-
日期: 2026-05-16 | 來源: 愛范兒 | 有0人參與評論 | 字體: 小 中 大
這套系統跑的是 Vision-Language-Action 模型，名叫 Helix-02。
Helix-02 采用“System 0/1/2”叁層架構：System 2 慢速推理目標和任務序列，System 1 以 200Hz 的速度將感知轉化為全身關節指令，System 0 負責底層基礎控制。這種分層設計讓機器人在搬運易碎物品時能邊走邊保持穩定握持，甚至在雙手被占用時，用臀部頂上抽屜、用腳抬起洗碗機的門。
Figure 把過去拾萬余行手寫的 C++ 控制代碼替換成了壹個端到端的“omni-model”，從像素直接算出力矩。按照 Figure 官方的描述，這是單壹學習神經網絡在多人形機器人協同動作控制上的首次展示。
兩台機器人之間沒有共享規劃器，沒有消息通信，沒有中央協調。它們各自帶著攝像頭，靠看對方的動作來推斷對方意圖。有點像兩個人壹起疊被單時，通過手的移動猜測對方下壹步的拉扯方向。
Figure CEO Brett Adcock 計劃在 2026 年底把 Figure 03 送進“精選家庭”，目標售價 2 萬美元以下，月租 600 美元。但他也承認，機器人在自己孩子附近時，他還是會“盯著”。
——做機器人的人自己都不敢完全放手。這大概是對“家庭場景有多難”最誠實的注腳。
另壹家值得留意的是挪威的 1X Technologies。其位於加州海沃德的 NEO 工廠於 2026 年 4 月啟動，約 5.4 萬平方英尺，是美國首座全流程大規模制造人形機器人的工廠，獲 OpenAI 資本加持。NEO 定價 2 萬美元，月租 499 美元，首批 1 萬台產能在伍天內全部售罄。
相比之下，波士頓動力按下了暫停鍵。Atlas 明確聚焦工業場景，CEO Robert Playter 預測人形機器人要 5 到 10 年後才能真正走進家庭：“急著進軍家庭市場或許是壹個策略上的誤區。”
壹側是伍天售罄的狂熱，壹側是 5 到 10 年的冷靜預判。分歧之大，恰恰說明誰都沒把握，但誰都不敢不下場。
為什麼全世界還在搶著做
既然行業判斷從 3 年到 10 年不等，為什麼還要搶？
關鍵在於數據。
過去，機器人變強靠的是工程師寫更好的代碼。現在，靠的是吃進更多更好的數據。家庭場景不只是壹個“應用市場”，而是壹座數據礦。
a16z 的分析指出，工廠裡的任務是重復的、有邊界的，而家庭裡充滿了“never before seen”的情況。這種長尾，過去是 bug，現在變成了 feature。
這就解釋了 149 元叁小時為什麼不虧：
貨拉拉運輸、工程師工時、阿姨成本——賬面上 149 元遠低於成本。但每壹戶托馬斯白家的叁小時，都是無法在實驗室復現的真實長尾數據；服務的下限由阿姨兜底，所以即便機器人卡機兩次、衣服疊得像揉過的報紙，用戶體驗也不至於崩盤。
用戶以為自己買了保潔服務。實際上，他們在給機器人當老師。而 149 元，是學費補貼。
真正改變家務的機器人，恐怕不會壹夜之間冒出來。
它會先笨拙地走進壹戶深圳的客廳，疊不好衣服，被工程師盯著，被阿姨兜底，被某個付了 149 元的用戶半好奇半挑剔地觀察壹下午。第贰天，再來壹戶。
壹萬戶之後，那台盤式機器人，或許才會真的把衣服疊整齊。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見