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。 1.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。 图1：2025年2月20日Figure发布Helix 2.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。 图2：Helix能够实现对人形机器人整个上半身的控制 图3：Figure机器人展现出色抓取能力 图4：Figure两台机器人协作能力较强 3.首创双系统协作架构，实现“快思考”与“慢思考”的配合 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）可拓展性：直接输出高维动作空间连续控制，避免了使用复杂动作标记方案； 3）架构简洁：Helix使用标准架构，S1+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。 图5：Helix采用S1+S2的双系统架构 4.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。 5.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】。 6.风险提示 人形机器人量产进度不及预期，人形机器人技术突破不及预期，宏观经济风险。