《科创板日报》3月11日讯（编辑 宋子乔） 当地时间3月10日，人形机器人公司Figure发出最新演示视频。Figure表示，其搭载全新AI系统Helix 02的机器人Figure 03，能够完全自主、端到端全流程整理客厅。

两分半钟的视频展示了机器人在识别物体，以及运动、手部操控能力上的提升。

场景为一个开放式客厅，旁边是没有隔断的厨房，机器人拿着喷壶和清洁布入场，弯腰、半蹲，移开杯子，喷消毒液擦桌子，继续整理桌面和沙发、收纳桌上和沙发上的玩具，最后还按键关掉了电视，并“强迫症”般地摆正了遥控器的方向（尽管在将遥控器放到桌面上时没有“轻放”），观察到它将杯子小心翼翼拿起和将沙发枕从手中抛出的“区别对待”，这似乎表明该机器人能正确识别不同物体。

成立伊始，Figure便瞄准了家用场景，旨在开发能在家庭和工作中帮助人类的通用人形机器人。此前，Figure发布过机器人完成洗碗、叠衣服等简单家务活的视频。

其实，做家务活对于机器人而言极其困难，与流程化、标准化的工厂任务不同，家庭场景中不确定性因素和变化颇多，物品摆放杂乱无章，家具阻碍了机器人的通行。毛巾、枕头等柔软物品的摆放也充满变化。许多动作需要双手操作，而有些动作则需要在执行任务的过程中腾出一只手，几乎所有动作都涉及在房间内移动的同时还要操作物品。

Figure如何做到？

Figure表示，Figure不是靠给每个动作写单独的“说明书”，而是通过一个通用的“大脑”来学习。这个大脑直接根据摄像头看到的画面（像素），指挥身体的每一个部分（全身控制），完成一连串复杂的动作。这些新本领，不需要重新编程，只需要让它多看一些新家务的示例数据，它自己就能学会。

据介绍，Helix 02是该公司目前性能最佳的AI系统，于2026年1月27日刚上线，可视作Figure机器人的“智能大脑”。其最大特点在于，它是一个单一神经网络，无需拆分控制，能直接通过像素输入驱动机器人的全身动作。这样的视觉-语言-动作（VLA）模型，能让机器人像人一样，通过眼睛看、耳朵听（理解语言），然后由同一个“大脑”直接指挥全身协调动作，去完成复杂的任务。

现实场景的数据成了Figure机器人训练的重中之重。

Figure此前宣布“大项目”（Project Go-Big），试图构建全球最大的人形机器人预训练数据集。该公司还与拥有超过10万套住宅单元的Brookfield公司合作，以加速这一进程。