Figure Helix 02：重塑人形机器人运动与操控的边界

机器人领域的创新浪潮正涌动着新的变革。

1月28日，Figure推出了其最新力作——Helix 02模型，并附上了长达三分半的视频演示，展示了其卓越性能。

对于非专业人士而言，这段视频可能初看并无特别之处，仅为一台机器人在厨房中进行日常操作，如从洗碗机取出碗碟并放入橱柜。

然而，视频接近尾声时，一个极其人性化的动作令人眼前一亮。

在关闭洗碗机门时，Helix 02先用脚轻轻一顶，将门抬起，再弯腰关闭。这一动作在机器人领域尚属首次。

过去，我们熟知的机器人设计遵循模块化原则，将导航、行走、抓取等功能分开处理。

而2025年的机器人大致可分为两类：一类注重全身控制，如会跳舞的机器人，其动作由预设程序控制，即便遇到障碍物也会机械地完成动作；另一类则专注于灵巧操作，如会收碗的机器人，其下半身通常是固定的底座，仅负责移动。

Helix 02的突破之处在于，它将运动与操作完美融合，解决了这两类机器人的局限。

Figure的工程师并未预先教授它如何用脚踢门。这一动作是机器人基于内部知识自主选择的——它可能判断弯腰太低会影响重心，因此根据当前物理环境，自主决定用脚踢是最有效的辅助方式。

2025年，Figure的估值已达到390亿美元，远超宇树传闻中的1000亿人民币上市估值三倍之多。

这家全球最昂贵的人形机器人公司，通过用脚关洗碗机的创新，有望解决人们对跳舞机器人无法工作的吐槽，引领机器人技术的新风潮。

统一人形机器人的运动与操控

此次发布的Helix 02模型采用了端到端设计。

模型集成了头部全景摄像头、掌心近距离相机、指尖触觉传感器以及全身关节运动状态数据，这些信息全部输入神经网络。

输出则是一个完整的全身动作包，包括腿部支撑力、躯干平衡倾角、手臂延展路径以及每根手指的捏合力度。

一个模型即可控制Figure 03的30自由度机器人本体。

目前主流的VLA模型大多依赖海量数据训练，例如通过人类遥控机器人收碗的数据来教会它这一技能。

相比之下，Helix 02的神经网络不再学习如何收碗，而是学习人类运动的一般规律。它学习了超过1000小时的人类全身动作数据，从而获得了一种通用的物理先验知识。

另一个备受关注的动作是，在拿完东西关抽屉时，Helix 02直接用胯部将抽屉门顶起并关闭。

Figure在博客中解释了开发这一运动操控结合系统的原因：

移动操控一直是机器人领域的一大难题，因为同时实现移动和操控难以分解。例如，举起重物时机器人的平衡会变化；向前迈步时触及范围也会变化。手臂和腿部会相互制约。

尽管人形机器人在短期内展现出令人印象深刻的跳跃、跳舞和瑜伽等行为，但几乎所有机器人都存在一个局限性：它们并非真正可控。大多数系统仅在离线状态下重现预先规划的动作，且反馈有限。如果物体移动或接触情况变化，行为就会失效。

传统机器人通过将运动和操作分离到不同的控制器中并用状态机连接来解决这一问题：行走、停止、稳定、伸展、抓取、再次行走。这种切换方式速度缓慢、难以判断且显得不自然。

真正的自主需要一种能够同时对整个身体进行推理的单一学习系统。一个能够持续感知、决策和行动的系统——边走边搬运、边伸手取物边调整平衡并实时纠正错误。

事实上这种思路与Figure早期开发Helix第一代模型时如出一辙。当时Helix就证明了单个神经网络可以控制机器人的整个上半身而不仅限于机械臂或夹爪。

如今Helix 02的出现将端到端控制扩展到了机器人的每一个关节实现了真正的全身自主。

神秘的System 0

之所以能实现这样的统一部分原因在于Helix 02的架构里此次加入了一个至关重要的底层组件：System 0。

这是一个专门负责物理本能的神经网络。在System 0出现之前工程师们必须手动编写复杂的物理方程来维持机器人的平衡。而这一次Figure干脆删掉了109504行手工编写的C++代码用一个单一的神经网络先验取而代之。

System 0的核心任务仅三个：平衡、接触和全身协调。其运行频率高达1000赫兹这意味着它每秒钟要向电机下达1000次指令。这种极高的处理速度让它能够像人类的脊髓反射一样在意识到要摔倒之前就已经完成了肌肉力量的对冲。

最贵的人形机器人公司

除了全身自主这一亮点外Helix 02还有不少其他看点：

借助Figure 03的硬件底座Helix 02真正达到了多指灵巧操作的极限。以前的人形机器人往往在自身遮挡面前束手无策——一旦身体挡住头部摄像头的视线机器人就会失去视野。但Figure在每一只手的掌心都安装了一枚广角摄像头赋予了它手心长眼的上帝视角。