一枚回形針的重量。手掌相機則解決了傳統頭部相機容易被手臂遮擋視線的毛病。

在公佈的自主演示中，它完成了四樣過去機器人很難碰的細活：

雙手配合擰開塑膠瓶蓋，靠觸覺即時調節握力，不打滑也不捏扁瓶身；在藥盒裡精準摳出一顆小藥丸；推針筒推入恰好 5 毫升藥液；以及在自家 BotQ 工廠裡，從堆滿重疊雜物的小盒子裡單揀出金屬零件。

為什麼重要

過去兩年，人形機器人賽道一直陷在「跳舞影片很精彩，進廠打螺絲就穿幫」的尷尬裡。根源就在於移動和操作被割裂成了兩個系統，容錯率極低。

我們認為，Helix 02 最聰明的地方，在於徹底拋棄了手寫狀態機拼接動作的舊路子。用 10M 引數的 System 0 取代近 11 萬行 C++ 底層程式碼，不僅動作看著更像真人，更重要的是給機器人提供了一套連續的物理本能。

對開發者和行業來說，這意味著人形機器人終於邁進了真正長週期的端到端自主階段。從幾秒鐘的固定抓取，拉長到 4 分鐘、61 步連續互動，這是進入真實家庭和複雜工廠的基本門檻。

不過，目前它離大規模落地還有距離。在洗碗機演示裡，環境雖然是真實尺寸的廚房，但依然是相對受控的測試場景。在沒有先驗建模的雜亂突發環境裡，這套三層架構能不能扛住高強度的長尾意外，依然需要時間檢驗。