Figure AI最近发布了名为Helix的通用视觉-语言-行动（VLA）模型，这是一个针对人形机器人的先进控制模型。
以下是关于Helix模型的详细介绍：
模型特点：
1、全身控制：Helix是首个能够对整个人形上半身（包括手腕、躯干、头部和单个手指）进行高速率连续控制的VLA模型。
2、多机器人协作：这个模型能够在两台机器人上同时运行，使它们能够协作解决共享的长程操作任务，即使操作的是它们从未见过的物品。
3、强大的泛化能力：Helix可以仅通过自然语言指令，拿起数千种形状、大小、颜色和材料属性各异的全新家用物品，即使这些物品在训练过程中未曾出现过。
4、单一神经网络：与之前的方法不同，Helix使用一组神经网络权重来学习所有行为，如拾取和放置物品、使用抽屉和冰箱以及跨机器人交互，无需针对具体任务进行微调。
技术构成：
Helix由两个部分组成：
1、系统1是一个拥有80M参数的视觉运动策略模型，能够实现毫秒级的实时响应.
2、系统2则是一个基于7B参数的开源VLM（视觉语言模型），负责场景理解与语义解析。
应用潜力：
1、Helix使配备该模型的Figure机器人能够根据自然语言提示，拾取几乎任何小型家用物品。
2、该模型在完全板载嵌入式低功耗GPU上运行，可以立即投入商业部署。
总的来说，Helix模型代表了人形机器人控制领域的一个重要突破，它将感知、语言理解和学习控制能力融为一体，极大地提高了机器人在复杂环境中的操作能力和适应性。
