首页 / 机器人
分析 · 核查中Helix让人形机器人“快慢分工”，泛化仍待硬指标
Figure把视觉语言理解与200Hz动作控制拆成两套协同系统，展示了同一权重处理多物体和双机器人任务的路径，但演示尚不能替代开放评测。
探矩编辑部 · 发布 · 更新
作者披露：本文由探矩编辑部机构账号署名；未采访相关公司、研究者或用户，未对所述产品、模型、机器人、芯片或服务进行实测。
三点摘要- Helix以低频语义模型S2连接高频视觉运动策略S1，全部推理在机器人端运行。
- Figure称约500小时遥操作数据即可覆盖多类操作，无需按任务微调。
- “首次”“商业就绪”和“拿起几乎任何物体”均是公司主张，缺少失败率与长期部署数据。
探矩项目组 · 自有原创SVG几何示意图用两种频率解决同一个身体
异步分工绕开了现实矛盾：大视觉语言模型知识更广，却难以直接承担高频闭环控制；小策略反应快，却容易被锁在单一任务。Helix让慢系统更新“做什么”，快系统持续修正“怎么动”。
少量数据的亮点，也是一条边界
我们的判断
局限/仍未知
来源
- Helix — Figure，原始发布
标签：Figure · Helix · 人形机器人 · 视觉语言动作模型
反馈这篇文章
相关阅读
芯片 · 分析A14延续GAA并引入NanoFlex Pro，台积电给出相对N2的性能、功耗和密度目标。它是制造路线图，不是已经落地的终端芯片成绩。
· 核查中
科研 · 分析DeepMind让Gemini生成代码、让评估器筛选，再以进化搜索持续改写候选。它在算法和计算基础设施上取得结果，也清楚暴露了自动发现的适用边界。
· 已核查
