作者｜向欣

今年 2 月初，摩根士丹利發(fā)布了最新研報(bào)《Humanoid 100》，梳理了全球人形機(jī)器人產(chǎn)業(yè)鏈上的 100 家核心上市公司。在大腦這一類(lèi)別，美國(guó)企業(yè)數(shù)量最多，技術(shù)上也最領(lǐng)先。

最近，美國(guó)人形機(jī)器人獨(dú)角獸 Figure AI 就亮出了他們?cè)跈C(jī)器人大腦方面的大殺器——Helix。

Helix 是一個(gè)端到端視覺(jué)語(yǔ)言行動(dòng)（VLA）模型，能夠控制人形機(jī)器人整個(gè)上半身，讓機(jī)器人識(shí)別、拾取幾乎任何家庭物品，其中包括數(shù)千種它們從未見(jiàn)過(guò)的物品。

同時(shí)，彭博社報(bào)道 Figure AI 正在進(jìn)行一輪高達(dá) 15 億美元（約合人民幣 108 億元）的巨額融資。

要知道，F(xiàn)igure AI 已是現(xiàn)下全球范圍內(nèi)融資最多、估值最高的人形機(jī)器人創(chuàng)企，融資總額達(dá) 7.5 億美元（約合 52.6 億人民幣），估值為 26 億美元（約合 182.3 億人民幣）。

新一輪 15 億美元融資完成后，F(xiàn)igure AI 估值將達(dá)到 395 億美元（約合人民幣 2874 億元），一年內(nèi)翻了 15 倍。

一位知情人士透露，投資者看好該公司的原因之一是其在復(fù)雜推理能力上取得了重大突破。

顯而易見(jiàn)，Helix 就是促成新一輪 15 億美元融資的大功臣之一。

發(fā)布后不到一周，Helix 已經(jīng)開(kāi)始應(yīng)用。

2 月 27 日，F(xiàn)igure AI 發(fā)布了其人形機(jī)器人快速進(jìn)行物流分揀的視頻。

視頻拍攝于 Helix 發(fā)布后的第三天，多個(gè)機(jī)器人同時(shí)在工廠工作。

上一次，F(xiàn)igure AI 花了整整 12 個(gè)月才讓在寶馬工廠的人形機(jī)器人學(xué)會(huì)安插汽車(chē)金屬件的工作，這次學(xué)習(xí)新任務(wù)卻只用了 30 天。

這充分說(shuō)明 Helix 極大提升了人形機(jī)器人的學(xué)習(xí)與應(yīng)用效率。

2 月 28 日，F(xiàn)igure AI 創(chuàng)始人 Brett Adcock 稱，由于 Helix 的研發(fā)進(jìn)展遠(yuǎn)超預(yù)期，公司正準(zhǔn)備將人形機(jī)器人推向家庭應(yīng)用領(lǐng)域，今年會(huì)開(kāi)始進(jìn)行相關(guān)測(cè)試，這比原計(jì)劃提前了兩年。

Helix 由 Figure AI 完全自研。此前，F(xiàn)igure AI 曾與 OpenAI 合作開(kāi)發(fā)應(yīng)用于人形機(jī)器人的智能模型。

在今年 2 月 5 日，雙方終止合作。不過(guò)這并未影響投資市場(chǎng)對(duì) Figure AI 的熱情。

憑借端到端訓(xùn)練方法，與機(jī)器人展現(xiàn)的自主性、技能泛化性，F(xiàn)igure AI 成為投資者眼中最具潛力的人形機(jī)器人公司。

可收納所有家庭物品

已應(yīng)用于物流分揀

在 Helix 幫助下，人類(lèi)可以同時(shí)指揮兩個(gè)人形機(jī)器人干活，只需要下達(dá)語(yǔ)音指令，它們就能互相配合，動(dòng)作流暢地整理、收納幾乎所有家庭物品。

Helix 目前已應(yīng)用于人形機(jī)器人，使其能夠快速完成物流分揀任務(wù)。

作為端到端 VLA 模型，Helix 有以下亮點(diǎn)：

以高達(dá) 200 赫茲的頻率對(duì)機(jī)器人的上半身進(jìn)行精準(zhǔn)、實(shí)時(shí)的控制；

能夠同時(shí)操縱兩個(gè)機(jī)器人干活；

只需要用自然語(yǔ)言下達(dá)指令，機(jī)器人就能夠拾取幾乎任何家庭物品，其中包括數(shù)千種它們從未見(jiàn)過(guò)的物品；

僅使用一組神經(jīng)網(wǎng)絡(luò)權(quán)重學(xué)習(xí)所有行為，不需要根據(jù)任務(wù)微調(diào)模型；

對(duì)端側(cè)芯片要求低，只需要兩個(gè)低功耗 GPU 即可運(yùn)行，能夠立即進(jìn)行商用部署。

Helix 硬件要求低，易于部署，并具備出眾的多元操縱和智能泛化能力。這讓 Figure AI 相信在未來(lái)幾年內(nèi)，其人形機(jī)器人便能面向家庭用戶投放。

此前，VLA 模型在機(jī)器人領(lǐng)域中已得到重視，但主要應(yīng)用于自由度較低的機(jī)械臂（自由度通常為 7 個(gè)），無(wú)法很好地拓展到人形機(jī)器人身上，對(duì)于復(fù)雜動(dòng)作，還需要進(jìn)行繁瑣的動(dòng)作標(biāo)記。

Helix 則無(wú)需動(dòng)作標(biāo)記，能夠直接控制人形機(jī)器人的整個(gè)上半身，協(xié)調(diào) 35 個(gè)自由度的軀體，使其能夠流暢、自然地做復(fù)雜的動(dòng)作，控制范圍涵蓋頭部、軀干、手腕和每一根手指。

也就是說(shuō)，相比之前的 VLA 模型，Helix 首次實(shí)現(xiàn)了 VLA 模型在人形機(jī)器人身上的部署，做到了更精細(xì)、廣泛、高頻的動(dòng)作控制。

Helix 還能讓兩個(gè)人形機(jī)器人共用一個(gè)大腦，協(xié)同工作。

比如，在收納物品時(shí)，Helix 讓兩臺(tái)機(jī)器人同時(shí)行動(dòng)，流暢地交接物品，而不是一個(gè)機(jī)器人操作完，另一個(gè)機(jī)器人才行動(dòng)。

動(dòng)圖為 2 倍速

在智能方面，Helix 展現(xiàn)出極強(qiáng)的泛化性，它能夠識(shí)別數(shù)千種從未見(jiàn)過(guò)的家庭物品，包括普通機(jī)器人較難識(shí)別的玻璃制品，且不需要任何人類(lèi)演示和編程。

動(dòng)圖為 2 倍速

相比傳統(tǒng)的手動(dòng)編程與依靠人類(lèi)進(jìn)行數(shù)千次演示的方法，Helix 極大地降低了訓(xùn)練人形機(jī)器人的成本，使其學(xué)習(xí)效率呈指數(shù)級(jí)提升。

Helix 是如何學(xué)習(xí)和訓(xùn)練的呢？

Figure AI 介紹，Helix 僅使用了一組神經(jīng)網(wǎng)絡(luò)權(quán)重學(xué)習(xí)執(zhí)行不同的任務(wù)，包括拾取和放置物品、使用抽屜和冰箱，以及機(jī)器人間的協(xié)同工作。

簡(jiǎn)單點(diǎn)說(shuō)，就是 Helix 讓機(jī)器人學(xué)會(huì)了融匯貫通，只用一種學(xué)習(xí)方法就能學(xué)習(xí)掌握多種技能。

同時(shí)，Helix 只使用了大約 500 小時(shí)的高質(zhì)量監(jiān)督數(shù)據(jù)來(lái)訓(xùn)練，這只是以往 VLA 數(shù)據(jù)集的 5% 不到，以極少的資源實(shí)現(xiàn)了強(qiáng)大的對(duì)象泛化。

模型架構(gòu)：VLM+視覺(jué)運(yùn)動(dòng)策略

完全端到端訓(xùn)練

VLM 通常可以處理多種不同類(lèi)型的視覺(jué)和語(yǔ)言任務(wù)，泛化能力很強(qiáng)，但處理速度較慢。

機(jī)器人視覺(jué)運(yùn)動(dòng)策略能夠讓機(jī)器人快速執(zhí)行動(dòng)作，但缺乏通用性。

Helix 的架構(gòu)則融合了兩者的優(yōu)點(diǎn)，規(guī)避了缺點(diǎn)。

Helix 是完全端到端訓(xùn)練的，由兩個(gè)系統(tǒng)組成：

系統(tǒng) 2（S2）:主干是一個(gè) 70 億參數(shù)的開(kāi)源視覺(jué)語(yǔ)言模型（VLM），能夠理解場(chǎng)景和語(yǔ)言，指揮機(jī)器人協(xié)同工作；

系統(tǒng) 1（S1)：包含一個(gè) 8000 萬(wàn)參數(shù)的視覺(jué)運(yùn)動(dòng)策略，基于 Transformer 構(gòu)建，能夠?qū)�機(jī)器人進(jìn)行精確、連續(xù)的動(dòng)作控制。

這種簡(jiǎn)潔的架構(gòu)讓開(kāi)發(fā)者能夠分別對(duì) Helix 的每個(gè)系統(tǒng)進(jìn)行迭代改進(jìn)。

在機(jī)器人系統(tǒng)中，運(yùn)行頻率越高，數(shù)據(jù)傳輸與處理速度越快，機(jī)器人接收和發(fā)送指令、狀態(tài)等信息就更迅速。

以 VLM 為主干的 S2 運(yùn)行頻率為 7~9 赫茲，負(fù)責(zé)「慢思考」，進(jìn)行高級(jí)規(guī)劃。

由視覺(jué)運(yùn)動(dòng)策略構(gòu)成的 S1 運(yùn)行頻率為 200 赫茲，負(fù)責(zé)「快反應(yīng)」，實(shí)時(shí)執(zhí)行和調(diào)整行動(dòng)。

為了讓 S1 和 S2 在運(yùn)行時(shí)的延遲時(shí)間能夠互相匹配，研發(fā)團(tuán)隊(duì)在 S1 和 S2 的輸入中設(shè)置了一個(gè)經(jīng)過(guò)校準(zhǔn)的時(shí)間偏移。

Helix 的運(yùn)行過(guò)程是這樣的：

S1 和 S2 分別在機(jī)器人的兩個(gè)專(zhuān)用 GPU 上運(yùn)行；

S2 結(jié)合人類(lèi)語(yǔ)音命令，處理視覺(jué)及機(jī)器人狀態(tài)信息，將任務(wù)相關(guān)信息提取到一個(gè)潛在向量中，以 7~9 赫茲的頻率傳遞給 S1；

同時(shí)，S1 以更高的頻率處理相同的視覺(jué)及機(jī)器人狀態(tài)信息，實(shí)現(xiàn)更靈敏的閉環(huán)控制。

來(lái)自 S2 的潛在向量映射到 S1 中后，S1 會(huì)以 200 赫茲的頻率，將 S2 的語(yǔ)義表征轉(zhuǎn)化為精確、連續(xù)的機(jī)器人動(dòng)作。

在最新的物流分揀任務(wù)中，Figure AI 對(duì) Helix 的 S1，即低級(jí)視覺(jué)運(yùn)動(dòng)控制策略進(jìn)行了多項(xiàng)改進(jìn)，提升了 S1 對(duì)環(huán)境的感知理解能力、跨機(jī)器人協(xié)作能力，以及推理速度：

環(huán)境感知理解能力提升：新 S1 采用了立體視覺(jué)主干架構(gòu)，并結(jié)合多尺度特征提取網(wǎng)絡(luò)，以捕捉豐富的空間層次信息，能夠在捕捉環(huán)境細(xì)節(jié)的同時(shí)，保留對(duì)場(chǎng)景層面的理解；

跨機(jī)器人協(xié)作能力提升：在多臺(tái)機(jī)器人上部署同一策略，需解決個(gè)體硬件細(xì)微差異問(wèn)題。研發(fā)團(tuán)隊(duì)訓(xùn)練了一個(gè)視覺(jué)本體感知模型，讓機(jī)器人依自身視覺(jué)輸入，預(yù)測(cè)末端執(zhí)行器 6D 位姿，實(shí)現(xiàn)高效跨機(jī)器人策略遷移。

推理速度加快：通過(guò)一種簡(jiǎn)單的推理加速技術(shù)，將 S1 的推理速度提升 20%。

Figure AI 將融 15 億美元

未來(lái) 4 年生產(chǎn) 10 萬(wàn)臺(tái)機(jī)器人

Figure AI 成立于 2022 年 5 月，截至目前，已獲得 7.5 億美元（約合 52.6 億人民幣）融資，是目前全球范圍內(nèi)融資最多的人形機(jī)器人創(chuàng)企。

Figure AI 創(chuàng)始人 Brett Adcock 是一位連續(xù)成功創(chuàng)業(yè) 2 次的企業(yè)家，已有超 20 年科技從業(yè)經(jīng)歷。公司團(tuán)隊(duì)成員來(lái)自蘋(píng)果、特斯拉、谷歌 DeepMind、波士頓動(dòng)力、IHMC 等科技領(lǐng)域知名企業(yè)與機(jī)構(gòu)。

目前 Figure AI 已推出兩代人形機(jī)器人。

Figure 01 于 2023 年 10 月推出；

Figure 02 于 2024 年 8 月推出，身高約 170cm，重 70kg，移動(dòng)速度為 1.2 米/秒，可負(fù)載 20kg，單手具備 16 個(gè)自由度。

梳理 Figure AI 這兩年多的發(fā)展會(huì)發(fā)現(xiàn)，端到端的訓(xùn)練方式，和機(jī)器人所展現(xiàn)的自主性、技能泛化性成為它快速成長(zhǎng)，獲得大額融資的核心原因。

Figure AI 歷史上的三輪融資，都伴隨著機(jī)器人產(chǎn)品的亮相和進(jìn)步而來(lái)：

第一筆融資：

Figure AI 機(jī)器人概念圖釋出后兩個(gè)月，2023 年 3 月，F(xiàn)igure AI 獲得了 7000 萬(wàn)美元（約合 4.9 億人民幣）的投資。

第二筆融資：

Figure 01（測(cè)試版）實(shí)現(xiàn)邁步的兩月后，2023 年 7 月，F(xiàn)igure AI 獲得了來(lái)自英特爾資本的 900 萬(wàn)美元（約合人民幣 6310 萬(wàn)）融資。

第三筆融資：

2024 年 1 月，F(xiàn)igure 01 經(jīng)過(guò) 10 小時(shí)端到端神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，學(xué)會(huì)沖咖啡，并能夠自主糾錯(cuò)。

這次技能展示直接讓 Figure AI 成為資本的寵兒。一個(gè)月后，2024 年 2 月 29 日，F(xiàn)igure AI 獲得高達(dá) 6.75 億美元的融資（約合 47.3 億人民幣），投資方包括 OpenAI、英偉達(dá)、微軟等。

這是近兩年內(nèi)人形機(jī)器人行業(yè)數(shù)額最大的單筆融資。有人用「半個(gè)硅谷都投了」形容投資的盛況。

融資完成后，F(xiàn)igure AI 的估值達(dá)到 26 億美元（約合 182.3 億人民幣），投資方 OpenAI 開(kāi)始為 Figure AI 提供技術(shù)支持。雙方曾在融資完成的十多天后就推出了合作研發(fā)的成果。

2024 年 3 月 13 日，搭載了 Open AI 模型的 Figure 01 展示出能夠與人自然對(duì)話，理解人類(lèi)的意圖的能力。5 個(gè)月后新推出的 Figure 02 也內(nèi)置了 OpenAI 定制的語(yǔ)音到語(yǔ)音推理模型。

但在今年 2 月 5 日，雙方終止合作。Brett Adcock 解釋說(shuō)合作的問(wèn)題在于集成。

他認(rèn)為 OpenAI 擅長(zhǎng)的智能模型（大語(yǔ)言模型）在適配人形機(jī)器人方面存在局限性，難以契合其需求，正確的解決方案是構(gòu)建專(zhuān)用于驅(qū)動(dòng)具體硬件的端到端 AI 模型。

與 OpenAI 分道揚(yáng)鑣后，市場(chǎng)對(duì) Figure AI 的投資熱情不降反升。

就在 Figure AI 宣布與 OpenAI 停止技術(shù)合作的 10 天后，2 月 15 日，彭博社報(bào)道 Figure AI 正在進(jìn)行一輪高達(dá) 15 億美元（約合人民幣 108 億元）的融資。

如果這輪融資順利完成，F(xiàn)igure AI 的估值即將達(dá)到 395 億美元（約合人民幣 2874 億元），相比去年翻了 15 倍。

知情人士透露，F(xiàn)igure AI 在提升復(fù)雜推理能力上取得的突破，是投資者對(duì)其抱有熱情的原因之一。

此次發(fā)布的 Helix 模型，經(jīng)過(guò)端到端訓(xùn)練，展示了強(qiáng)大的多任務(wù)處理和零樣本泛化能力，機(jī)器人實(shí)現(xiàn)了更高的自主性，背后正是模型推理能力的極大提升。

新一輪融資預(yù)計(jì)將由 Align Ventures 和 Parkway Venture Capital 領(lǐng)投，兩者均以在前沿科技領(lǐng)域的戰(zhàn)略投資而聞名。

此外，F(xiàn)igure AI 的商業(yè)進(jìn)程也正在穩(wěn)步推進(jìn)。

Figure AI 曾在 2024 年 1 月宣布與寶馬合作，將人形機(jī)器人引入寶馬的制造工廠。

去年 11 月，在寶馬汽車(chē)工廠工作的 Figure 02 機(jī)器人每天已經(jīng)能夠完全自主地完成 1000 個(gè)安插汽車(chē)金屬件的任務(wù)，工作速度提高 4 倍，可靠性提高 7 倍。

2024 年 12 月，Brett Adcock 宣布 Figure 開(kāi)始創(chuàng)收，向客戶交付了 Figure 02 機(jī)器人。

今年 1 月 31 日，Figure AI 宣布獲得了第二個(gè)客戶，但未透露客戶名稱，只介紹它是美國(guó)最大的公司之一，很多人猜測(cè)是亞馬遜。

巧合的是，在最新釋出的視頻中，F(xiàn)igure 的人形機(jī)器人執(zhí)行的就是物流分揀的任務(wù)。

Brett Adcock 稱，與寶馬及第二位神秘客戶的合作，將使 Figure AI 未來(lái)四年內(nèi)人形機(jī)器人的產(chǎn)量將達(dá)到 10 萬(wàn)臺(tái)。

FigureAI 也將在今年 2 月搬入新樓。新的辦公場(chǎng)地比原來(lái)大 10 倍，正在為團(tuán)隊(duì)擴(kuò)張與機(jī)器人量產(chǎn)做準(zhǔn)備。

技術(shù)與商業(yè)化協(xié)同并進(jìn)，讓 Figure AI 成為目前世界上發(fā)展勢(shì)頭最為強(qiáng)勁的人形機(jī)器人公司之一。

從 Helix 模型的問(wèn)世與迅速落地應(yīng)用中可以看出，人形機(jī)器人行業(yè)正迎來(lái)技術(shù)突破與商業(yè)落地的加速期。

隨著更多參與者涌入，人形機(jī)器人技術(shù)競(jìng)爭(zhēng)將愈發(fā)激烈，具身智能有望憑借人形機(jī)器人這一理想載體，更快地從實(shí)驗(yàn)室走向現(xiàn)實(shí)世界的各個(gè)角落，為人類(lèi)的生產(chǎn)生活帶來(lái)前所未有的變革。

       原文標(biāo)題 : 全球估值最高的人形機(jī)器人公司，即將融資超100億