整条上半身控制
首个能对整条上半身输出高频连续控制的 VLA，覆盖手腕、躯干、头部和单根手指，动作粒度细到手指级。
Figure AI Helix
AI TOOL PROFILE工具资料面向人形机器人上半身控制的视觉-语言-行动模型，可双机协作
价格官网未标价
平台—
归类AI 智能体
收录2025-02-20
复核2025-02-20
编辑评分
4.3 / 5
★★★★☆
Figure AI Helix编辑总结
Helix 是 Figure AI 推出的通用视觉-语言-行动（VLA）模型，把感知、语言理解和学习到的控制统一到一套神经网络权重里。它首次实现对整条上半身（手腕、躯干、头部和单根手指）的高频连续控制，并能同时运行在两台机器人上完成长时程协作任务；面对从未见过的小件家用物品，也能按自然语言指令直接抓取。模型完全运行在嵌入式低功耗 GPU 上，具备商用部署条件，采用 System 1 / System 2 双系统架构。主要短板是训练数据与场景仍以家庭操作为主，更复杂的通用任务能力尚未公开说明。
Figure AI Helix是什么？
Helix 是 Figure AI 发布的通用视觉-语言-行动模型，面向人形机器人的上半身控制。它把视觉感知、语言理解和机器人控制合成一套系统，目标是让机器人按自然语言直接生成新动作，而不是为每个任务单独编程或采集大量演示数据。
模型采用 System 1 / System 2 双系统架构，端到端联合训练。System 2 是运行在机器人本体的互联网预训练 VLM，以 7-9 Hz 频率做场景理解与语言理解；System 1 是快速反应式视觉运动策略，把 System 2 产生的潜在语义表示翻译成精确的连续动作。整套权重可以同时驱动两台机器人，完成协作式的长时程操作任务。
对普通家庭用户而言，它意味着机器人可以按口令收拾没见过的杂物；对开发者或集成方而言，它提供的是端侧运行的通用控制能力，无需针对每个任务做微调。
Figure AI Helix核心功能
双机器人协作
首个能同时运行在两台机器人上的 VLA，两台机器可共同完成长时程操作任务，且处理的物品是它们此前未见过的。
自然语言抓取
按自然语言提示即可抓取几乎任意小件家用物品，包括数千件从未接触过的物品，不依赖预先编程的抓取位姿。
单一权重多任务
用同一套神经网络权重学习全部行为，包括取放物品、开抽屉与冰箱、跨机器人交互，不需要任何任务专属微调。
双系统架构
System 2 以 7-9 Hz 做场景与语言理解，System 1 负责将语义表示转为精确连续动作，两个系统端到端联合训练、互相通信。
端侧商用部署
全部推理运行在嵌入式低功耗 GPU 上，不依赖外部算力，具备直接投入商用部署的条件。
Figure AI Helix值不值得用？
当你要评估人形机器人的通用操作能力时，Helix 值得关注：它用一套权重同时解决感知、语言和控制，首次实现整条上半身高频控制与双机协作，还把小件物体的抓取范围扩大到数千件未见过的物品。作为端侧运行的模型，它在低功耗 GPU 上完成全部推理，具备商用部署条件。但如果你的场景是结构化工业产线，或需要模型自己生成全新的复杂技能，目前公开的能力仍集中在家庭操作类任务，更广的泛化边界尚不清楚。
建议选它的情况
- 需要在家庭环境按自然语言操作未见物体
- 研究通用人形机器人上半身连续控制
- 评估端侧低功耗部署的 VLA 方案
- 关注双机器人协作长时程任务
不建议选它的情况
- 需要公开的定价与采购渠道
- 要求模型完成高度专业化的工业作业
- 无法接受家庭场景之外的泛化能力未知
Figure AI Helix使用建议
入门先把路子走对
- 先看协作演示从协同收纳杂货的视频入手，能直观看到一套权重同时驱动两台机器人处理未见物品的过程。
- 抓住双系统分工理解 System 2 负责语义理解、System 1 负责动作输出的分工，再看能力描述会更清楚。
- 对照缩放曲线文中缩放曲线对比了手工编程、模仿学习和语言指定三种技能获取方式，能看清 Helix 的差异点。
进阶省时间也省钱
- 按物品泛化看能力判断是否适用时，重点看它处理「从未见过」的数千件物品这一条，而不是看已演示过的固定任务。
- 关注端侧算力条件模型完全跑在嵌入式低功耗 GPU 上，选型时应按这一部署形态评估，而不是假设依赖外部服务器。
Figure AI Helix适合谁用？
人形机器人研究者
推荐关注 VLA 如何把视觉语言知识转成机器人动作，双系统架构和缩放曲线是可参考的设计思路。
家庭机器人产品团队
推荐需要按自然语言处理未见过的家用物品，Helix 的整条上半身控制与抓取泛化范围有直接参考价值。
端侧部署工程师
推荐模型完全运行在嵌入式低功耗 GPU 上，适合评估在有限算力下做通用控制的可行性。
工业产线集成商
有条件当前能力展示集中在家庭操作类任务，结构化产线作业不在已公开的范围内，选型需谨慎。
Figure AI Helix优点和缺点
优点
- 首个对整条上半身输出高频连续控制的 VLA，细到单根手指
- 首个能同时运行在两台机器人上完成协作任务
- 单一套权重覆盖全部行为，无需任务专属微调
- 可抓取数千件从未见过的家用物品
- 完全跑在嵌入式低功耗 GPU 上，具备商用部署条件
缺点
- 价格与购买渠道未公布
- 支持的语言范围未说明
- 公开能力集中在家庭操作类任务
- 更复杂通用任务的泛化边界未公开
Figure AI Helix常见问题
Helix 是什么？＋
它是 Figure AI 推出的通用视觉-语言-行动（VLA）模型，把感知、语言理解和学习到的控制统一起来，用于人形机器人的上半身控制。和以往做法不同，它不靠为每个任务单独编程，而是用自然语言直接指定新技能。
它是怎么做到又通用又快的？＋
靠 System 1 / System 2 双系统架构。System 2 是运行在本体的互联网预训练 VLM，以 7-9 Hz 做场景和语言理解，保证泛化；System 1 是快速反应式视觉运动策略，把语义表示转成精确连续动作，保证速度。两者端到端联合训练并互相通信。
它能操作没见过的东西吗？＋
可以。配备 Helix 的 Figure 机器人能按自然语言提示抓取几乎任意小件家用物品，包括数千件此前从未接触过的物品，不需要预先针对这些物品做训练或微调。
能同时控制多台机器人吗？＋
能。Helix 是首个能同时运行在两台机器人上的 VLA，两台机器可以协作完成共享的长时程操作任务，处理的物品也是它们从未见过的。演示中两台机器人一起把杂货收纳归位。
为什么说它具备商用条件？＋
因为 Helix 全部推理都运行在嵌入式低功耗 GPU 上，不依赖外部服务器算力。这让它可以随机器人本体直接部署，而不需要额外的机房或网络条件。
为什么家庭场景对机器人这么难？＋
家庭里物品数量庞大且形态不可预测，玻璃器皿、揉皱的衣物、散落的玩具各有不同的形状、尺寸、颜色和质地。过去的做法要么靠专家手工编程，要么靠成千上万次演示，成本都高到难以覆盖家庭场景的规模。
Figure AI Helix最新动态
-
Helix 发布
Figure AI 发布通用视觉-语言-行动模型 Helix，首次实现整条上半身高频连续控制、双机器人协作与端侧商用部署。
