Figure AI发布机器人协作新演示双机器人配合拉开被子
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 👈
全球首次，由单一神经网络驱动的多机器人协同操作（Locomanipulation）成功实现，标志着人形机器人技术迈入新阶段。
5月8日晚，Figure AI发布了一段突破性演示视频。在真实的卧室环境中，两台Helix-02人形机器人在不到两分钟内，流畅协同完成了全屋整理任务：包括开关房门、悬挂衣物、收纳耳机、合上书本、倾倒垃圾、挪动椅子，并最终协同将床上的被子平整铺好。
协同铺被的场景尤为精妙：两台机器人先是通过“点头”动作进行默契确认，随后同步发力，将被子稳稳拉开。整个过程自然协调，动作配合宛如人类。关键在于，它们并未依赖中央控制器或显式通信协议，仅通过视觉观察对方行为，就能自主推断并决策下一步动作。就连长期困扰业界的柔性物体操作难题，也在本次演示中被稳定攻克。
Figure AI官方宣布，这实现了全球首个基于单一神经网络模型的多机器人协作Locomanipulation。每台机器人独立运行同一套AI模型，依靠视觉感知进行自主决策，表面上的默契配合，实则源于各自独立的实时判断。
作为全球估值最高的人形机器人企业，Figure AI的技术路线与国内外多数采用“轮式底盘+机械臂”方案的同行截然不同。其演示最吸引人的核心，在于机器人能够以双足行走的方式完成工作，并实现彼此间的动态协作。无论是整理实验室台面，还是收拾卧室床铺，任务本身或许并非极限挑战，但“像人一样在房间中自由走动并协同作业”所带来的强烈视觉冲击与未来感，足以留下深刻印象。
当然，在惊艳之余也需保持理性审视。业内存在批评观点，认为此类协作演示可能依赖于精心预设的初始状态与环境布置——看似智能的协同，或许只是针对短序列任务训练出的可预测行为。它们能否真正动态理解同伴意图，在长期、开放的复杂环境中实现可靠落地，仍需更多实际场景的验证。
近期Figure AI进展频频：其BotQ工厂已实现每小时产出一台Figure 03机器人，累计交付量突破350台；新一代Figure 04已进入设计后期，被创始人称为“iPhone时刻”。同时，家庭场景应用正式提上日程，据透露，美国市场可能采用月租400-600美元的订阅模式，机器人占地面积小，并可实现全天候自主运行与充电。
毫无疑问，Figure AI已是全球最受关注的人形机器人公司。多机协作究竟是未来人形机器人的核心能力，还是偏离了主流技术路线？专注于此类高难度交互，究竟是“点歪了技能树”，还是实现最终落地不可或缺的一环？Figure AI或许将在不久的将来，用实际产品给出自己的答案。
01 Helix-02卧室整理完整演示解析
最新演示集中展现了两台机器人在共享家居环境中的多任务协同执行能力。
搭载Helix-02系统的两台仿人机器人，在极短时间内协同完成了卧室复位任务：从开门、挂衣、整理耳机、合书、清倒垃圾、推移椅子，到最具代表性的环节——协同铺床。
Helix-02是Figure AI当前最先进的机器人模型，即此前演示过“用脚顶住洗碗机门”的那款。官方透露，该模型依托超过100万小时的仿真与真实世界数据训练而成，旨在打造一个能同时适应家庭与商业环境的通用机器人平台。
演示凸显了以下几项核心技术突破：
全身一体化控制：实现了从上半身操作到全身运动协同的扩展，完成了步态控制、动态平衡、移动行走与复杂操作任务的无缝融合。
柔性物体与复杂动态交互处理：成功应对了像床单、被子这类无固定几何形状、状态持续变化的柔性物体操作挑战。
新场景快速泛化能力：无需为特定任务设计专用控制器或专家策略，仅通过端到端学习即可适应全新环境。
其中，柔性物体操作是公认的技术难点。实验室机器人通常处理的是刚性、形状已知的物体，但床单、布料等柔性体没有固定形态，会不断发生折叠、滑移。人类依靠多年的触觉与视觉经验本能处理，而Helix-02必须仅通过视觉感知和动作预测，持续估算布料状态并实时生成控制指令，这对感知的实时性与反馈控制的精度提出了极高要求。
另一大核心亮点，便是前文强调的、由单一神经网络驱动的多机器人自主协作。所有动作均由机器人自主生成，无人工遥控，无中央调度。每台机器人通过自身摄像头观察环境，直接推断对方意图，并在毫秒级频率下连续做出决策。这类似于两个人协同叠被子，仅凭动作和眼神便能完成配合，无需口头交流或共享计划。
在共享物理空间内协同工作，每个机器人的动作都会实时影响同伴的任务执行。因此，机器人不能机械执行预设程序，它必须将伙伴的运动轨迹、视线方向、手部位置乃至整体姿态都视为动态的环境输入，实时推断其目标。对于床单这类无固定抓取点的柔性物体，这种意图预测的难度呈指数级上升，微小的状态估计误差会随着布料形变而迅速放大。
此外，视频还展现了机器人出色的节奏感与高维状态下的决策能力。在同时处理移动、抓握、保持平衡等多重任务时，它们还能完成挂耳机、用脚踩开垃圾桶踏板等精细操作。整个过程没有“脚本切换”，所有动作序列均由神经网络在几十毫秒内连续推断、决策生成。
02 机器人协同作业：是独特优势还是技术歧途？
Figure AI展示多机器人协作并非首次。早在2025年2月，该公司就发布了Helix模型的首次双机协作演示。两台机器人在同一场景中，通过视觉感知和自然语言指令进行协同，例如将物体递给位置更优的同伴放入整理区，或在完成自己区域任务后等待对方传递物品。
当时，这一演示在机器人技术圈被视为一项重要进展。它跳出了大多数演示局限于“单机拾取与放置”的框架，真正展示了多机器人间的实时互动与任务分工。机器人能根据空间位置、任务上下文和视觉输入实时调整动作，这在当时的机器人控制演示中相当罕见。
然而，更谨慎乃至批判的声音同样存在。部分技术人员指出，这类演示可能依赖于精心设计的初始状态与场景布置，使机器人看似在“智能协作”，实则可能只是通过短序列训练来应对可预见的环境变化，而非实现真正即时、深度的协同理解。此外，虽然能完成基础的传递合作，但距离真正动态推断对方意图并在开放环境中进行长期、连续的协作，仍有明显差距。
这条技术演进脉络，在Helix-02的最新演示中得到了延续与深化。从简单的“传递物品”，到如今能通过“点头”进行非语言沟通、并完成铺床这类更高复杂度的协同任务，其目标显然是迈向真正的视觉驱动、自主推断与连续互动。
那么，为何目前似乎仅有Figure AI在重点攻坚多机器人紧密协作？
原因除了技术本身的高复杂度，更在于工程实现的挑战极大，而短期内的商业回报却相对模糊。目前产业界已落地的多机器人系统，协作大多属于低耦合的间接配合，或在中心控制器统一指挥下的分工，像视频中那样高耦合、自主协同拉被子的场景，在工程实现上极为棘手。
但对于Figure AI这类志在让机器人“像人一样在真实世界中工作”的公司而言，要实现真正的家庭或商业场景替代，多机器人之间的紧密、自主协作，恐怕是一道无法绕开的技术门槛。
03 Figure AI量产进程加速，即将迎来市场检验
尽管Helix-02的演示距离完全替代日常所有家务仍有差距，但Figure AI的每次展示都极具“类人感”与叙事张力——这不仅极大地提升了公众与媒体的关注度，很可能也是其吸引巨额投资的重要原因。
然而，前沿技术能否走出实验室，最终要接受市场化与规模化落地的严苛检验。未来几个季度，将是验证其技术路径与商业构想能否成功跑通的关键窗口期。
近期，Figure AI的进展格外密集，其中最实质的突破在于产能。位于加利福尼亚的BotQ制造基地，已成功将人形机器人的生产节奏从每天1台提升至每小时1台——在不到120天内实现了约24倍的产能爬升。这标志着公司从“原型制造”迈向了“工业量产”的关键一步。
BotQ工厂自设计之初就定位为高产能基地，目标年产能约12,000台（即每小时1台量级），为后续向十万台级别扩展奠定基础。其背后是一套成熟的制造体系：自动化生产线架构、覆盖150余个联网工位的定制制造执行软件、严格的供应链质量控制，以及包含80多项最终验证测试的质量管理体系。据悉，其机器人电池产线的一次合格率已达99.3%，关键组件执行器的产量已超过9,000个。
这种“小时级量产”能力对Figure而言，不仅是产能数字的跃升，更是开启真实世界数据反馈循环的驱动器。生产线上下线的每一台机器人，其运行数据都将持续反哺Helix AI模型，用于提升感知能力、系统鲁棒性和长期任务表现——这是检验整套系统能否在真实、复杂、非结构化场景中可靠运行的关键。
创始人Brett Adcock将即将推出的Figure 04比作人形机器人领域的“iPhone 1时刻”。从Figure 01到03，公司在灵巧手、足部设计、触觉传感与自主充电等方面持续迭代，而Figure 04旨在用户体验、制造工艺与成本控制上实现跨越式提升。
在近期一次采访中，Adcock深入阐释了Figure机器人的核心设计理念：
热插拔（Hot-Swap）运维：机器人可独立完成任务并自动对接无线充电。在部署园区采用“热插拔”策略，当一台机器人电量低于10–15%时，另一台可立即替换上岗，确保关键任务不间断执行。
永不跌倒（Never Fall）的稳定性：这是研发重点之一。借助Vulcan强化学习项目，即使单个膝关节驱动器失效，机器人也能保持平衡并跛行至维修点。耐久性测试涵盖老化、深蹲、波比跳等多种极端工况，确保其在各种硬件或软件故障下的运行稳定性。
用户友好的易维护硬件：强调模块化设计，例如可快速拆卸的外部织物套装和可替换鞋履，让非技术背景的用户也能方便地进行日常清洁与维护。
Figure正计划以类似汽车租赁的订阅模式推出家用机器人，月租金预计在400-600美元。机器人占地面积仅约2×2英尺（约0.37平方米），可自主寻找充电桩充电，无需人工干预。通过板载推理与数据匿名化处理，能在充分保护用户隐私的同时，持续收集脱敏数据以优化Helix模型性能。
根据最新公开报道，Figure AI的估值已达到约390亿美元。这一估值在其2025年9月完成的C轮融资后定格，该轮融资总额超过10亿美元。公司目前拥有约500名员工，核心集中于工程与AI研发团队，覆盖从硬件设计、电池系统、嵌入式软件到系统集成与测试的全链条，实现了从研发到量产的闭环管理。
Adcock的长期愿景是，让人形机器人的部署数量超过办公室人类员工的数量，以此模拟非结构化环境的压力测试，同时推动通用智能（AGI）的发展。他认为，结合了高精度触觉传感与可量产硬件的“第七代”机械手，将成为实现AGI的重要物理基石之一。
*头图来源：Figure AI
相关攻略
全球首次，由单一神经网络驱动的多机器人协同操作（Locomanipulation）成功实现，标志着人形机器人技术迈入新阶段。 5月8日晚，Figure AI发布了一段突破性演示视频。在真实的卧室环境中，两台Helix-02人形机器人在不到两分钟内，流畅协同完成了全屋整理任务：包括开关房门、悬挂衣物、
VSCode通过attach模式配合nodemon实现热重载调试：先运行npm run debug（含--inspect-brk），再在launch json中配置 "request ": "attach "、 "port ": 9229和 "restart ": true，确保调试器自动重连新进程。 想让VSC
作者 ｜ 孙芮邮箱 ｜ sunrui@pingwest com好消息：Google 地图终于接入了Gemini。坏消息：这类产品早就有人做过了。3月12日，Google CEO Sundar P
《Lootbane》是一款Roguelite角色扮演游戏，在这个世界中，战利品代表力量，而风险决定一切。选择你的英雄，用胜利所得的战利品武装他们，并召集追随者组成队伍——他们的被动光环和主动技能会叠
热门专题
热门推荐
先别慌，也别急。今年以来的空调市场，竞争确实激烈，走势也充满动荡与不确定性，内卷成了常态。但对于一部分空调企业而言，眼下的煎熬不会持续太久，好日子其实已经不远了。 最近，不止一位空调企业的营销负责人坦言：“现在一线市场上，我们根本顾不上核算成本。只要有订单、能出货，就想尽一切办法去抢。”进入2026
在《星神纪元》的宏大世界中，角色的成长路径充满了策略与选择。转职，作为游戏进程中的关键转折点，不仅是角色实力的质变，更是玩法深度与战斗体验的全面升级。精准掌握转职的奥秘，将彻底改变你的冒险旅程，开启专属的强者之路。 星神纪元角色转职攻略：条件、流程与核心技巧 当角色等级满足特定要求后，转职系统便会解
在热门战术射击游戏《三角洲行动》中，“S8不归之人”任务以其高难度和丰厚回报成为玩家们关注的焦点。想要高效通关并获取全部奖励，掌握一套系统性的攻略思路至关重要。本文将为你全方位解析该任务的通关技巧与核心策略。 三角洲行动S8不归之人任务通关全攻略 “S8不归之人”任务拥有独特的机制与高强度对抗。开局
炉石传说团队协作：梦幻协作成就攻略 “团队协作：梦幻协作”这个成就，目标很明确：用150张“团队协作”牌召唤出的白银之手新兵。但实际操作起来，你会发现它是个不折不扣的“马拉松”式累积成就，难度不小。 为什么说它难？即便你手握“虚灵任务”体系，进度依然缓慢。核心矛盾在于，你不仅需要场上有足够的格子来容
对于刚接触加密货币交易的新手而言，理解平台内不同资金路径是首要任务。本文以OKX为例，清晰区分了“买币”与“提币”的本质区别，并详细解释了“资金划转”与“链上充值”两个核心入口的功能与使用场景。掌握这些基础操作逻辑，能有效避免误操作，确保资产流转安全顺畅，是迈出Web3世界的第一步。