核心内容摘要
稻妻风云：雷电将军的“脚法”艺术与武道传承
移动操作一直是人形机器人领域的关键挑战。
真正的难点不在于实现其中任何一种单一能力而在于将二者无缝融合为单
连贯的行为。
移动与操作相互影响、动态耦合托举物体会改变身体平衡移动步伐会影响肢体的可操作范围机器人的四肢动作始终处于相互制约的动态状态。
尽管当今的人形机器人已能完成跳跃、舞蹈等高动态动作却仍普遍面临一个根本局限缺乏真正的自主可控性。
多数系统仅能复现经离线规划的动作且仅能接收有限的反馈信息。
一旦环境出现预期之外的偏移或接触变化整个任务便容易失效。
为此传统方案往往采取折中策略将移动与操作拆分为独立模块再用状态机进行拼接。
机器人只能按固定流程分步执行——例如先行走、再停止、调整平衡、伸手抓取、然后继续行走。
这种方式切换迟缓、鲁棒性低动作也显得僵化而不自然。
实现真正的自主需要一套全新的技术路径一个能对机器人全身进行一体化实时推理的统一学习系统。
它必须能够在移动中操作、在操作中调整平衡并能从失误中即时恢复完成感知-决策-执行的持续闭环。
基于此Figure 公司于2026年1月发布了 Helix 的升级版 ——Helix 02将控制能力从机器人上半身拓展至全身实现了行走、操作与平衡三大功能的一体化协同控制。
Helix 02模型架构在模型架构层面Helix 02 在初代 Helix 的“System
System2” 双系统架构基础上新增了基础层 System 0各系统均按自身固有时间尺度独立运行各司其职、协同配合System2以下简称“S2”针对任务目标进行低速推理专注于场景解析、语言理解与行为序列规划System1以下简称“S1”具备高速决策能力以 200 Hz 的频率将感知信息转化为全身关节运动目标System0以下简称“S0”执行频率高达 1 KHz负责全身平衡维持、接触感知与动作协同。
三者紧密配合共同构成一套从视觉像素到关节力矩输出的高度集成化层级架构。
其中S2 支撑起复杂长时程任务所需的语义推理能力S1 实现全传感器与全执行器之间的高速联通S0 则提供经由学习训练的全身控制能力。
依托于三层架构的高效协同Helix 02 构建出能够支持人形机器人在室内环境中无缝融合行走与操作的连续自主控制能力。
1System 2场景理解与语言交互初代Helix 中系统S2是一个 70亿7B参数的预训练VLM模型用于处理机器人单目视觉图像和机器人状态信息包括手腕姿态和手指位置并将它们投影到视觉语言嵌入空间中。
S2 将所有语义任务相关信息提炼为一个连续的潜在向量以
Hz的频率传递给 S1 为机器人的行为决策提供高层次的指导。
在Helix 02 系统中S2 依旧作为语义推理层承担场景解析、语言理解的任务并为S1生成隐式任务目标。
但是Helix 02大幅拓展了S2 可指定的动作行为范围此前其仅能下达简单指令如 “拿起番茄酱”如今可下达复杂的连续动作指令例如“走到洗碗机旁并打开柜门”、“将碗具端至操作台”、“返回上层碗架取拿杯子”。
S2无需规划底层的步序动作也无需明确规定四肢的协同方式只需生成一系列语义隐状态由S1将其解析为运动控制指令最终交由 S0 执行即可。
2System 1“全传感器输入、全关节输出” 的视觉运动策略网络初代Helix 中S1 仅实现对机器人上半身的控制输入数据为关节状态与视觉图像信息然后以 200Hz 频率输出包括手腕姿态、手指弯曲和外展控制以及躯干和头部方向在内的上半身控制指令。
而在Helix 02中S1仍是一个 8000万80M参数的Transformer模型但接入了机器人的头部相机、掌心相机、指尖触觉传感器、全身本体感知所有传感器实现机器人全身的全关节级控制涵盖腿部、躯干、头部、手臂、腕部及单根手指。
S1依旧是基于S2隐状态的Transformer模型如今可输出全身关节运动目标由 S0以1KHz的频率实时跟踪执行。
3System 0 基于人类数据的类人化全身控制S0是类人化全身控制的基础模型通过学习人类维持平衡与稳定的运动模式形成运动习得先验为Helix 02的物理具身提供核心支撑 —— 在上层网络进行任务规划与推理时S0可保障所有动作流畅、安全、稳定执行。
无需为行走、转身、下蹲、伸展等动作单独设计奖励函数S0可直接从海量多样化运动数据集中学习并复刻人类运动模式同步掌握力的协同调控与身体姿态动态调整能力在通用移动操作全流程中持续维持身体平衡。
训练数据超过1000小时的关节级重定向人类运动数据模型架构一个含1000万10M参数的神经网络以全身关节状态与基座运动信息为输入以1000Hz的频率输出关节级执行器控制指令仿真训练全程在仿真环境中进行覆盖20 万个并行仿真实例并采用大规模域随机化技术确保模型能直接迁移至实体机器人并在不同机器人平台上具备优秀的泛化能力。