VLA 图库 / 模型列表 / 2026年新增

Helix 02

Figure AI · 2026-01

VLA2026年新增S0 10M；S1·S2未公开未公开

S1从上半身扩展到全身控制，S0是取代109,504行手写C++的学习型全身控制器。

论文

无论文

概述

分类

2026年新增

类型

VLA

发布

2026-01

机构

Figure AI

权重公开

否

参数

S0 10M；S1·S2未公开

架构

主干LLM

未公开

视觉编码器

—

动作头

S0 10M 学习型全身控制器 (未公开)

动作块

未公开

控制频率

1 kHz (S0) · 200 Hz (S1)

架构原文摘要

S2(慢速推理·语言)·S1(System 2潜变量条件Transformer，全身关节目标200 Hz)·S0(10M神经网络，1 kHz)三层；动作块未公开

训练

预训练加速器

未公开 (S0为仿真并行环境200,000个以上)

预训练时长

未公开

预训练步数·批量

未公开

GPU·TPU-小时

未公开

微调

未公开

数据类型

动作捕捉（关节级重定向人类动作，S0）+ 仿真·合成；S1·S2未公开

数据规模

S0：人体动作1,000小时以上 + 并行环境200,000个以上；S1·S2未公开

主要数据集

未公开

任务·评估

洗碗机清空·装载连续4分钟自主作业(移动·操作动作61个)；开瓶盖·取药片·5 ml注射器(二手)；无标准基准

机器人

Figure 03(二手)

推理

推理设备·速度

S1 200 Hz，S0 1 kHz；机载计算硬件未公开

推理显存

未公开

权重 bf16（计算）

未公开

运行位置

机载

强化学习与底盘

强化学习

部分 (结合RL底层控制器) · S0(10M)用1,000小时以上人体动作，在20万个仿真并行环境中进行sim-to-real RL训练。S1·S2未提及RL

强化学习依据

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

底盘控制

人形双足 (指令/潜变量 → RL行走控制器) · S1输出含腿部的全身关节目标 → S0学习型全身控制器(1 kHz)处理平衡·接触；房间尺度行走+操作

备注

核心特点

S1从上半身扩展到全身控制，S0是取代109,504行手写C++的学习型全身控制器。以指尖触觉(感知3 g)和手掌相机为输入。

备注

发布日期Figure 2026-01-27，二手2026-01-28。数据时间(h)仅为S0训练部分(1,000小时以上)。

核验

已确认