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！
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
面对资源紧张等时代挑战，爱普生提出“省、小、精”发展理念，旨在以更少资源创造更高价值。其依托精密技术，在工业自动化、数字印刷及教育等领域提供解决方案，提升效率并减少环境负担。该理念支撑着企业实现可再生电力使用与碳中和的长期愿景，推动可持续发展。
智元公司发布新一代机器人运控基座模型BFM-2，赋予机器人“肌肉记忆”。该模型使机器人能在任何姿态下自主进行高稳定性动作插补，实现动态任务闭环控制，提供更可靠灵活的运动基础。演示显示，搭载该模型的机器人被推倒后可迅速流畅地自行站起，并在过程中主动维持身体平衡。
杭州柯林计划以不超过3亿元收购上海开普勒机器人41 57%股权，实现控股。开普勒由行业资深人士创立，聚焦工业场景，订单超4700万元，但近期营收有限且处于亏损。当前具身智能赛道融资火热，估值飙升，但行业分化加剧，缺乏商业路径的项目面临挑战。
美国媒体探访北京一处机器人训练中心，中国正系统性培训机器人进入劳动力市场。训练师通过动作捕捉等技术引导机器人学习分拣等技能，数据将联网共享以应对复杂环境。机器人已开始在餐饮、零售等行业试岗，目标是与人类协作完成危险或重复性劳动。
京东与擎天租达成战略合作，上线机器人租赁旗舰店。双方将围绕产品方案共建、渠道供应链赋能展开合作，提供多款机器人及场景化租赁套餐，旨在降低使用门槛，推动机器人即服务模式向消费市场普及。此次合作致力于将机器人服务标准化，并拓展至更广泛的线下应用场景。
热门专题
热门推荐
在追求极致效率的现代软件开发中，一款名为Cursor的AI代码编辑器正引领着开发范式的变革。它被定义为“面向未来的IDE”，其核心理念清晰而有力：将人工智能深度无缝地集成到编码工作流的每一个步骤，为开发者创造一种前所未有的“AI结对编程”体验。 Cursor sh应用场景 那么，这款AI驱动的编辑器
在众多AI图像生成工具中，WHEE凭借其精准的产品定位与持续的功能迭代，正成为越来越多设计师和内容创作者的首选工具。它专注于打造高品质的AI视觉素材生成器，核心使命就是帮助用户快速、高效地获得可直接使用的优质图片素材。 那么，这款AI绘图工具究竟有哪些核心优势？下面我们从其关键特性与功能设计进行深入
在AI绘画工具不断涌现的当下，一款名为NightCafe Creator的应用以其全面的AI艺术生成能力脱颖而出。它不仅是一个简单的图片处理工具，更是一个融合了多种前沿人工智能技术的创意平台，帮助用户轻松实现从构思到成品的艺术创作。 NightCafe Creator是什么？ NightCafe C
近期加密货币市场受到宏观经济不确定性及流动性紧缩影响，比特币(BTC)、以太坊(ETH)以及多种山寨币出现明显下行走势，市场情绪趋于谨慎。 比特币近期走势分析 比特币的价格近期表现如何？简单来说，它跌破了几个市场公认的关键支撑位，而且伴随交易量的放大。这种放量下跌的信号，往往意味着多空分歧加剧。无论
蔡司宣布将于6月2日发布一款新镜头，并称其为镜头技术的重大突破，标志着全新纪元的开启。官方仅公布了产品剪影，但措辞暗示其可能带来根本性的技术升级，例如全新光学结构、先进镀膜或对焦系统改进。具体细节需待发布日揭晓。