VLA ギャラリー / モデル一覧 / 2026年の新モデル

Helix 02

Figure AI · 2026-01

VLA2026年の新モデルS0 10M非公開

S1は上半身から全身制御へと拡張され、S0は手書きのC++ 109,504行を置き換える学習型全身制御器である。

論文

論文なし

概要

分類

2026年の新モデル

タイプ

VLA

発表

2026-01

機関

Figure AI

重み公開

なし

パラメータ

S0 10M; S1・S2は非公開

構造

バックボーンLLM

非公開

ビジョンエンコーダ

—

アクションヘッド

S0 10M学習型全身制御器 (非公開)

チャンク

非公開

制御周期

1 kHz (S0) · 200 Hz (S1)

構造の原文要約

S2(低速推論・言語)・S1(System 2潜在条件付きTransformer、全身関節目標200 Hz)・S0(10Mニューラルネット、1 kHz)の3階層; アクションチャンクは非公開

学習

事前学習アクセラレータ

非公開 (S0はシミュレーション並列環境 200,000個以上)

事前学習期間

非公開

事前学習ステップ・バッチ

非公開

GPU・TPU時間

非公開

ファインチューニング

非公開

データ種類

モーションキャプチャ(関節単位でリターゲットした人のモーション、S0) + シミュレーション・合成; S1・S2は非公開

データ規模

S0: 人間モーション1,000時間以上 + 並列環境200,000個以上; S1・S2は非公開

主要データセット

非公開

タスク・評価

食洗機の取り出し・詰め込みを4分間連続で自律作業(移動・操作動作61個); ボトルキャップ開け・錠剤取り出し・5 ml注射器(二次情報); 標準ベンチマークなし

ロボット

Figure 03(二次情報)

推論

推論デバイス・速度

S1 200 Hz、S0 1 kHz; オンボード演算ハードウェアは非公開

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

オンボード

強化学習・ベース

強化学習

一部 (RL下位制御器との結合) · S0(10M)は人間モーション1,000時間以上でシミュレーション並列環境20万個のsim-to-real RL学習。S1・S2はRLへの言及なし

強化学習の根拠

https://www.figure.ai/news/helix-02

ベース制御

ヒューマノイド歩行 (指令・潜在 → RL歩行制御器) · S1が脚を含む全身関節目標を出力 → S0学習型全身制御器(1 kHz)がバランス・接触を処理; 部屋単位の歩行+操作

備考

主な特徴

S1は上半身から全身制御へと拡張され、S0は手書きのC++ 109,504行を置き換える学習型全身制御器である。指先の触覚(3 g検知)と手のひらカメラを入力に使う。

備考

公開日はFigure 2026-01-27、二次情報2026-01-28。データ時間(h)はS0学習分(1,000時間以上)のみ。

検証

確認