Figure的人形机器人采取语音命令来帮助房屋|TechCrunch

人物创始人兼首席执行官布雷特·阿德科克（Brett Adcock）星期四揭示针对人形机器人的新机器学习模型。该消息是在Adcock宣布湾区机器人公司两周后到达的。决定离开OpenAI合作，以Helix为中心，Helix是一种通才的视觉语言动作（VLA）模型。

VLA是用于机器人技术的新现象，利用视觉和语言命令来处理信息。目前，该类别的最著名示例是Google DeepMind的RT-2，通过视频和大型语言模型（LLM）的组合来训练机器人。

Helix以类似的方式工作，将视觉数据和语言结合起来提示实时控制机器人。图写道，helix显示出强大的对象概括，能够以不同的形状，尺寸，颜色和物质特性在训练中以自然语言询问以前从未遇到过各种形状，尺寸，颜色和物质特性。

在理想的世界中，您可以简单地告诉机器人做某事，这只会做到这一点。根据数字，这就是螺旋进来的地方。该平台旨在弥合视觉和语言处理之间的差距。在收到自然语言提示之后，机器人在视觉上评估其环境，然后执行任务。

图提供了例如，将饼干袋交给右边的机器人，或者，从左侧的机器人接收一袋饼干，然后将其放在开放的抽屉中。这些示例涉及一对机器人一起工作。这是因为Helix旨在一次控制两个机器人，另一个人协助另一个机器人执行各种家庭任务。

图是通过强调公司在家庭环境中使用其02类人体机器人所做的工作来展示VLM。众所周知，房屋对机器人来说是棘手的，因为它们缺乏仓库和工厂的结构和一致性。

学习和控制的困难是站在复杂机器人系统和房屋之间的主要障碍。这些问题以及五到六位数的价格标签，这就是为什么家用机器人对大多数人形机器人公司不优先的原因。一般而言，这种方法是为工业客户建造机器人，既可以提高可靠性，又要在解决住宅之前降低成本。从现在起几年后，家务劳动是一次对话。

当TechCrunch时旅游人物的湾区办公室2024年，Adcock展示了其人类生物在家庭环境中所采取的一些速度。在当时，这项工作没有得到优先排序，因为数字着重于与宝马这样的公司的工作场所飞行员。

随着周四的Helix公告，数字清楚地表明，房屋本身应该是优先事项。测试这些培训模型是一个充满挑战且复杂的环境。教机器人在厨房中执行复杂的任务 - 例如，在不同的环境中，他们将其打开各种各样的动作。

``对于机器人来说，在家庭中有用，他们需要能够在按需产生智能的新行为，尤其是对于他们从未见过的物体。”–教机器人即使是目前的一种新行为，也需要大量的人类努力：博士级专家手册编程或成千上万的示威活动。”

手动编程将对房屋进行量表。有太多未知数。厨房，客厅和浴室从一个到另一个厨房差异很大。对于用于烹饪和清洁的工具，也可以这样说。此外，人们留下混乱，重新排列家具，并喜欢各种不同的环境照明。这种方法需要太多时间和金钱当然有很多后者。

另一个选择是培训很多。经过训练的机器人臂挑选并将物体放在实验室中，通常使用此方法。您所看到的是，要进行数百小时的重复需要做出足够的演示以承担高度可变的任务。要第一次拿起东西，过去需要做几百次的机器人。

就像目前周围的人形机器人技术一样，在螺旋中的工作仍在很早的阶段。应该建议观众，在幕后发生了许多工作，以创建本文中看到的简短，制作精良的视频。从本质上讲，今天的公告是一种招聘工具，旨在将更多的工程师带入船上以帮助发展该项目。