人形机器人首次展示叠衣服技能：仅扩充数据集即实现灵巧操作
Figure 人形机器人首秀，靠神经网络叠衣服！
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
在没有任何架构改变、仅增加了数据的情况下，就让原本在物流场景干活的它，轻松习得了新技能。
能够看到，在人类拿给他衣服时，不仅有眼神交流，拿完后它点了点头，比了个「点赞」的手势。
好开心呀，又要开始干活了！
随后，它的一双灵巧手十分顺滑地从杂乱的毛巾堆里挑出毛巾，然后进行折叠的操作 ——
用拇指描边、拎角、理顺褶皱再叠起来，中间还实时调整操作。
整个过程完全采用端到端的方式运行 —— 从视觉和语言输入到流畅、精确的运动控制。
不过有网友表示，咋擎天柱 10 个月前就会叠衣服了。
Figure 人形机器人叠衣服
两个月前，Figure 机器人展现了他们在物流场景包裹分拣的能力，整个过程长达一小时。对于各种形态的包裹，它都能进行识别、抓取、翻转然后运送到传送带上。其灵活性和速度接近人类水平。
现在同样的模型、同样的机器人却在处理一个完全不同的任务 —— 叠衣服 / 毛巾。
叠衣服对人来说可能平淡无奇，但对于人形机器人来说，这却是最具挑战性的灵巧操作任务之一。
相较于包裹来说，衣服更易变形，形状也更加多样，弯曲难以预测，而且容易起皱或缠结。
它没有固定的几何形状需要记住，也没有单一的“正确”抓握点。即使是手指轻微的滑动，也可能导致衣服起皱或掉落。
因此要完成这样一个操作，不仅需要机器人仔细地观察，还需要精细协调的手指控制，以追踪边缘、捏住角落、抚平表面，并实时调整。
完成此次任务，Figure 展现了三项关键成果：
这是人形机器人的首次尝试。这是首个拥有多指手的人形机器人，能够利用端到端神经网络完全自主地折叠衣物。
架构相同，仅数据变化。Helix 架构直接应用于衣物 / 毛巾折叠，无需修改模型或训练超参数，唯一的变化是数据集。
自然的多模态交互。除了折叠之外，Helix 还学会了与人互动时保持眼神交流、引导视线以及运用手势。
在完成这些功能时，并没有明确的对象表征、完全采用端到端方式来运行。主要也是因为像毛巾这种高度可变性的物体，构建这样的表征既脆弱又不可靠。
接下来，他们计划在现实世界数据规模扩大的基础上，会在机器人灵活性、速度和泛化能力方向持续提升。
Helix 架构立大功
此次虽然没有任何变化，但依旧起着关键作用的就是它的 Helix 架构。
Helix 是 Figure 与 OpenAI 分道扬镳后的第一个成果，是一个适用于通用人形机器人控制的端到端“视觉-语言-动作”模型（VLA），能让机器人像人一样感知、理解和行动。
Helix 由两个系统组成，两个系统经过端到端训练，并且可以进行通信。
它通过单一统一模型即可在各种任务中实现强大性能，仅使用一组神经网络权重，就能在不同容器中精准拾取放置物品、灵活操控抽屉与冰箱、协调多机器人完成灵巧交接，甚至能熟练操控数千种新物体。
而在上次包裹分拣的任务，研究团队对 Helix 的视觉电机策略的架构进行了针对性改进，引入了新的内存和传感模块，能更好地帮助机器人感知环境变化。
具体来说，可以分为视觉记忆、状态历史、力反馈三个部分：
视觉记忆，Helix 配备了一个新的内存模块，可以从系列视频帧中组合特征，再形成短期视觉记忆。
期间，机器人还可以记住它已经检查过的包装侧面，避免重复检查，提高成功率。
从本质上讲，视觉记忆为 Helix 提供了时间背景感，可以更有效地通过多次小型旋转或视点调整来查找条形码位置。
状态历史，该策略在固定持续时间内的动作分块中运行，也就是将连续动作序列分割为固定长度的小段进行规划和执行。
首先会观察当前状态（手、躯干和头部）并输出一小段运动轨迹，反复重新观察多次后，再将全部状态合并输入，以确保模块间的连续性。
由于状态历史记录保留了上下文，即使重新规划或面对干扰，机器人仍能保持稳健，例如当包裹抓取失败时，Helix 会以最小的延迟迅速纠正运动，显著缩短了处理时间。
力反馈，为了赋予 Helix 触感，机器人施加在环境和目标上的力，被反馈送至神经网络状态输入中，以帮助机器人动态调整运动过程，例如当它检测到与传送带接触时，会暂停向下继续运动。
通过一个闭合回路，Helix 可以实现更精准的控制，提高运动的成功率和一致性，也更能适应不同形态重量的物流包裹。
One More Thing
不过话说回来，叠衣服这件事儿确实也不稀奇。
像几个月前就 get 了这项任务的擎天柱。
前几天 WRC 上，也有像叠衣服、抓娃娃的机器人。
诶不过，前不久还是 Figure 机器人，学会了帮人洗衣服。
洗衣服、叠衣服，现在就差晾衣服，机器人就可以完成一整套动作的闭环了。
接下来，你还期待机器人能干什么家务呢？
参考链接：
[1]https://www.figure.ai/news/helix-learns-to-fold-laundry
[2]https://x.com/adcock_brett/status/1955291307758489909
本文来自微信公众号：量子位（ID：QbitAI），作者：白交，原标题《Figure 人形机器人首秀灵巧手叠衣服！神经网络架构不变，只增加数据集就搞定》
相关攻略
OpenClaw多飞书机器人配置教程：实现Agent与专属机器人通道精准匹配 一、创建智能体（Agent） 为了实现任务分工，让不同的飞书机器人处理特定职能，首要步骤是为每个机器人创建对应的智能体（Agent）。 1 1 创建Agent详细步骤 创建过程非常便捷，仅需在终端执行一条命令： 创建新
行业瞩目！机器人先锋Mind Robotics启动5亿美元A轮融资，Accel与A16z联合领投 机器人行业近日迎来重磅资本动态：创新企业Mind Robotics正式启动总额高达5亿美元的A轮融资。据悉，本轮融资由国际顶尖投资机构Accel与Andreessen Horowitz（A16z）共同牵
项目概述 你是否希望将强大的 AI 助手带入日常聊天？本教程将指导你完成搭建流程，让你能在 QQ 上直接调用 OpenClaw 智能助手，实现无门槛的 AI 对话体验。 架构说明 ┌─────────────┐ ┌──────────────┐ ┌─────────────┐ │ QQ 用户 │ ─
1 为什么你需要一个飞书机器人？ 在当前的团队协作场景中，重复性的通知与提醒工作往往消耗大量精力。你是否也面临这些困扰：每周需要反复催促同事提交周报；每天手动在群聊中发布晨会提醒；项目状态更新后，不得不逐一告知相关人员。这些任务虽看似简单，却极易因人为疏忽而遗漏，成为团队效率提升的隐形障碍。 飞书
法拉第未来机器人业务迎来“开门红”：首月交付目标预计超额达成 对于法拉第未来的EAI（具身智能）机器人业务而言，三月是一个关键的战略节点。公司创始人贾跃亭近期向外界宣布，业务已迎来令人振奋的“开门红”——团队已提前锁定包括人形机器人与仿生机器人在内的22台销售合同。这意味着，在本月底前超额完成首月2
热门专题
热门推荐
在包子漫画App精准定位心仪漫画：从入门到精通的搜索指南 面对海量的漫画资源，你是否苦恼于如何快速找到自己想看的那一部？包子漫画App内置的智能搜索系统，正是你高效解锁全站精彩内容的利器。掌握以下搜索方法与技巧，你将能轻松驾驭这座漫画宝库，大幅提升找书效率。 第一步：快速找到搜索入口 启动包子漫画A
明日方舟终末地洛茜最强配队攻略：三大体系阵容搭配详解 在《明日方舟：终末地》的策略攻防世界中，角色组合与队伍构建是决定战局胜负的关键。作为当前版本的热门输出手，洛茜的配队方案备受玩家关注。本文将全面解析洛茜的核心配队思路，包括法术爆发、物理攻坚、五色极致及稳定进阶四大流派，帮助您根据自身box与资源
魔兽世界城市大门钥匙：功能详解与核心作用 开启核心区域通道 城市大门钥匙最基础的用途，便是解锁主城的主要入口，让玩家能够深入城市的中央区域。以经典例子铁炉堡大门钥匙来说，缺少这把钥匙，玩家便无法进入这座矮人王城的核心地带，只能在外围区域活动。 成功进入主城后，完整的游戏体验才正式开启。主城是玩家活动
奥兹玛攻坚战小队模式攻略：机制详解与高效通关指南 对于DNF玩家而言，奥兹玛攻坚战无疑是版本实力的重要试炼场。其中，小队模式以其独特的挑战性备受关注——它的难度究竟如何定义？实际上，攻克奥兹玛小队模式虽有章法可循，却也需要系统性的策略与准备，绝非仅凭蛮力就能轻易通关。 职业配置是基石，团队协同定胜负
七大罪起源红色魔神Boss攻略：三阶段机制详解与实战打法 在《七大罪：起源》中，世界等级3的最终守关首领“红色魔神”，以其极具挑战性的多阶段机制与极低的容错率，成为了当前版本团队副本的核心难点。许多队伍在此反复受挫，究其根本，往往是对Boss各阶段的技能逻辑、环境互动与团队配置策略缺乏系统性理解。本