Figure发布Helix：效果惊艳、端到端VLA模型在人形机器人的首次落地.pdf

计算机设备

行业动态报告

目录

一、行业变化1

二、持续关注标的3

三、行情回顾3

四、产业要闻7

五、重要公告8

六、风险分析9

计算机设备

行业动态报告

一、行业变化

Figure新进展：通用型视觉语言动作模型Helix

2月21日，美国人形机器人公司FigureAI在官网上发布了一款通用型视觉语言动作模型Helix，能够将语

言、视觉、动作融合进行任务完成，支持人形机器人上半身使用，具有较强的泛化能力，需要预训练数据集少，

甚至可以同时使两个机器人协调工作。

早在2月5日，Figure的创始人兼CEOBrettAdcoc在推特上发布了一条帖子，宣布终止与OpenAI的合作

协议:并表示Figure在完全自主研发的端到端机器人AI方面取得了重大突破，接下来的30天内展示一些人们从

未在人形机器人上见过的东西，现在看来Helix就是其中之一。

实际上目前来说，端到端已然成为了具身智能大模型的一个共识。自动驾驶已经验证了端到端的可行性，

而Helix的突破性，在于他是第一个运行在人形机器人上的端到端VLA大模型。之前许多实验室都发布过具身

智能大模型，但基本都是装载于机械臂上面，自由度偏少。而Helix对应的机器人版本有着足足35个自由度，

一般模型可能很难进行迁移。

图表1：Helix执行家务

igure，中信建投

简单来说，Helix做到一系列的突破，包括但不限于:

1)全上半身控制：Helix是第一个输出对整个人形上半身（包括手腕、躯干、头部和单个手指）进行高速连

续控制的VLA。

2)多机器人协作：Helix是第一个在两个机器人上同时运行的VLA，使它们能够使用以前从未见过的物品

解决远距离协作任务。

1

计算机设备

行业动态报告

3）极强的对象泛化能力：配备Helix的手办机器人现在几乎可以拾取任何小型家用物品，包括它们以前从

未遇到过的数千件物品，只需遵循自然语言提示即可。

4）一套神经网络权重：与以前的方法不同，Helix使用一组神经网络权重来学习所有行为，包括拾取和放

置物品、使用抽屉和冰箱以及跨机器人交互，而无需采取任何针对特定任务的微调。

5）商用就绪：Helix是第一款完全在嵌入式低功耗GPU上运行的VLA，可立即用于商业部署。

图表2：Helix提出的“NEWSCALINGLAW”

igure，中信建投

一般来说，传统的scalinglaw都告诉我们一个模型训练采用的数据量越多越好模型就越好，但是在很多领

域，比如家庭中，不同于单一的生产线，家具的种类是非常丰富的，如果依旧采用原来的训练方法，训练所需

要的时间和成本