Figure機器人進廠打工:8小時速成大師

2025-02-27 | 來源: 新智元 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

Figure公司繼推出自研VLA模型Helix後，再度發力！最新展示的機器人包裹分揀技術，僅用8小時訓練數據，就實現了超越人類的效率和精度。通過一系列架構優化，包括立體視覺、多尺度特征、自我校准和運動模式，Figure機器人展現了驚人的學習和適應能力。

踹掉OpenAI之後，Figure的迭代堪稱神速！

幾天前才發布了第一款自研視覺-語言-動作（VLA）模型Helix，統一了感知、語言理解和學習控制。

就在剛剛，他們又在一個全新場景中實現了機器人應用的落地——物流包裹操作和分揀。

而且，只用了短短30天。

為了達到人類級別的速度、精確度和適應性，Figure對自研模型Helix的系統1（S1），也就是底層視覺運動控制策略，做出了全面的改進：

隱式立體視覺（implicit stereo vision）：Helix系統1現在具有豐富的3D理解能力，實現更精確的深度感知運動。

多尺度視覺表征（Multi-scale visual representation）：底層策略可以捕捉精細細節，同時保持場景層面的理解，實現更准確的操作。

學習式視覺本體感知（learned visual proprioception）：每個Figure機器人現在都可以自我校准，使跨機器人遷移變得無縫。

運動模式（sport mode）：使用簡單的測試時加速技術，Helix 達到了比示范者更快的執行速度，同時保持高成功率和靈巧度。

Figure AI發布新一代人形機器人:動作更絲滑

Figure AI創始人:人形機器人數量很快與人類相當

Figure AI突然宣布"切割"OpenAI 30天內有大戲

結果顯示，在這個特定場景中，僅需8小時精心策劃的示范數據，就能產生靈活多變的操作策略。

只見，Figure機器人軍團同時走向自己的工位，站成一排，同步開啟打工模式。

看它靈活的雙手，拿起包裹後，識別物流碼逐一分揀。

整條流水線上，全由Figure完成，無需人類插手。

值得一提的是，它們還會自我校准。

對此網友紛紛表示，“工廠工人將被迅速取代！”

還有網友感慨道，“將現有勞動力轉換為機器人會比我們想象的要快得多。”

極具挑戰性的物流場景

包裹處理和分揀是物流中的基本操作。這通常涉及將包裹從一條傳送帶轉移到另一條傳送帶，同時確保運輸標簽正確朝向以便掃描。

這項任務面臨幾個關鍵挑戰：包裹的尺寸、形狀、重量和剛性（如硬盒或軟袋），都各不相同。