机械设备行业点评报告：FIGURE发布VLA大模型HELIX 大规模减少训练数据需求

　　事件：Figure 发布VLA 大模型Helix
　　在2 月中旬宣布与OpenAI 结束合作之后，当地时间2025 年2 月20日，Figure 宣布推出自主研发的通用具身智能模型Helix，并展示了两个机器人协同工作的能力。
　　Helix 大模型创业内多项第一，性能出众商业化前景良好
Helix 是一个通用的视觉—语言—动作（VLA）模型，能将感知、语言理解、控制能力相结合。Helix 取得的创新性成果包括：①全身控制：是首个能对类人机器人上肢进行高速连续控制的VLA 模型，包括头部、躯干、手/手指；②多机器人协作：Helix 是首个能同时控制两台机器人的 VLA 模型，使它们能够协作解决一项长期的操作任务；③出色的抓取能力：能够捡起任何小型物品，即使是从未见过/接触过的小型物品；④单一神经网络：
　　Helix 使用单一的神经网络权重集来学习所有行为，无需任何针对特定任务的微调；⑤具备快速商业化能力：Helix 是首个能够完全在嵌入式低功耗 GPU 上运行的 VLA 模型，这赋予了其优秀的商业化落地能力。
　　首创双系统协作架构，实现“快思考”与“慢思考”的协调配合
Figure 表示以往机器人大模型面临的问题是：VLM 主干通用性强，但速度不快；而机器人的视觉运动策略速度快，但通用性不足。Helix 创新性地采用了“系统1”+“系统2”的解耦架构，两个系统经过端到端的训练可以互相通信。其中系统1（S1）是一个快速的反应式视觉运动策略，能够以 200 赫兹的频率将 S2 产生的潜在语义表示转化为精确的连续机器人动作，系统2（S2）是经过互联网数据预训练的 VLM，运行频率为7-9 赫兹，用于场景理解和语言理解，能够在不同的物体和情境中实现泛化。
　　这种架构为Helix 带来众多亮点：①高速与泛化能力：速度与单一任务克隆相当，并且可以实现零样本泛化；②直接输出对高维动作空间的连续控制，避免了使用复杂动作标记方案；③S1+S2 的架构简洁；④关注点分离：S1 与S2 解耦能够实现系统分别迭代。
　　Helix 仅使用500 小时进行训练，高效实现强大的泛化能力
Figure 表示Helix 训练总共使用约 500 小时的高质量监督数据，仅占先前收集的VLA 数据集规模的一小部分，并且不依赖于多机器人实体数据收集或多个训练阶段。
　　此次Figure 最核心优点在于解决当前人形机器人泛化瓶颈—训练数据不足。过去依赖遥操和虚拟仿真收集的数据量严重不足，成本高昂，难以解决泛化问题。此次Figure 通过模型创新，大幅减少机器人训练数据需求量，有望加速行业整体发展。
　　投资建议：
　　建议关注Figure 链条投资机会，推荐【兆威机电（灵巧手）】【绿的谐波（谐波减速机）】，建议关注【领益智造（零部件）】【银轮股份（关节总成）】【旭升集团（铝合金壳体）】【长盈精密（零部件）】；此外我们认为大脑端如果能直接复用VLM 大模型，则小脑运控的搭配重要性凸显，推荐【华中数控】，建议关注【固高科技】【雷赛智能】。
　　风险提示：人形机器人量产进展不及预期，人形机器人技术更迭不及预期，宏观经济风险。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com