加入高工人形机器人行业群，加微信：17811613845，出示名片，仅限人形机器人及具身智能产业链相关企业
8月13日，Figure AI发布了一段具有突破性的演示视频，Figure 02首次展现了自主折叠毛巾的能力。作为业内首款配备多指灵巧手的人形机器人，Figure 02完全依靠端到端神经网络控制完成这项任务，其核心技术突破在于仅通过新增训练数据集就实现了能力迁移，而无需修改原有模型架构。
在展示中，搭载了Helix大模型的Figure 02还同步呈现了多项拟人化交互能力：包括自然的眼神交流、视线引导以及手势运用。
在这个过程中，Helix大模型立了大功。作为一款VLA模型，Helix赋予了机器人三大核心能力：环境感知、语言理解和自主运动控制。
资料显示，Helix大模型采用“S1+S2”双脑架构，以“视频数据+监督数据”作为训练数据，其特点是可以对机器人整个上肢进行高速连续控制，还具备零成本泛化能力。
2分钟的视频中，Figure 02的演示展现了人形机器人自主性的重大飞跃。由 Figure AI开发的Helix大模型使机器人能够理解并利用日常语言和实时视觉信息执行复杂任务。
人形机器人为什么老是和“纺织物”过不去？
早在折毛巾视频发布之前，Figure AI创始人 Brett Adcock就一直在大谈Figure 02的洗衣能力，他最近分享了一段视频，视频中Figure 02将衣服从洗衣篮装入滚筒式洗衣机。
Figure AI甚至宣称人形机器人是洗衣自动化的未来。
从洗衣服到折毛巾，为什么人形机器人要不断展示如何洗涤、折叠衣物和毛巾等纺织物呢？
从浅层目标来看，这是技术人员研发人形机器人初心，帮助人类从繁琐的家务中解放出来。更重要的是，选择纺织物作为测试对象，揭示了更深层的技术追求——通过布料这种柔软、易变形的特殊材质，全面验证机器人的三大核心能力：高精度的物体识别系统、灵敏的柔性触觉反馈，以及应对不确定任务的动态规划能力。
对于人形机器人而言，识别纺织物时需要解析种类和形状；在无预设抓取点情况下自主生成最优操作方案；最后再通过指尖力觉反馈实现毫米级的力道调节，完成"边缘勾勒-精准捏取-表面抚平"的连续动作链。
正如这次Figure 02在展示视频中的表现，当人类拿着衣物篮向它走去，机器人头部有着跟随的动作，最后放下篮子的时候，机器人还比出大拇指，示意接收任务。
正式开始叠毛巾后，Figure 02可以迅速判断出毛巾翘边的部分并抚平。
当完成一阶段任务后，Figure 02主动把衣物篮拉向自己，方便传递给人类，并直接开始下一阶段的折毛巾任务。
Physical Intelligence的首席执行官Hausman也曾指出，折叠衣物对机器人来说尤其具有挑战性，因为这涉及处理各种变形和褶皱不可预测的柔性物品。这种算法往往需要具备更普遍的物理世界知识，展现出一些近似人类的习惯动作，例如为了平整衣物而抖动T恤或短裤。
显然，通过结合精细控制、适应性和低功耗操作，Helix大模型为复杂日常环境中的通用人形机器人能力树立了新的标杆。
谁先开始洗衣服叠衣服？
事实上，和衣物打交道这件事，10年前就有机器人在做了。
2015年，美国硅谷的Willow Garage开发制造的PR2系列机器人，其洗衣服和叠衣服的视频就在网络上流传。PR2是一个半人形的机器人，设有两条手臂和夹爪，方便钳住衣物。其底部由四个轮子组成，内置高分辨率摄像头、激光扫描仪以及不断向上向下张合的嘴巴。
据悉，PR2系列机器人最厉害的是，可以自己扫描并识别人类乱扔成一坨的衣物，找到正确的对角，然后方方正正地折叠整齐，不过当时它还只能识别长方形的物体。
到了2018年，PR2已经可以借助神经网络技术，来学习和提升自己的穿衣技能。当时研究人员的初衷是，希望未来能让机器人投入协助老人、生病或受伤的民众完成每日穿衣服的工作。
资料显示，PR2帮助人类穿衣服并非透过视觉，而是透过接触。它借由感受到的力道将衣服引导放至手臂上并理解下一个动作该怎样做。PR2通过分析超过1.1万部影片以及模拟将衣服放在手臂上的机器人，来告诉自己应该如何完成任务。
在一天的训练中，PR2能够模拟分析超过11000次的穿衣动作。当然，并不是每一次着装都能完美完成，但可以利用像人类一样的尝试错误的方法学习。
尽管"机器人保姆"的梦想尚未在十年内照进现实，但依然是人形机器人前进的方向。
还有谁在折衣物？
区别于Figure 02配备多指灵巧手折毛巾，国内外的人形机器人厂商更多展示的是用夹爪整理衣服。
虽然马斯克曾展示过Optimus的叠衣服操作，但他直言，Optimus尚不能自主地做到这一点。
在刚结束的WRC上，依托千寻智能自研的Spirit v1 VLA大模型，机械臂打破了衣物形态与颜色带来的操作局限，无惧现场观众随意投掷、频繁移动等动态干扰，始终高效运转，成功为观众叠放了约2000件各式T恤。它能精准识别衣物状态与位置，实时感知环境变化并重新规划动作，有条不紊地完成抓取、识别褶皱、调整角度到叠成整齐方块的整套流程。
同样是整理纺织物，星海图则在WRC上展示收拾床铺。面对任意布局、随意打乱的床铺，仅凭借一句自然语言指令“请收拾一下床铺”，人形机器人R1 Lite便即时规划动作，从床头走到床尾，流畅而稳定地一步步把铺床整理好。
类似的，美国的知名具身创企Physical Intelligence同样演示过机器人整理床铺的过程。
与此同时，Physical Intelligence还展示过机器人取出烘干机内的衣物的视频，两只机械臂如同人类的双手一般，配合熟练。此外，Physical Intelligence还展示过机器人叠衣服的长程任务过程，但依然是双机械臂和夹爪的操作。
在眼下人形机器人研发热潮中，一个值得关注的现象逐渐显现：尽管各类新型号人形机器人层出不穷，但真正可以展示处理纺织物能力——如折叠衣物、整理床铺等家务操作的本体却凤毛麟角。
小结
与那些在标准化舞台上表演或是在结构化工厂环境中作业的人形机器人不同，面向家庭场景的人形机器人研发从一开始就必须直面现实世界的终极挑战。
家庭环境是一个充满不确定性的复杂系统，光线随时变化，物品杂乱摆放，空间布局因人而异，每个家庭成员的行为模式都难以预测。
在这样的环境中，机器人每掌握一项新技能，都需要突破多重技术壁垒：从理解模糊的人类指令，到适应千变万化的物体形态；从在拥挤空间中安全移动，到处理突发的交互场景。
正因如此，家庭服务场景下，人形机器人的每一个看似微小的进步，比如能区分不能类别的衣物，能稳定抓取不同材质的餐具，或是准确识别半开的抽屉，背后往往代表着决策分析、运动控制、多模态感知等核心技术的重大突破。
可以说，在家庭场景中每前进一步，都是向着通用人形机器人的终点迈出坚实一步。
