Helix от Figure использует VLM, чтобы помочь роботам следовать голосовым командам и адаптировать действия, избегая сложного программирования или повторных демонстраций.
Роботы Figure с поддержкой Helix способны справиться практически с любым небольшим предметом домашнего обихода, даже незнакомым, следуя простым инструкциям на естественном языке.
Рисунок/YouTube
Благодаря новой модели Helix от Figure складывание белья вскоре может исчезнуть из вашего списка дел.
В новой видеодемонстрации, предоставленной компанией, система приводит в действие гуманоидного робота, который аккуратно складывает полотенца одно за другим, аккуратно складывая их в корзину.
Helix — это универсальная модель «Зрение-Язык-Действие» (VLA), которая объединяет восприятие, понимание языка и приобретенный контроль, решая несколько давних проблем в робототехнике.
По данным компании Figure, эта серия новинок представляет собой большой шаг на пути к созданию роботов, способных без труда интерпретировать окружающую обстановку, понимать инструкции и выполнять сложные задачи с приспособляемостью, свойственной человеку.
В марте 2025 года было показано видео, в котором показано, как с помощью обучения с подкреплением Figure добился более плавной и естественной гуманоидной ходьбы, заменив типичную жесткую механическую походку плавными движениями.
ИИ обеспечивает точность
В этом видео гуманоидный робот Figure 02 складывает полотенца. Он осторожно подходит к стопке, терпеливо поднимая по одному полотенцу. Робот бережно обращается с каждым полотенцем, грубо разглаживая ткань и складывая его в достаточно аккуратную форму.
Его движения размеренны, но не идеальны; время от времени он поправляет складку, прежде чем продолжить. Он складывает полотенца в корзину по одному, аккуратно складывая их в стопку, демонстрируя сосредоточенность на завершении задачи, а не на точности.
Гуманоид работает на базе модели искусственного интеллекта Helix от Figure, которая предлагает новый метод управления движениями верхней части тела. Он может непрерывно и с высокой скоростью двигать запястьями, туловищем, головой и отдельными пальцами. Это позволяет ему выполнять более сложные, человекоподобные движения и взаимодействия.
Отличительной особенностью Helix является возможность совместной работы нескольких роботов: система может работать на двух роботах одновременно, позволяя им совместно выполнять общие долгосрочные задачи с использованием незнакомых объектов.
Роботы, оснащенные Helix, могут работать с широким спектром мелких бытовых предметов, даже с теми, с которыми они раньше не сталкивались, руководствуясь подсказками на естественном языке для интуитивного управления.
Система использует единый набор весов нейронной сети для обучения различным типам поведения, таким как захват и размещение предметов, управление ящиками и холодильниками, а также взаимодействие между роботами, устраняя необходимость в тонкой настройке для каждой задачи. По данным Techeblog, этот унифицированный подход к обучению оптимизирует разработку и повышает универсальность.
Работая исключительно на встроенных маломощных графических процессорах, Helix оптимизирован для реального развертывания, что делает его эффективным и практичным для коммерческого использования.
Объединяя в себе тонкое управление, адаптивность и низкое энергопотребление, Helix устанавливает новый стандарт возможностей гуманоидных роботов широкого профиля в сложных повседневных условиях.
Роботы учатся быстрее
Рисунок подчёркивает, что существующие роботизированные системы часто испытывают трудности с адаптацией к новым задачам и обычно требуют значительного программирования или многократных демонстраций. Чтобы обойти эту проблему, компания создала Helix, которая использует VLM, позволяя роботам подчиняться речевым командам и обобщать действия по мере необходимости.
Helix, созданный на основе двух основных компонентов, способен управлять всей верхней частью тела гуманоида с высокой скоростью и ловкостью: Система 1 (S1) — быстрая визуально-моторная политика, которая преобразует информацию S2 в действия в реальном времени, и Система 2 (S2) — более медленная, предварительно обученная с помощью интернета VLM для понимания языка и сцен.
Такое разделение позволяет S2 управлять сложными рассуждениями, в то время как S1 гарантирует точное и своевременное выполнение.
По словам Фигура, Helix решает давние проблемы в робототехнике, включая баланс между скоростью и обобщением, масштабирование до многомерных действий и сохранение простоты архитектуры с использованием стандартных моделей.
Разделение S1 и S2 позволяет модернизировать каждую из них независимо, без совместного использования пространств для наблюдения или действий.
Для обучения было использовано около 500 часов телеуправляемого поведения, а VLM с автоматической маркировкой генерировал инструкции на естественном языке.
Конструкция Helix преобразует визуальные входные данные в скрытые представления, что позволяет осуществлять быструю и отзывчивую манипуляцию путем объединения 80M-параметрического трансформатора для управления с 7B-параметрическим VLM.
Этот метод повышает адаптивность и ускоряет обучение практическому применению робототехники.
Sourse: interestingengineering.com
