在首次部署于物流環境僅三個月后，機器人公司Figure今日宣布其人形機器人Helix的性能與能力實現了重大飛躍。通過一系列模型架構的增強和訓練數據的擴展，Helix如今能夠處理更多樣化、更復雜的包裹類型，其操作速度和靈活性已開始接近人類水平

大家直接看視頻，這是Figure放出了的Helix 60分鐘無剪輯無加速物流分揀工作視頻，非常震撼

這一快速進展凸顯了Figure基于學習的機器人開發方法的可擴展性，能夠迅速將理論研究轉化為真實的商業應用

核心性能提升

最新的Helix系統在多個關鍵指標上取得了顯著突破：

新增包裹處理類型：除了原有的硬質紙箱，Helix現在能夠可靠地處理可變形的塑料袋（Poly Bag）和扁平信封。它能動態調整抓取策略，無論是面對柔軟、易褶皺的包裹還是堅硬的物體，都能穩定操作

處理速度大幅提升：盡管任務的復雜性增加，Helix的平均包裹處理速度已從約5.0秒/件提升至4.05秒/件，在保持高精度的同時，效率提升了近20%

條形碼掃描成功率飆升：通過改進的視覺系統和控制算法，Helix能更精準地將包裹上的條形碼朝向掃描儀，成功率從約70%大幅提升至約95%。

展現自適應行為：Helix學會了類似人類的微妙操作。例如，當遇到表面有褶皺的塑料包裝袋時，它會先輕輕拍平包裹表面，確保條形碼能夠被完整讀取。這種復雜的行為并非通過硬編碼實現，而是系統從海量演示數據中自主學習到的，以應對真實世界中的不完美情況。

背后技術

這些性能飛躍的背后，是Helix的“視覺-運動策略”模型的兩大核心驅動力：模型架構增強和訓練數據規模化

架構增強：賦予機器人記憶與觸覺

Figure的工程師為Helix引入了三大關鍵模塊，使其感知和決策能力更加強大：

視覺記憶（Vision Memory）：新的視覺記憶模塊讓Helix具備了短期記憶能力。它不再僅僅依賴瞬時攝像頭畫面，而是能整合近期連續的視頻幀信息。這意味著，如果初次觀察未能看到條形碼，Helix會“記得”包裹的其他側面，并有策略地進行翻轉，而不會重復檢查同一位置，從而實現更高效、更智能的多步操作

狀態歷史（State History）：模型現在會結合機器人自身（手、軀干、頭部）的近期運動歷史進行決策。這使得機器人的動作更加連貫和迅速，能夠對包裹意外移動等突發情況做出毫秒級響應，顯著減少了處理時間

力反饋（Force Feedback）：通過將力傳感器數據整合到神經網絡輸入中，Helix獲得了基礎的“觸覺”。它能感知到何時接觸包裹、何時包裹被壓在傳送帶上，從而實現更精確的抓取、調節握力，并避免因用力不當導致的失誤，使整個系統更加穩健

數據驅動：從10小時到60小時

為了量化各項改進的效果，Figure進行了一系列受控實驗。

訓練數據規模效應：實驗證明，增加人類演示的訓練數據量效果顯著。當訓練數據從10小時增加到60小時，Helix的平均處理時間從6.34秒降至4.31秒，條形碼掃描成功率從88.2%攀升至94.4%。這表明系統仍處于數據紅利期，未來隨著數據量的進一步增加，性能仍有巨大提升空間

架構模塊貢獻分析（消融研究）：通過逐一添加新模塊的對比實驗（Ablation Study），Figure清晰地展示了每個模塊的價值

• ?基線模型（單目視覺）：速度最慢（6.64秒/件），因缺乏深度和時間感知而頻繁停頓。

• ?立體視覺（Stereo）：解決了深度感知問題，抓取更精準，速度提升至5.24秒。

• ?視覺記憶（Vision Memory）：消除了不必要的重復檢查，時間縮短至4.68秒。

• ?狀態歷史與力反饋（History & Force）：賦予機器人時間和觸覺感知，解決了停頓問題，使動作更流暢，時間降至4.31秒，成功率也大幅提升至94.4%。

• ?擴大模型參數：在具備了更豐富的輸入信息后，將模型參數量增加50%，進一步將處理時間壓縮至4.05秒，同時保持了92.5%的高成功率

Helix的端到端模型展現了極高的靈活性。通過在訓練數據中加入少量“人類伸出手等待包裹”的演示場景，Helix學會了一項全新的交互技能：人機協作遞物。

當Helix檢測到有人伸出手時，它會理解這個“視覺信號”，并將手中的包裹遞給人類，而不是按原計劃放到傳送帶上。整個過程無需任何模式切換或額外編程，完全由同一個神經網絡根據不同的視覺情境自主決策。這證明了Helix系統不僅能執行重復性任務，還具備適應新情境、與人類自然協作的巨大潛力

結論

Figure通過擴大高質量的演示數據集，并結合視覺記憶、狀態歷史和力反饋等關鍵架構創新，在短短數月內顯著提升了Helix機器人在真實物流場景中的性能。

結果表明，數據擴展與架構優化二者缺一不可，共同推動了性能的飛躍。Helix正在穩步縮小學習型機器人操控技術與真實世界復雜任務需求之間的差距。隨著技術的不斷迭代，一個由人形機器人在速度、效率和靈活性上與人類并肩工作的未來正變得觸手可及

參考：

https://www.figure.ai/news/scaling-helix-logistics

?星標AI寒武紀，好內容不錯過?

用你的贊和在看告訴我～

求贊