作者｜向欣

今年 2 月初，摩根士丹利發(fā)布了最新研報《Humanoid 100》，梳理了全球人形機器人產業(yè)鏈上的 100 家核心上市公司。在大腦這一類別，美國企業(yè)數(shù)量最多，技術上也最領先。

最近，美國人形機器人獨角獸 Figure AI 就亮出了他們在機器人大腦方面的大殺器——Helix。

Helix 是一個端到端視覺語言行動（VLA）模型，能夠控制人形機器人整個上半身，讓機器人識別、拾取幾乎任何家庭物品，其中包括數(shù)千種它們從未見過的物品。

同時，彭博社報道 Figure AI 正在進行一輪高達 15 億美元（約合人民幣 108 億元）的巨額融資。

要知道，F(xiàn)igure AI 已是現(xiàn)下全球范圍內融資最多、估值最高的人形機器人創(chuàng)企，融資總額達 7.5 億美元（約合 52.6 億人民幣），估值為 26 億美元（約合 182.3 億人民幣）。

新一輪 15 億美元融資完成后，F(xiàn)igure AI 估值將達到 395 億美元（約合人民幣 2874 億元），一年內翻了 15 倍。

一位知情人士透露，投資者看好該公司的原因之一是其在復雜推理能力上取得了重大突破。

顯而易見，Helix 就是促成新一輪 15 億美元融資的大功臣之一。

發(fā)布后不到一周，Helix 已經開始應用。

2 月 27 日，F(xiàn)igure AI 發(fā)布了其人形機器人快速進行物流分揀的視頻。

視頻拍攝于 Helix 發(fā)布后的第三天，多個機器人同時在工廠工作。

上一次，F(xiàn)igure AI 花了整整 12 個月才讓在寶馬工廠的人形機器人學會安插汽車金屬件的工作，這次學習新任務卻只用了 30 天。

這充分說明 Helix 極大提升了人形機器人的學習與應用效率。

2 月 28 日，F(xiàn)igure AI 創(chuàng)始人 Brett Adcock 稱，由于 Helix 的研發(fā)進展遠超預期，公司正準備將人形機器人推向家庭應用領域，今年會開始進行相關測試，這比原計劃提前了兩年。

Helix 由 Figure AI 完全自研。此前，F(xiàn)igure AI 曾與 OpenAI 合作開發(fā)應用于人形機器人的智能模型。

在今年 2 月 5 日，雙方終止合作。不過這并未影響投資市場對 Figure AI 的熱情。

憑借端到端訓練方法，與機器人展現(xiàn)的自主性、技能泛化性，F(xiàn)igure AI 成為投資者眼中最具潛力的人形機器人公司。

可收納所有家庭物品

已應用于物流分揀

在 Helix 幫助下，人類可以同時指揮兩個人形機器人干活，只需要下達語音指令，它們就能互相配合，動作流暢地整理、收納幾乎所有家庭物品。

Helix 目前已應用于人形機器人，使其能夠快速完成物流分揀任務。

作為端到端 VLA 模型，Helix 有以下亮點：

以高達 200 赫茲的頻率對機器人的上半身進行精準、實時的控制；

能夠同時操縱兩個機器人干活；

只需要用自然語言下達指令，機器人就能夠拾取幾乎任何家庭物品，其中包括數(shù)千種它們從未見過的物品；

僅使用一組神經網絡權重學習所有行為，不需要根據任務微調模型；

對端側芯片要求低，只需要兩個低功耗 GPU 即可運行，能夠立即進行商用部署。

Helix 硬件要求低，易于部署，并具備出眾的多元操縱和智能泛化能力。這讓 Figure AI 相信在未來幾年內，其人形機器人便能面向家庭用戶投放。

此前，VLA 模型在機器人領域中已得到重視，但主要應用于自由度較低的機械臂（自由度通常為 7 個），無法很好地拓展到人形機器人身上，對于復雜動作，還需要進行繁瑣的動作標記。

Helix 則無需動作標記，能夠直接控制人形機器人的整個上半身，協(xié)調 35 個自由度的軀體，使其能夠流暢、自然地做復雜的動作，控制范圍涵蓋頭部、軀干、手腕和每一根手指。

也就是說，相比之前的 VLA 模型，Helix 首次實現(xiàn)了 VLA 模型在人形機器人身上的部署，做到了更精細、廣泛、高頻的動作控制。

Helix 還能讓兩個人形機器人共用一個大腦，協(xié)同工作。

比如，在收納物品時，Helix 讓兩臺機器人同時行動，流暢地交接物品，而不是一個機器人操作完，另一個機器人才行動。

動圖為 2 倍速

在智能方面，Helix 展現(xiàn)出極強的泛化性，它能夠識別數(shù)千種從未見過的家庭物品，包括普通機器人較難識別的玻璃制品，且不需要任何人類演示和編程。

動圖為 2 倍速

相比傳統(tǒng)的手動編程與依靠人類進行數(shù)千次演示的方法，Helix 極大地降低了訓練人形機器人的成本，使其學習效率呈指數(shù)級提升。

Helix 是如何學習和訓練的呢？

Figure AI 介紹，Helix 僅使用了一組神經網絡權重學習執(zhí)行不同的任務，包括拾取和放置物品、使用抽屜和冰箱，以及機器人間的協(xié)同工作。

簡單點說，就是 Helix 讓機器人學會了融匯貫通，只用一種學習方法就能學習掌握多種技能。

同時，Helix 只使用了大約 500 小時的高質量監(jiān)督數(shù)據來訓練，這只是以往 VLA 數(shù)據集的 5% 不到，以極少的資源實現(xiàn)了強大的對象泛化。

模型架構：VLM+視覺運動策略

完全端到端訓練

VLM 通�？梢蕴幚矶喾N不同類型的視覺和語言任務，泛化能力很強，但處理速度較慢。

機器人視覺運動策略能夠讓機器人快速執(zhí)行動作，但缺乏通用性。

Helix 的架構則融合了兩者的優(yōu)點，規(guī)避了缺點。

Helix 是完全端到端訓練的，由兩個系統(tǒng)組成：

系統(tǒng) 2（S2）:主干是一個 70 億參數(shù)的開源視覺語言模型（VLM），能夠理解場景和語言，指揮機器人協(xié)同工作；

系統(tǒng) 1（S1)：包含一個 8000 萬參數(shù)的視覺運動策略，基于 Transformer 構建，能夠對機器人進行精確、連續(xù)的動作控制。

這種簡潔的架構讓開發(fā)者能夠分別對 Helix 的每個系統(tǒng)進行迭代改進。

在機器人系統(tǒng)中，運行頻率越高，數(shù)據傳輸與處理速度越快，機器人接收和發(fā)送指令、狀態(tài)等信息就更迅速。

以 VLM 為主干的 S2 運行頻率為 7~9 赫茲，負責「慢思考」，進行高級規(guī)劃。

由視覺運動策略構成的 S1 運行頻率為 200 赫茲，負責「快反應」，實時執(zhí)行和調整行動。

為了讓 S1 和 S2 在運行時的延遲時間能夠互相匹配，研發(fā)團隊在 S1 和 S2 的輸入中設置了一個經過校準的時間偏移。

Helix 的運行過程是這樣的：

S1 和 S2 分別在機器人的兩個專用 GPU 上運行；

S2 結合人類語音命令，處理視覺及機器人狀態(tài)信息，將任務相關信息提取到一個潛在向量中，以 7~9 赫茲的頻率傳遞給 S1；

同時，S1 以更高的頻率處理相同的視覺及機器人狀態(tài)信息，實現(xiàn)更靈敏的閉環(huán)控制。

來自 S2 的潛在向量映射到 S1 中后，S1 會以 200 赫茲的頻率，將 S2 的語義表征轉化為精確、連續(xù)的機器人動作。

在最新的物流分揀任務中，Figure AI 對 Helix 的 S1，即低級視覺運動控制策略進行了多項改進，提升了 S1 對環(huán)境的感知理解能力、跨機器人協(xié)作能力，以及推理速度：

環(huán)境感知理解能力提升：新 S1 采用了立體視覺主干架構，并結合多尺度特征提取網絡，以捕捉豐富的空間層次信息，能夠在捕捉環(huán)境細節(jié)的同時，保留對場景層面的理解；

跨機器人協(xié)作能力提升：在多臺機器人上部署同一策略，需解決個體硬件細微差異問題。研發(fā)團隊訓練了一個視覺本體感知模型，讓機器人依自身視覺輸入，預測末端執(zhí)行器 6D 位姿，實現(xiàn)高效跨機器人策略遷移。

推理速度加快：通過一種簡單的推理加速技術，將 S1 的推理速度提升 20%。

Figure AI 將融 15 億美元

未來 4 年生產 10 萬臺機器人

Figure AI 成立于 2022 年 5 月，截至目前，已獲得 7.5 億美元（約合 52.6 億人民幣）融資，是目前全球范圍內融資最多的人形機器人創(chuàng)企。

Figure AI 創(chuàng)始人 Brett Adcock 是一位連續(xù)成功創(chuàng)業(yè) 2 次的企業(yè)家，已有超 20 年科技從業(yè)經歷。公司團隊成員來自蘋果、特斯拉、谷歌 DeepMind、波士頓動力、IHMC 等科技領域知名企業(yè)與機構。

目前 Figure AI 已推出兩代人形機器人。

Figure 01 于 2023 年 10 月推出；

Figure 02 于 2024 年 8 月推出，身高約 170cm，重 70kg，移動速度為 1.2 米/秒，可負載 20kg，單手具備 16 個自由度。

梳理 Figure AI 這兩年多的發(fā)展會發(fā)現(xiàn)，端到端的訓練方式，和機器人所展現(xiàn)的自主性、技能泛化性成為它快速成長，獲得大額融資的核心原因。

Figure AI 歷史上的三輪融資，都伴隨著機器人產品的亮相和進步而來：

第一筆融資：

Figure AI 機器人概念圖釋出后兩個月，2023 年 3 月，F(xiàn)igure AI 獲得了 7000 萬美元（約合 4.9 億人民幣）的投資。

第二筆融資：

Figure 01（測試版）實現(xiàn)邁步的兩月后，2023 年 7 月，F(xiàn)igure AI 獲得了來自英特爾資本的 900 萬美元（約合人民幣 6310 萬）融資。

第三筆融資：

2024 年 1 月，F(xiàn)igure 01 經過 10 小時端到端神經網絡訓練后，學會沖咖啡，并能夠自主糾錯。

這次技能展示直接讓 Figure AI 成為資本的寵兒。一個月后，2024 年 2 月 29 日，F(xiàn)igure AI 獲得高達 6.75 億美元的融資（約合 47.3 億人民幣），投資方包括 OpenAI、英偉達、微軟等。

這是近兩年內人形機器人行業(yè)數(shù)額最大的單筆融資。有人用「半個硅谷都投了」形容投資的盛況。

融資完成后，F(xiàn)igure AI 的估值達到 26 億美元（約合 182.3 億人民幣），投資方 OpenAI 開始為 Figure AI 提供技術支持。雙方曾在融資完成的十多天后就推出了合作研發(fā)的成果。

2024 年 3 月 13 日，搭載了 Open AI 模型的 Figure 01 展示出能夠與人自然對話，理解人類的意圖的能力。5 個月后新推出的 Figure 02 也內置了 OpenAI 定制的語音到語音推理模型。

但在今年 2 月 5 日，雙方終止合作。Brett Adcock 解釋說合作的問題在于集成。

他認為 OpenAI 擅長的智能模型（大語言模型）在適配人形機器人方面存在局限性，難以契合其需求，正確的解決方案是構建專用于驅動具體硬件的端到端 AI 模型。

與 OpenAI 分道揚鑣后，市場對 Figure AI 的投資熱情不降反升。

就在 Figure AI 宣布與 OpenAI 停止技術合作的 10 天后，2 月 15 日，彭博社報道 Figure AI 正在進行一輪高達 15 億美元（約合人民幣 108 億元）的融資。

如果這輪融資順利完成，F(xiàn)igure AI 的估值即將達到 395 億美元（約合人民幣 2874 億元），相比去年翻了 15 倍。

知情人士透露，F(xiàn)igure AI 在提升復雜推理能力上取得的突破，是投資者對其抱有熱情的原因之一。

此次發(fā)布的 Helix 模型，經過端到端訓練，展示了強大的多任務處理和零樣本泛化能力，機器人實現(xiàn)了更高的自主性，背后正是模型推理能力的極大提升。

新一輪融資預計將由 Align Ventures 和 Parkway Venture Capital 領投，兩者均以在前沿科技領域的戰(zhàn)略投資而聞名。

此外，F(xiàn)igure AI 的商業(yè)進程也正在穩(wěn)步推進。

Figure AI 曾在 2024 年 1 月宣布與寶馬合作，將人形機器人引入寶馬的制造工廠。

去年 11 月，在寶馬汽車工廠工作的 Figure 02 機器人每天已經能夠完全自主地完成 1000 個安插汽車金屬件的任務，工作速度提高 4 倍，可靠性提高 7 倍。

2024 年 12 月，Brett Adcock 宣布 Figure 開始創(chuàng)收，向客戶交付了 Figure 02 機器人。

今年 1 月 31 日，Figure AI 宣布獲得了第二個客戶，但未透露客戶名稱，只介紹它是美國最大的公司之一，很多人猜測是亞馬遜。

巧合的是，在最新釋出的視頻中，F(xiàn)igure 的人形機器人執(zhí)行的就是物流分揀的任務。

Brett Adcock 稱，與寶馬及第二位神秘客戶的合作，將使 Figure AI 未來四年內人形機器人的產量將達到 10 萬臺。

FigureAI 也將在今年 2 月搬入新樓。新的辦公場地比原來大 10 倍，正在為團隊擴張與機器人量產做準備。

技術與商業(yè)化協(xié)同并進，讓 Figure AI 成為目前世界上發(fā)展勢頭最為強勁的人形機器人公司之一。

從 Helix 模型的問世與迅速落地應用中可以看出，人形機器人行業(yè)正迎來技術突破與商業(yè)落地的加速期。

隨著更多參與者涌入，人形機器人技術競爭將愈發(fā)激烈，具身智能有望憑借人形機器人這一理想載體，更快地從實驗室走向現(xiàn)實世界的各個角落，為人類的生產生活帶來前所未有的變革。

       原文標題 : 全球估值最高的人形機器人公司，即將融資超100億