RobotHot美国人形机器人创企Figure在与OpenAI分道扬镳后，迅速开启日夜进厂 “打工” 模式，引发业界广泛关注。
Figure创始人Brett Adcock公开最新监工视频，视频中Figure 02在快递分拣岗位上的表现堪称惊艳。
化身快递分拣工
面对快递，它能熟练地将其逐个码放整齐，并巧妙地让条形码朝下，极大地方便了后续扫描仪的识别工作。当遇到纸片型快递时，Figure 02 的翻面操作也是轻松自如，
毫无卡顿。更难能可贵的是，它懂得根据快递的类型和状态采取不同的处理方式，对于红色充气快递，它不会盲目按压，而是直接放行，展现出超高的 “智商” 和对物品特性的精准把握。
Figure 02分拣快递的动作行云流水，宛如经过专业训练的熟练工人，许多网友看后都惊叹其手部动作之拟人化。即便在快递被压住的复杂情况下，它也能凭借耐心和精准的操作将其抽出，虽然中间会稍作调整，但最终都能成功完成任务。
依托于VLA模型Helix
这一系列流畅的操作全赖端到端通用控制模型Helix的不断进化。Helix是Figure与OpenAI分道扬镳后的首个重磅成果，作为一种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），它赋予了机器人类似人类的感知、理解和行动能力。
与传统VLA系统相比，Helix无需专门的微调或专用动作头来优化不同高级行为的性能，仅靠单一统一模型就能在多种任务中实现卓越表现。凭借一组神经网络权重，它能够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，甚至熟练操控数千种新物体。例如，配备了Helix的Figure机器人在接收到简单的 “拾起” 指令后，便能拾起几乎任何小型家居物品，无需事先演示或大量手动编程，这种高效、便捷的操作方式，为机器人的广泛应用铺平了道路。
此前，Brett Adcock在推文中提及Helix在物流场景取得大幅改进，引发一位 AI 质疑者在评论区放言：“包裹随机变化的情况下，这绝对行不通”。
然而，仅数小时后，Brett Adcock便用这段视频有力地回击了质疑，向世人证明了Helix模型的强大性能和Figure 02机器人的卓越能力。
早已在车厂打工
除了在快递分拣领域的出色表现，Figure 02在宝马生产线上的 “打工” 经历同样可圈可点。它已成功实现了连续20小时轮班作业，而在此之前的数周内，也一直保持着10小时轮班的工作强度。
在生产线上，Figure 02的主要任务是将零件精准地放置到工作台的固定位置上。它能够自主移动到合适的位置，然后快速而准确地完成零件的放置工作，整个过程干脆利落、一气呵成。
不仅如此，它还能熟练地从货架上取下零件，再返回操作台进行安装，并且在完成后还会主动后退一步，以避免自己被关在操作区域内，这般精细且连贯的操作流程，充分彰显了其高度的智能化和自动化水平。
人类会疲劳，但机器人不会，这才是真正的生产力提升。机器人，尤其是人形机器人的发展和未来广泛应用，为制造业的智能化升级注入了全新动力。我们也有理由相信，人形机器人将在未来走进更多行业和领域，开启智能协作的新篇章。
未经允许不得转载：RobotHot » Figure 02人形机器人化身快递分拣工
