# 逆天！机器人终于学会了刷碗，还能用胯胯轴关抽屉

- 作者：马扶摇
- 发布时间：2026-01-28 17:20
- 分类：公司
- 原文：https://www.ifanr.com/1653387

![](https://s3.ifanr.com/wp-content/uploads/2026/01/banner.png)

几小时前，Figure AI 发布了 Helix 02 ——官方称之为「一个视觉-语言-动作（VLA）通用模型」。

最直观的展示？一台 Figure 03 机器人走到碗柜前，打开柜门，从堆叠的碗碟中挑出一个，转身走向洗碗机，调整角度，稳稳放进去。

全程自主，没人遥控，**更没有一个碗碟受到伤害：**

![](https://s3.ifanr.com/wp-content/uploads/2026/01/1-figure-03-hipp-2.gif)

## 洗碗：具身智能的「地狱难度」测试

为什么演示下厨房？因为这是家务劳动里的「地狱难度」。

人类挪动厨具感觉很简单，但对于机器人来说，每一个关节的运动都是挑战。

我们拆解一下洗碗的动作链就知道了——

首先，它非常考验机器人的**环境识别**与**空间移动**能力：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/2-demo-movement.gif)

机器人（与机器人使用的模型）要判断自己的位置，识别碗柜、水槽、洗碗机的位置关系，然后规划路线走过去。

走到碗柜旁边，还得停在合适距离——太近打不开柜门，太远够不着碗。

看到餐具之后，还得识别类型：瓷盘、玻璃杯、塑料碗，每种都需要不同的姿势和力度。

捧起来，还得检测要放进洗碗机的哪个位置，盘子放下层、杯子放上层，餐具放侧边。

其次，下厨房对**立体视觉**与**触觉反馈**也有要求：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/3-demo-touch.gif)

陶瓷很脆、玻璃很滑、塑料会变形，机器人需要精准的触觉反馈控制力度——太轻会滑落，太重会捏碎。

Helix 02 模型的突破就在这里。

结合视觉、触觉、压力、电感等等多种 sensor，它有了一套多维度的立体视觉能力，能准确判断碗在堆叠中的位置和深度。

Figure 03 机器人的手上也集成了力反馈机制，能「认知」到自己施加的力量，知道何时接触到了瓷器表面。

抓碗时，系统实时感知接触力度。碗放歪了？调角度。碰到柜门了？后退一点。

最后，还有**视觉记忆**，这也是 Helix 02 模型本次的主要升级点：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/4-figure-03-put-back.gif)

这意味着机器人能记住刚才看过的东西。

打开碗柜时，即使现在的角度看不到某个碗，它也记得刚才瞥见过，并根据记忆调整动作。

重复把放碗进洗碗机时，它也能记得哪些位置满了，哪里还有空间——

**不需要每次重新扫描**，大大提高了动作的执行效率。

Brett Adcock，Figure AI 的创始人兼 CEO 在 X 上强调：

> *没有远程遥控，运行（这个机器人）的是 Helix，从走路到抓握，以及规划。*

![](https://s3.ifanr.com/wp-content/uploads/2026/01/5-adcock-say.png)

Brett Adcock 还重申，同样的通用架构之前让机器人学会了叠毛巾、整理包裹，现在又学会了洗碗。

**不需要任何新算法或任务专用工程，只需要新数据。**

> *眼下唯一的限制就是预训练数据，只要我们给 Helix 喂入更多数据，机器人就能处理更多任务。硬件不需要任何改变，它已经能做大部分人类能做的任务了。*

这条推文下面，有 X 用户评论：「第一次看到人形机器人真的在家里做任务，让我意识到我们离这个未来有多近。」

## 把机器人送进宝马打工的明星公司

另一边，Figure AI 绝不是那种在实验室里纸上谈兵的「创想公司」。

三年的时间里，Figure AI 的估值从 0 来到 390 亿美元，得到了包括贝佐斯基金、OpenAI、微软、英伟达的投资助力。

2024 年 2 月，Figure AI 结束 6.75 亿美元 B 轮募资，25 年 9 月又完成了 10 亿美元 C 轮，渴求进步的速度快得惊人。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/6-figure-robot-2.jpeg)

创始人 Brett Adcock 还是个成功的连续创业者。

2018 年，Adcock 把招聘平台 Vettery 卖了 1 亿美元，转头创办电动飞机公司 Archer Aviation，2021 年借助 SPAC 上市时合并估值近 38 亿美元。

进入机器人领域后，Adcock 陆续从波士顿动力、特斯拉、谷歌 DeepMind 挖来了一堆顶尖人才，Figure AI 的技术实力迅速增长。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/7-figure-robot.jpeg)

▲ Brett Adcock（右）

这种人才模式也赋予了 Figure AI 最大的特点：

**「脑子」和「身体」一起造，既掌控硬件、也生产系统。**

这里的「脑子」指的自然是 Helix AI。

从最初与 OpenAI 合作研发，到现在完全自研，Figure AI 成功把模型话语权牢牢握在手里。

例如 Figure 03 机器人采用了一套「System 0、System 1、System 2」的多层控制架构——

![](https://s3.ifanr.com/wp-content/uploads/2026/01/8-figure-03.jpeg)

▲ Figure 03

System 0 负责机身运动控制，解决机身平衡、手指接触、环境扰动等底层控制问题，作用很像人类的小脑。

在此基础上，System 1 负责处理 Figure 02 的视觉-运动策略（visuomotor policy），System 2 负责运行视觉语言模型：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/9-two-system-model.png)

▲ 去年演示的 Figure 02 就使用了 System 1+2 的上半身模型

三层协同，最终实现了 Figure 03 可以自主理解指令，认知周围环境，并决定机身如何运动的循环。

而「身体」指的当然是 Figure 机器人硬件——

之前小规模试产的 Figure 02 配备 6 个 RGB 摄像头、双 GPU 模组，手部拥有 16 个自由度，最大搬运重量 25 公斤。

Figure 02 的电池续航在 5 小时左右，正好够一个工作班次。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/10-figure-02-line.png)

▲ Figure 02

到了最新的 Figure 03，它的每只手掌都内嵌摄像头和触觉传感器，可以实现最低 3g 的压力检测。

换个说法就是，Figure 03 的手掌更加细致灵活了：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/11-figure-03-hand.jpeg)

▲ Figure 03

更关键的是，**Figure AI 的机器人「肯进厂」**，拥有快速组装送往实战的能力。

2024 年 1 月，Figure AI 跟宝马合作，把一批 Figure 02 送到了南卡罗来纳州的宝马总装线。

在那儿，Figure 02 负责把钣金零件精准放置到固定装置里——大型固定式机器臂难以照顾的精细活儿。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/12-figure-02-at-factory.jpg)

这些 Figure 02 在宝马累计工作了 11 个月，总行走里程近 200 英里，搬运了超过 9 万个零件，协助生产了超过三万辆宝马 X3。

Adcock 还晒出了布满划痕和磨损的机器人照片，表明这是一次「真刀真枪」的商业验证：

![](https://s3.ifanr.com/wp-content/uploads/2026/01/13-figure-02-BMW.jpg)

看到机器人拧螺丝，宝马生产部门董事 Milan Nedeljković 总结：

> *通过早期测试，我们正在确定人形机器人在生产中的可能应用。我们未来希望可以从（机器人的）技术开发阶段就参与进来。*

Figure AI 跟 OpenAI 的关系也是关键。

比如在 2024 年，OpenAI 不仅给 Figure AI 提供了投资，甚至帮助开发了语音模型，让机器人能接受自然语言指令。

尽管 Figure 后来转向自研 Helix，但这段合作实质上为 VLA 模型打下了一个基础。

无独有偶，今年 CES 上，我们看到了一个明显趋势：

**家电巨头都开始挑战「家居机器人」。**

类似 LG 和海信都展示了能在家里自主移动、协助做家务的机器人原型，说明传统家电企业纷纷开始意识到：

**下一代智能家电不是算力更强的冰箱或洗衣机，而是能直接操作这些设备的机器人。**

![](https://s3.ifanr.com/wp-content/uploads/2026/01/14-LG-home-robot.jpeg)

▲ LG CIOiD 家居机器人

甚至在这场「变人」竞赛中，国内厂商的布局更加激进——

就在刚刚，蚂蚁集团旗下灵波科技开源了具身大模型 LingBot-VLA。

LingBot- VLA 作为一个面向真实操作场景的「智能基座」，实现了机器人跨本体、跨任务泛化能力。

根据灵波科技的数据，LingBot-VLA 在包含 100 项真实操作任务的 GM-100 评测中，刷新了真机评测的**成功率纪录**。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/15-LingBot-VLM.jpeg)

▲ 灵波科技首款机器人 Robbyant-R1

不只是蚂蚁，京东、阿里、腾讯、华为、比亚迪、小米——几乎所有科技巨头都在布局具身智能。

2024 世界人工智能大会上发布的《人形机器人产业研究报告》指出：

> **2024 年中国人形机器人市场规模达 27.6 亿人民币，2029 年有望扩大至 750 亿元，到 2035 年更是可能激增至 3000 亿元。**

远的不说，今年春晚可能成为「机器人含量最高」的一届。

目前已经有多家具身智能公司有望登台展示——不是摆设，是真能上台唱跳 rap 的那种。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/16-collab-MagicLab.png)

**机器人配齐了「脑子」和「身体」，准备好进千家万户了。**

而 Figure AI 的 Helix 02 证明了「通用具身智能模型」的可行性：

厂商其实不需要为每个任务单独编程，不需要收集巨量推演数据，只要一个足够强的 VLA 模型，机器人就能**自己理解指令、自己熟悉环境、自己生成策略**。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/17-figure-03-self-decision-2.gif)

▲ 它甚至知道省力

就像 GPT 之于语言，Helix 之于具身智能一样，今天机器人能刷碗、打螺丝，明天它就能照顾你的饮食起居。

家里散养个机器人，这事儿可能真没想象中那么遥远了。