شرکت Figure AI اخیراً از مدل پیشرفته هلیکس (Helix) رونمایی کرده است. این مدل که در دسته بینایی-زبان-اقدام (Vision-Language-Action – VLA) قرار می‌گیرد، به ربات‌های انسان‌نما امکان می‌دهد تا با استفاده از دستورات زبانی ساده، اشیای ناشناخته را شناسایی و جابه‌جا کرده و وظایف پیچیده‌ای مانند همکاری چندرباتی (Multi-Robot Collaboration) را انجام دهند.

هلیکس با ترکیب درک صحنه (Scene Understanding – System 2) و کنترل سریع حرکات (High-Frequency Motor Control – System 1) قادر است حرکات بالاتنه را با سرعت ۲۰۰ هرتز اجرا کند. همچنین، این مدل از یادگیری بدون نیاز به آموزش خاص (Zero-Shot Learning) پشتیبانی می‌کند، به این معنا که ربات‌ها بدون نیاز به برنامه‌ریزی دستی، قادر به یادگیری مهارت‌های جدید تنها از طریق دستورات زبانی خواهند بود.

در صورت واقعی بودن ویدئوی منتشرشده، این پیشرفت نشان‌دهنده توانمندی مستقل Figure AI در توسعه مدل‌های زبانی پیشرفته است، بدون نیاز به همکاری با OpenAI که چندی پیش لغو شده بود. این فناوری، با کاهش نیاز به برنامه‌نویسی تخصصی، هزینه توسعه ربات‌های چندمنظوره را کاهش داده و امکان کاربرد گسترده آن‌ها در مصارف خانگی و صنعتی را افزایش می‌دهد.

قابلیت همکاری بین ربات‌ها یکی از جنبه‌های قابل توجه این مدل است که می‌تواند تحولات مهمی در صنعت رباتیک ایجاد کند. توسعه چنین مدل‌هایی در آینده می‌تواند منجر به تولید ربات‌هایی با قابلیت انجام خودکار وظایف روزمره مانند چیدن وسایل، جابه‌جایی اشیا و کار در محیط‌های پیچیده و شلوغ شود.