新火種
2025-03-27 
東吳證券：Figure發(fā)布VLA大模型Helix大規(guī)模減少訓練數(shù)據(jù)需求
智通財經(jīng)APP獲悉，東吳證券發(fā)布研究報告稱，在2月中旬宣布與OpenAI結束合作之后，當?shù)貢r間2025年2月20日，F(xiàn)igure宣布推出自主研發(fā)的通用具身智能模型Helix，并展示了兩個機器人協(xié)同工作的能力。該行建議關注Figure鏈條投資機會;此外認為大腦端如果能直接復用VLM大模型，則小腦運控的搭配重要性凸顯。
東吳證券主要觀點如下：
Helix大模型創(chuàng)業(yè)內(nèi)多項第一，性能出眾商業(yè)化前景良好
Helix是一個通用的視覺—語言—動作(VLA)模型，能將感知、語言理解、控制能力相結合。Helix取得的創(chuàng)新性成果包括：①全身控制：是首個能對類人機器人上肢進行高速連續(xù)控制的VLA模型，包括頭部、軀干、手/手指;②多機器人協(xié)作：Helix是首個能同時控制兩臺機器人的VLA模型，使它們能夠協(xié)作解決一項長期的操作任務;③出色的抓取能力：能夠撿起任何小型物品，即使是從未見過/接觸過的小型物品;④單一神經(jīng)網(wǎng)絡：Helix使用單一的神經(jīng)網(wǎng)絡權重集來學習所有行為，無需任何針對特定任務的微調;⑤具備快速商業(yè)化能力：Helix是首個能夠完全在嵌入式低功耗GPU上運行的VLA模型，這賦予了其優(yōu)秀的商業(yè)化落地能力。
首創(chuàng)雙系統(tǒng)協(xié)作架構，實現(xiàn)“快思考”與“慢思考”的協(xié)調配合Figure表示以往機器人大模型面臨的問題是：VLM主干通用性強，但速度不快;而機器人的視覺運動策略速度快，但通用性不足。Helix創(chuàng)新性地采用了“系統(tǒng)1”+“系統(tǒng)2”的解耦架構，兩個系統(tǒng)經(jīng)過端到端的訓練可以互相通信。其中系統(tǒng)1(S1)是一個快速的反應式視覺運動策略，能夠以200赫茲的頻率將S2產(chǎn)生的潛在語義表示轉化為精確的連續(xù)機器人動作，系統(tǒng)2(S2)是經(jīng)過互聯(lián)網(wǎng)數(shù)據(jù)預訓練的VLM，運行頻率為7-9赫茲，用于場景理解和語言理解，能夠在不同的物體和情境中實現(xiàn)泛化。
這種架構為Helix帶來眾多亮點：①高速與泛化能力：速度與單一任務克隆相當，并且可以實現(xiàn)零樣本泛化;②直接輸出對高維動作空間的連續(xù)控制，避免了使用復雜動作標記方案;③S1+S2的架構簡潔;④關注點分離：S1與S2解耦能夠實現(xiàn)系統(tǒng)分別迭代。
Helix僅使用500小時進行訓練，高效實現(xiàn)強大的泛化能力
Figure表示Helix訓練總共使用約500小時的高質量監(jiān)督數(shù)據(jù)，僅占先前收集的VLA數(shù)據(jù)集規(guī)模的一小部分，并且不依賴于多機器人實體數(shù)據(jù)收集或多個訓練階段。
此次Figure最核心優(yōu)點在于解決當前人形機器人泛化瓶頸—訓練數(shù)據(jù)不足。過去依賴遙操和虛擬仿真收集的數(shù)據(jù)量嚴重不足，成本高昂，難以解決泛化問題。此次Figure通過模型創(chuàng)新，大幅減少機器人訓練數(shù)據(jù)需求量，有望加速行業(yè)整體發(fā)展。
風險提示：人形機器人量產(chǎn)進展不及預期，人形機器人技術更迭不及預期，宏觀經(jīng)濟風險。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
