30天速成上岗，Figure机器东说念骨干起了物流分拣，零样本处理扁平包裹
发布日期：2025-04-08 15:39 点击次数：173
机器东说念主前瞻（公众号：robot_pro）
作家 | 许丽念念剪辑 | 漠影
机器东说念主前瞻2月27日报说念，今天，Figure AI发布了一段视频，晓谕将上周推出的VLM模子应用到Figure 02东说念主形机器东说念主上并让它进物流工场分拣快递，部署这项职责花了30天。
Figure 02上一份打工阅历照旧在良马工场认真汽车安装，其时安排好这份职责花了12个月。
上周日，Figure也曾在客户现场考证了让机器东说念主在快递活水线上认真分拣的整套进程的可行性。视频中不错看到，一整排机器东说念主不错比拟畅达地抓取、摆放快速，天然速率看起来比起东说念主类分拣还差了一些。
通偏激部戴在的录像头，机器东说念主不错识别快递上的条码，关于不提神漏拣的快递，也不错进行自我调动。
据Figure先容，研发团队还对Helix的系统1（S1），即初级视觉清醒放手计谋）作念了一系列革命：
此前系统1遴荐单目视觉输入，新版系统通过立体视觉骨干齐集结伙多程序特征索要齐集，构建丰富的空间脉络表征。与之前每个录像头疏淡输入图像特征标识不同，Figure在特征标识化前通过多程序立体齐集和会双录像头信息，既保持输入交叉宝贵力变换器的视觉标识总量恒定，又幸免贪图资源挥霍。
多程序特征使系统既能说明微不雅细节，又能主理举座场景，共同提高视觉放手的可靠性。
在多台机器东说念主上部署单一计谋，需要处置由于单个机器东说念主硬件隐微各别导致的不雅测和作为空间中的散布变化问题。这些各别包括传感器校准各别（影响输入不雅测）和错误反应特质（影响作为履行），要是不进行符合赔偿，可能会影响计谋性能。
稀奇是在高维度的统共这个词上半身作为空间中，传统东说念主工校准神气难以边界化应用。因此，Figure锻练了一个视觉实质感受模子，仅通过每台机器东说念主的机载视觉输入来揣测结尾履行器的六维姿态。这种在线“自我校准”功能，能够在停机时候最短的情况下，达成跨机器东说念主计谋的高效迁徙。
3、数据优化在数据层面，Figure重心筛选东说念主类示范数据，剔除低效、作假或失败的案例。但刻意保留了包含天然修正作为的示范——当修正行为源于环境迅速性而非操作作假时。通过与长途操作员密切协调，优化并融合操作计谋，也得回了显耀效果提高。
4、推理时操作加快为追逐并最终超过东说念主类操作速率，Figure遴荐了肤浅高效的测试阶段加快时代：对计谋作为块输出进行插值（定名为“清醒情势”）。系统1输出的作为块，代表了一系列以200赫兹频率履行的机器东说念主作为。在现实应用中，不错在不修改锻练过程的情况下，通过对一个维度为[Tx作为维度]的作为块（代表一个络续T毫秒的轨迹）进行线性重采样，将其变为更短的[0.8*Tx 作为维度]轨迹，然后以蓝本的200赫兹放手速率履行这个更短的作为块，从而达成测试时20%的加快。
Figure发现，系统1的革命，带来了的效果终点显耀：
对不同尺寸包裹的鲁棒性提高：多程序特征索要和隐性立体视觉输入皆显耀提高了系统性能，稀奇是添加立体视觉后，立体视觉模子的隐约量比非立体视觉提高了60%。配备立体视觉的系统1能够扩张应用到系统从未锻练过的扁平包裹上。
清醒情势在提速50%时效果最佳：通过线性重采样（“清醒情势”）来加快计谋履行，在提速高达50%的情况下效果惊艳，系统1的灵验隐约量高于演示数据。不外，探求词，当提速向上50%时，由于作为变得过于不精准，系统需要频清苦置，灵验隐约量运转大幅下跌。
Figure还发布了Helix团队引申的信息，提到准备招募大模子锻练、操控工程师、大模子评估、强化学习等岗亭的东说念主才。
从Figure此次发布的效力来看，天然东说念主形机器东说念主分拣快递看起来效力不是稀奇高、不如东说念主工分或机械臂分拣，资本效益上好像不尽如东说念观点。
然而东说念主形机器东说念主展现出重大的场景适合性和跨开垦迁徙智商，当熏陶东说念主形机器东说念主上岗职责的时候从12个月裁减到1个月，改日大概会裁减到1星期、1天，东说念主形机器东说念主走向物理宇宙的速率不断提高，多场景的大边界部署应用也有了更大的可能性。
