Figure 机器人分拣快递新视频曝光,网友:太像人类

与 OpenAI 分道扬镳后,Figure 02 开启日夜进厂打工模式。

这不,创始人刚刚放出最新监工视频。它干快递分拣员的活儿,愈发得心应手了。

只见它把快递逐个码放整齐,让条形码朝下,方便扫描仪识别。

碰到纸片型快递,翻面操作也轻松拿捏:

它还懂得把快递整理得更平整,瞅见红色充气快递,也不盲目按压,直接放行:

翻箱子的动作那叫一个丝滑,网友看后直呼手部动作真是太像人了:

即便快递压在下面,它也能抽出来,虽说捏了好几下才成功:

关键这一连串操作,完全是由端到端通用控制模型 Helix 自主驱动

Figure 创始人兼 CEO Brett Adcock 放出的这段视频,直接打脸一位网友的质疑。

起因是在放出这段视频之前,Brett Adcock 发推文称 Helix 在物流场景有大幅改进,迫不及待要展示新内容。

结果一位 AI 质疑者在评论区放话:"包裹随机变化的情况下,这绝对行不通"。

没想到,这话刚说没几个小时,Brett Adcock 就甩出最新视频。

网友纷纷表示 Helix 加持的 Figure 02 最新表现令人印象深刻。

它的动作非常流畅自然。头部微微的倾斜,还有对包裹轻轻 "拍打" 的动作,爱了爱了。

生产线连续 20 小时轮班搬砖

除了分拣快递,前几天 Brett Adcock 还晒了机器人在宝马生产线打工的画面,实现了连续 20 小时轮班作业

Brett Adcock 还透露,在此之前他们已持续数周进行 10 小时轮班作业。

就怎么说呢,机器人 3 岁生日,也免不了搬砖。

他们的主要工作包括将零件放置到工作台的固定位置上。

可以看到,它能自己移动到合适的位置,再把零件准确地放到工作台上,动作干脆利落。

还能自己从货架上取下零件再回到操作台安装,完成后还知道后退一步防止自己被关在里面:

网友直呼:

人类会疲劳,但机器人不会,这才是真正的生产力提升。

而这些越来越精细化的操作背后是 Helix 的不断进化。

Helix 是 Figure 与 OpenAI 分道扬镳后的第一个成果,是一个适用于通用人形机器人控制的端到端 "视觉 - 语言 - 动作" 模型_(VLA)_,能让机器人像人一样感知、理解和行动。

Helix 由两个系统组成,两个系统经过端到端训练,并且可以进行通信。

现有的 VLA 系统通常需要专门的微调或专用动作头以优化不同高级行为的性能,而 Helix 通过单一统一模型即可在各种任务中实现强大性能,仅使用一组神经网络权重,就能在不同容器中精准拾取放置物品、灵活操控抽屉与冰箱、协调多机器人完成灵巧交接,甚至能熟练操控数千种新物体。

比如配备 Helix 的 Figure 机器人只需简单的 "拾起 [X]" 指令,就能拾起几乎任何小型家居物品,无需任何事先演示或大量的手动编程。

Figure 是谁?

Figure 成立于 2022 年 5 月,创始人 Bret Adcock 是连续创业者,还创办了一家电动飞机上市公司 Archer Aviation。

在成立之后,Figure 迅速获得了包括 OpenAI、微软、英伟达等在内的巨额投资,总计约 6.75 亿美元,公司估值达到 26 亿美元,一举成为最受关注的人形机器人公司之一。

更令人瞩目的是,在 ChatGPT 最爆火的时候,Figure 与 OpenAI 签署了一项协议,宣称要合作开发下一代 AI 模型,用于提升人形机器人在语言处理和推理方面的能力。

2024 年 3 月,Figure 在 X 上发布了第一个 OpenAI 大模型加持的 Figure 01 演示视频。

仅仅过去 5 个月后,号称 "地表最强" 人形机器人 Figure 02 问世,软硬件全部重新设计。

与 OpenAI 合作,Figure 02 还训练定制了 AI 模型,搭载麦克风和扬声器能够与人类进行语音对话。

然鹅,今年 2 月,OpenAI 突遭 Figure 解约。

创始人 Brett Adcock 称内部端到端机器人 AI 有了重大突破。

据 Techcrunch 消息,双方解约问题出在将 AI 模型集成到机器人硬件环节。

比起使用 OpenAI 的模型,Figure 现在更倾向于垂直整合机器人 AI,建立端到端 AI 模型,专门服务于特定的机器人硬件。

和 OpenAI 分道扬镳之后,Figure 动作迅速进展频频,没过几天就发布了 Helix,也就是 Brett Adcock 前面说的 "重大突破"。

目前,Figure 的第一家大客户是宝马,双方合作将机器人部署到汽车制造工厂,用于完成高精度和重复性任务。

Brett Adcock 还表示,四月份 Figure 团队在宝马斯帕坦堡工厂进行了为期两周的访问。

他们在 X3 车身车间优化了机器人作业流程,并在工厂内探索了新的应用场景。

参考链接:
[1]x.com/adcock_bret...
[2]x.com/adcock_bret...
[3]x.com/kimmonismus...
[4]x.com/adcock_bret...

--- ---

相关推荐
酷柚易汛智推官3 小时前
AI编程不是低代码的“终结者”,而是进化的“催化剂”
低代码·ai编程·酷柚易汛
Baihai_IDP4 小时前
剖析大模型产生幻觉的三大根源
人工智能·面试·llm
EdisonZhou4 小时前
MAF快速入门(3)聊天记录持久化到数据库
llm·aigc·agent·.net core
在未来等你13 小时前
AI Agent设计模式 Day 19:Feedback-Loop模式:反馈循环与自我优化
设计模式·llm·react·ai agent·plan-and-execute
万少16 小时前
我是如何使用 Trae IDE 完成《流碧卡片》项目的完整记录
前端·后端·ai编程
沛沛老爹16 小时前
AI应用入门之LangChain中SerpAPI、LLM-Math等Tools的集成方法实践
人工智能·langchain·llm·ai入门·serpapi
oden17 小时前
把常用 Prompt 做成 Skill 之后,我和 Claude Code 的配合效率直接翻了 3 倍
ai编程
智泊AI21 小时前
AI大模型基础概念扫盲篇:Agent、Token、MoE、RAG、Embedding、对齐、Transformer、预训练、微调
llm
爱听歌的周童鞋21 小时前
斯坦福大学 | CS336 | 从零开始构建语言模型 | Spring 2025 | 笔记 | Lecture 11: Scaling laws 2
llm·minicpm·deepseek·cs336·mup·scaling laws
清云逸仙1 天前
AI Prompt 工程最佳实践:打造结构化的Prompt
人工智能·经验分享·深度学习·ai·ai编程