中国北京时间2025年2月21日，Figure公司宣布了一项革命性的技术突破——首次实现了两个机器人的「共脑」协作。这一创新不仅引发了科技界的广泛关注，也让网友们直呼“太恐怖”。
据悉，Figure公司此次推出的技术核心是其首个人形视觉-语言-动作模型（VLA）——Helix。该模型被直接装入人形机器人的大脑中，使机器人具备了感知、语言理解和学习控制的能力，成为一个端到端的通用模型。Figure公司的一大目标就是发展家庭机器人，而Helix正是为了实现这一目标而诞生的。它使机器人能够像人一样推理，处理各种家庭用品。
令人惊叹的是，Helix不仅能够单独控制一个机器人，还能首次同时操控两台机器人，让它们实现「共脑」合作。这意味着两台机器人可以共同解决复杂的、长序列的操作任务，即使面对从未见过的物品也能游刃有余。例如，当被要求“捡起沙漠物品”时，两台装备了Helix的机器人会识别出玩具仙人掌，选择最近的手，并执行精确的电机指令以牢固地抓住它。它们甚至还能将物品放置在冰箱中，这一协作过程流畅而高效。
这一技术的突破在于，Helix采用了单一神经网络权重学习所有行为，无需任何特定的微调。此外，它还是首款完全在嵌入式低功耗GPU上运行的VLA模型，为未来商业部署甚至走入家庭打下了坚实的基础。
Figure公司的研发团队表示，Helix是首个由「系统1，系统2」组成的VLA模型。系统2（S2）是VLM主干网络，经过互联网规模数据的预训练，用于场景和语言理解，可以对不同的物体和场景进行泛化。而系统1（S1）则是一个80M参数的交叉注意力Transformer，依靠一个全卷积的多尺度视觉主干网络进行视觉处理。这种解耦架构让每个系统都能在最佳时间尺度上运行，S2可以「慢思考」高层目标，S1则通过「快思考」来实时执行和调整动作。
在协作任务中，S1能快速适应伙伴机器人的动作变化，同时维持S2设定的语义目标。这种能力使得Helix不仅达到了专门针对单任务行为克隆策略的运行速度，还能对数千个全新测试对象实现零样本学习。此外，Helix还能直接输出高维动作空间的连续控制，避免了先前VLA方法中使用的复杂动作token化方案。
这一技术的推出无疑将从根本上改变机器人技术的发展轨迹。传统上，教会机器人一个新技能需要大量的人力投入，要么需要博士级专家花费数小时进行手动编程，要么需要数千次的示教。然而，有了Helix，这些曾经需要数百次示教才能掌握的新技能，现在只需通过自然语言与机器人对话就能立即获得。
网友们对这一技术的反应热烈。有人表示，“这一刻让我瞬间不寒而栗”，认为这种技术的发展可能会带来不可预测的后果。也有人认为，“这非常令人印象深刻”，甚至有人已经迫不及待想要购买两台装备了Helix的机器人来体验一下这种前所未有的协作能力。
随着技术的不断进步和应用场景的不断拓展，机器人将在未来发挥越来越重要的作用。而Figure公司的Helix技术无疑为机器人的发展开辟了新的道路，让我们共同期待这一技术未来在家庭、工业、医疗等领域的广泛应用吧。
