踹掉OpenAI之后，Figure的迭代堪称神速！
几天前才发布了第一款自研视觉-语言-动作（VLA）模型Helix，统一了感知、语言理解和学习控制。
就在刚刚，他们又在一个全新场景中实现了机器人应用的落地——物流包裹操作和分拣。
而且，只用了短短30天。 为了达到人类级别的速度、精确度和适应性，Figure对自研模型Helix的系统1（S1），也就是底层视觉运动控制策略，做出了全面的改进：
隐式立体视觉（implicit stereo vision）：Helix系统1现在具有丰富的3D理解能力，实现更精确的深度感知运动。
多尺度视觉表征（Multi-scale visual representation）：底层策略可以捕捉精细细节，同时保持场景层面的理解，实现更准确的操作。
学习式视觉本体感知（learned visual proprioception）：每个Figure机器人现在都可以自我校准，使跨机器人迁移变得无缝。
运动模式（sport mode）：使用简单的测试时加速技术，Helix 达到了比示范者更快的执行速度，同时保持高成功率和灵巧度。
结果显示，在这个特定场景中，仅需8小时精心策划的示范数据，就能产生灵活多变的操作策略。
只见，Figure机器人军团同时走向自己的工位，站成一排，同步开启打工模式。
看它灵活的双手，拿起包裹后，识别物流码逐一分拣。 整条流水线上，全由Figure完成，无需人类插手。
值得一提的是，它们还会自我校准。
对此网友纷纷表示，「工厂工人将被迅速取代！」
