Helix – Figure 推出的端到端通用控制模型

AI百科 2025-02-24 11:25:27 奇想AI導(dǎo)航網(wǎng)

什么是 Helix？

Helix 是 Figure 推出的通用視覺-語言-動作（VLA）模型，專為人形機器人的控制而設(shè)計。Helix 的推出標(biāo)志著機器人控制技術(shù)的重大突破，它首次實現(xiàn)了對機器人整個上半身（包括手腕、軀干、頭部和手指）的高速率（200Hz）連續(xù)控制。這一創(chuàng)新使得機器人能夠更精準(zhǔn)地執(zhí)行復(fù)雜的動作，同時支持多機器人協(xié)作，多個機器人可以共享同一組神經(jīng)網(wǎng)絡(luò)權(quán)重完成任務(wù)。Helix 的強大之處在于它能夠基于自然語言指令拿起從未見過的物品，展現(xiàn)出卓越的泛化能力。此外，Helix 的訓(xùn)練完全采用端到端的方式，無需任務(wù)特定的微調(diào)，且能夠在低功耗 GPU 上運行，具備商業(yè)部署的巨大潛力。

Helix 的主要功能

1. 全上身控制

Helix 能夠?qū)C器人整個上半身進行高速率（200Hz）的連續(xù)控制，實現(xiàn)高精度的動作協(xié)調(diào)。這意味著機器人可以更靈活地完成各種復(fù)雜的動作，如抓取、操作和移動物品。

2. 多機器人協(xié)作

Helix 支持多個機器人同時運行同一套神經(jīng)網(wǎng)絡(luò)權(quán)重，實現(xiàn)協(xié)作完成任務(wù)。例如，多個機器人可以共同搬運或整理物品，大大提高了工作效率。

3. 自然語言理解與執(zhí)行

基于自然語言指令，Helix 可以讓機器人完成各種任務(wù)。無論是拿起從未見過的物品，還是操作抽屜或冰箱，Helix 都能夠輕松應(yīng)對。

4. 強大的泛化能力

Helix 能夠處理數(shù)千種形狀、大小和材質(zhì)各異的物品，展現(xiàn)出強大的泛化能力。這意味著機器人可以在各種不同的環(huán)境中靈活應(yīng)用。

5. 商業(yè)部署能力

Helix 完全在低功耗嵌入式 GPU 上運行，適合大規(guī)模商業(yè)化應(yīng)用。這一特性使得 Helix 在實際應(yīng)用中具有極高的潛力和可行性。

Helix 的技術(shù)原理

1. 系統(tǒng)2（S2）

系統(tǒng)2（S2）基于 7B 參數(shù)的開源視覺語言模型（VLM），負責(zé)場景理解和語言理解。S2 的處理頻率為 7-9Hz，用于“慢速思考”高級目標(biāo)，將視覺和語言信息轉(zhuǎn)化為語義表征。S2 將語義信息編碼為連續(xù)的潛在向量，并傳遞給系統(tǒng)1。

2. 系統(tǒng)1（S1）

系統(tǒng)1（S1）基于 80M 參數(shù)的 Transformer 編碼器-解碼器架構(gòu)，用于底層控制。S1 的處理頻率為 200Hz，能夠快速執(zhí)行和調(diào)整動作。S1 將 S2 傳遞的潛在向量與視覺特征結(jié)合，轉(zhuǎn)化為精確的機器人動作（如手腕姿態(tài)、手指控制、頭部和軀干方向）。