Helix 升级：Figure 推动人形机器人迈向“类人分拣”新高度

美国明星机器人公司 Figure发布了一段长达 60 分钟的无删减视频中展示了其旗舰产品 Figure 2 人形机器人 在真实物流环境（快递分拣）中持续工作的能力。

Figure 2 搭载的是Figure自己训练的新一代通用视觉-语言-动作（VLA）神经网络模型——Helix，这段视频没有任何人为干预，也未使用传统硬编码控制逻辑，完全依赖训练所得的Helix进行自主决策与操作。

如今，Helix 已能处理更复杂、更多样的包裹类型，在速度和准确性方面持续提升，接近人类操作员水平，标志着基于学习的机器人方法正在从实验室走向现实世界。

Helix 是什么？它为何重要？

Helix 是 Figure 自主研发的统一神经网络系统，集成了：

• 视觉感知
• 语言理解
• 动作控制

这套系统不依赖传统硬编码逻辑，而是通过大规模演示数据训练出一个具备触觉反馈、短期记忆能力和自适应行为的智能体。

它的核心目标是：让机器人像人一样观察、思考并执行复杂的物理任务，特别是在高度变化的物流环境中。

三大核心性能提升

✅ 更广泛的包裹处理能力

除了传统的刚性盒子，Helix 现已能够灵活应对多种新型包裹，包括：

• 聚乙烯袋（PE 袋）
• 加垫信封
• 平信封
• 易变形或起皱的软质包装

它会根据包裹形态动态调整抓取策略，例如：

• 对塑料袋进行轻拍以消除褶皱
• 对平信封采用捏握方式精准定位条码

这种灵活性使得 Helix 能够在面对多样化物流场景时保持高效作业。

✅ 处理速度大幅提升

尽管包裹种类更加多样，Helix 的平均处理时间仍从 5.0 秒/件 缩短至 4.05 秒/件，整体效率提升约 20%。

这意味着：

Helix 已经在单位时间内实现了更高的吞吐量，并且仍在持续进化。

✅ 条形码扫描成功率显著提高

通过增强视觉识别与动作控制协同能力，Helix 将条形码扫描的成功率从 70% 提升至约 95%。

其中一大亮点是：机器人学会了“拍平包裹”这一精细动作，用于消除标签区域的褶皱，从而提升扫描效果。这种行为并非编程所得，而是通过大量人类演示自主学习而来。

架构层面的技术演进

这些性能飞跃的背后，是 Helix 模型在多个关键维度上的深度优化。

🧠 视觉记忆模块：赋予状态感知能力

Helix 不再仅依赖当前帧图像，而是引入了视觉记忆机制，可以从最近的视频帧中提取特征，形成对环境的连续认知。

这使得机器人可以：

• 记录已检查过的包裹面
• 回忆之前视角下的条形码位置
• 避免重复查看同一面，减少冗余动作

视觉记忆极大提升了多步骤任务的连贯性和成功率。

⏳ 状态历史输入：增强时间上下文感知

除了视觉信息，Helix 还整合了机器人本体状态的历史记录，包括手臂、躯干和头部的位置变化。

这让策略具备更强的时间连续性，即使频繁重新规划路径，也不会丢失任务上下文。在面对突发干扰（如包裹滑动）时，Helix 可以更快做出反应并修正动作。

🤖 力反馈集成：引入触觉感知

Figure 2 机器人现在能够感知与物体接触时的力反馈，并将其作为策略输入的一部分。

这项改进带来了多项优势：

• 准确判断首次接触时刻
• 调整施力以避免压坏包裹
• 实现更稳定的抓取与放置动作

这种“触觉闭环”机制，使 Helix 在处理不同材质、重量和形状的包裹时更具鲁棒性。

数据扩展 + 架构优化 = 性能跃迁

为了验证这些改进的实际影响，团队进行了系统的消融实验和数据扩展分析。

数据扩展的影响

随着训练数据从 10 小时增加到 60 小时：

这表明：Helix 仍在处于数据驱动的学习红利期，未来仍有巨大提升空间。

架构改进的贡献

通过对不同模块的组合测试，团队确认了各功能组件的具体贡献：

最终，结合视觉记忆 + 状态历史 + 力反馈 + 网络容量扩展，Helix 达到了目前最佳表现：平均每包裹处理时间 4.05 秒，准确率稳定在 92% 以上。

从物流迈向通用交互：Helix 的泛化潜力

除了物流分拣任务，Helix 还展现出强大的泛化能力。

例如，通过少量新增演示片段，Helix 学会了识别人类伸手交接的动作信号，并据此作出正确的递送行为——无需额外编程，仅依靠已有模型权重即可完成新任务。

这说明：

Helix 正在逐步成为一个通用的视觉-动作控制器，具备跨任务迁移的能力。

从演示中学习，向人类靠拢

Helix 的最新进展再次证明了基于学习的机器人方法的巨大潜力。通过高质量演示数据和持续的架构优化，Figure 正在构建一个能够在真实世界中自主决策、灵活操作的人形机器人系统。

未来，Helix 将继续扩展技能边界，挑战更高密度的工作负载，并进一步缩小“AI 控制机器人”与“人类操作员”之间的差距。