美國機械人公司 Figure AI 於 10 月 8 日發布第三代人形機械人 Figure 03,高 5 呎 6 吋 (約 168 厘米),專為家居環境、商業應用及大規模生產而設計。Figure 03 從硬件到軟件都經過全面重新設計,以支援公司自家研發的 Helix 視覺語言動作 AI 系統。雖然發布時尚未能供家庭使用,但行政總裁 Brett Adcock 的目標是在 2026 年讓 Figure 03 進入部分家庭。TIME 雜誌將 Figure 03 選為 2025 年最佳發明之一。
為 Helix AI 建立全新感應系統
Figure 03 搭載完全重新設計的感應套件及手部系統,專為啟用 Helix 而設。Helix 是 Figure 自家研發的視覺語言動作 (Vision-Language-Action) AI 系統,於今年 2 月 19 日發布。
Figure 官方聲明指出:「沒有 AI,人形機械人就沒有可擴展的路徑。這就是為何我們圍繞一個目標去開發 Figure 03——透過 Helix 在全世界實現真正推理」。
Helix 是首個「系統 1、系統 2」VLA 模型,可高速、靈巧地控制整個人形機械人上半身。系統 2 是一個在機上運行的網絡預先訓練 VLM (視覺語言模型),以 7 至 9Hz 運行,負責場景理解及語言理解,實現跨物體及情境的廣泛泛化。系統 1 則是快速反應的視覺運動策略,將系統 2 產生的潛在語意表徵轉換為精確連續的機械人動作,以 200Hz 運行。
這種解耦架構讓每個系統能以最佳時間尺度運作。系統 2 可「慢思考」高層次目標,系統 1 則「快思考」即時執行及調整動作。例如在協作行為中,系統 1 可快速適應夥伴機械人的變化動作,同時維持系統 2 的語意目標。
僅 500 小時訓練數據實現泛化
Helix 訓練效率極高,僅用約 500 小時高品質監督數據即可實現強大的物體泛化能力。這相當於先前收集 VLA 數據集規模的 5% 以下,且無需依賴多機械人實體收集或多階段訓練。這個收集規模更接近現代的單一任務模仿學習數據集。

儘管數據需求相對較小,Helix 仍能擴展至全上半身人形機械人控制這個更具挑戰性的動作空間,並具備高速率、高維度的輸出。使用單一組神經網絡權重,Helix 可在各種容器中拾取及放置物品、操作抽屜及雪櫃、協調靈巧的多機械人交接,以及操控數千種新物體。
TIME 雜誌報道指出,Figure 03 發布時已能完成部分家務,如摺衣服及將碗碟放入洗碗機,但仍需協助,可將碗碟放入機器,但需人類啟動清洗及在掉落物品時提供協助。公司已展開大規模數據收集計劃,用以訓練機械人的 Helix 神經網絡,期望能更好地完成更多類型的任務。
家居安全與便利性升級
Figure 03 針對家居環境加入了多項新功能,包括軟質材料、無線充電、改良的音訊系統以用於語音推理,以及電池安全改進,令其在家居環境中更安全、更易使用。
軟質材料完全可清洗,可在無需工具情況下拆卸或更換,實現快速簡易的替換。機械人也可用各種服裝選項作個人化配搭,包括由抗割及耐用物料製成的衣服。

為更易與機械人自然溝通,Figure 03 配備已升級的音訊硬件系統,實現更佳的即時語音轉語音。與 Figure 02 相比,揚聲器尺寸是兩倍,功率幾乎是 4 倍,而麥克風則重新定位以改善性能及清晰度。
為延續完全自主、無線系統的願景,Figure 03 具備無線感應充電及無線數據卸載能力。機械人腳部的充電線圈讓它只需踏上無線支架,即可以 2kW 功率充電。在家居環境中,這意味機械人可按需全天自動停靠及充電。
從零設計大規模生產
人形機械人傳統上被設計為工程原型,生產耗時且昂貴。Figure 03 是 Figure 首個從零開始設計並用於大量生產的機械人。公司透過三大舉措實現這個目標:設計及流程創新、建立全新供應鏈,以及啟用 BotQ 大量生產設施。
從 Figure 02 到 Figure 03 需要重新設計機械人幾乎每個組件,並考慮到可製造性及成本。機械及電氣工程團隊大幅減少零件數量、組裝步驟,以及任何非絕對必要且符合設計要求的組件。Figure 02 主要設計用 CNC 加工製造,Figure 03 則大量依賴模具流程如壓鑄、注塑成型及沖壓。
這轉變需要在模具上進行大量前期投資,但回報相當明顯:每台 Figure 03 的成本大幅降低,隨產量增長,其經濟效益將更為明顯。
放棄 OpenAI 自建模型
Figure 今年稍早放棄與 OpenAI 的合作,轉而自建 AI 模型。行政總裁 Brett Adcock 表示 AI 模型正成為商品。
The Decoder 評論指出,Figure 將 Figure 03 宣傳為重大升級,但關鍵細節仍然欠奉。目前尚未有定價、供應時間或獨立基準等資訊,所有演示均來自公司本身。關於 Helix AI 的細節亦相當稀少,除了視覺語言動作品牌外,Figure 未分享技術規格或外部評估。
來源:Figure AI
分享到 :
最新影片