一款端到端的通用模型，真正意义上的“机器人通用大脑”，它能让两台搭载Helix的机器人共享同一模型，通过语言指令进行分工合作。
和其他机器人不同的是，Figure这款大脑（Helix）更聪明。
它能让Figure具备协作的能力。例如一台识别需冷藏的食品并传递给另一台，另一台则是接住并放到冰箱里面。
同时Figure的AI能通过摄像头实时观察环境，它会把冷藏的物品和不需冷藏的物品分类，即使没人教过它。
除此之外，Figure还有一个显著的特点，那就是不用训练。
传统机器人每学一个新任务（比如抓杯子），都需要工程师重新编程。
但Figure的AI系统（Helix模型）只需学会“抓取”的逻辑，就能直接处理成千上万种不同形状的物体，甚至包括从未见过的物品。
比如面对从未接触过的物品（如玻璃杯、积木），Helix也可以通过自然语言指令轻松抓取。
据介绍，Figure搭载的Helix模型可以像人类一样思考，处理任何家具用品。
看到这里，不禁好奇，它到底是怎么能听懂人话并能快速得干活的。
这其实得归公于Figure自研的Helix模型，其采用了双系统架构，“系统 1、系统 2”VLA 模型。
以前的方法会面临一个问题：VLM主干网络具有通用性但速度慢，机器人视觉运动策略速度快但通用性又不足。
而Helix通过两个配合的系统解决了这个难题：
-
系统 2 (S2)：一个机载互联网预训练的 VLM，可以以7-9 Hz 的频率运行，用于场景理解和语言理解，从而实现跨对象和上下文的广泛概括。
-
系统 1 (S1)：一种快速反应的视觉运动策略，将 S2 产生的潜在语义表征转化为 200 Hz 的精确连续机器人动作。
这种设计让两个系统各司其职：S2负责接受任务并思考，S1则是负责快速执行，从而让机器人在复杂环境中能够灵活操作。
不过，目前 Helix 仍还处在比较早期的阶段。
Helix主要是用于Figure上半身控制，包括机器人手腕、躯干、头部及单根手指的200Hz高速连续控制，协调动作如人类般流畅。
值得一提的是，Helix 是史上第一个在本地 GPU 运行的机器人 VLA 模型，无需云端算力支持，就能直接部署。
而且，新款模型采用单一神经网络权重学习所有行为，无需任何特定的微调。
在发布Helix之前，Figure和OpenAI上演了一场分手戏码。
在两周之前，Figure AI的创始人Brett Adcock在X平台上单方面发文称：决定和OpenAI分手。
分手的理由很简单，发现彼此并不般配。
相关阅读：Figure抛弃OpenAI，“通用大模型+机器人”似成断头路
值得一提的是，几天前有消息传出，Figure AI正在洽谈新一轮15亿美元的融资，预计由Align Ventures和Parkway Venture Capital领投。
如果交易完成，公司估值将达到395亿美元，Figure AI将跻身全球估值最高的十大未上市初创公司之列。
（文：AI先锋官）