🤖 شرکت Figure AI مدل جدیدی به نام Helix معرفی کرده که یک تحول اساسی در رباتیک انسان‌نماست: کنترل کامل ۳۵ درجه آزادی نیم‌تنه بالا (سر، دست‌ها، بازوها، انگشتان و تنه) تنها با یک شبکه عصبی، آن هم با واکنش به دستورات گفتاری طبیعی.

🔹 ویژگی‌های کلیدی Helix

✅ یادگیری تعمیم‌پذیر (Grab-anything): دستور «چای‌ساز را بردار» حتی برای چای‌سازی که ربات هرگز ندیده، اجرا می‌شود.
✅ کار گروهی: یک مجموعه وزن روی دو ربات مختلف کار می‌کند؛ یکی بسته‌ی شیر را می‌دهد، دیگری در یخچال می‌گذارد — بدون برنامه‌ریزی نقش‌ها.
✅کنترل هم‌زمان ۳۵ محور حرکتی با فرکانس ۲۰۰ هرتز: هماهنگی چشم، بدن و انگشتان برای گرفتن دقیق اشیاء.
✅ کاملاً روی دستگاه: همه‌ی محاسبات روی دو GPU کم‌مصرف داخلی انجام می‌شود، بدون نیاز به پردازش ابری.

🧠 معماری «سیستم ۱ و سیستم ۲»

1. سیستم ۲ (فکر کندتر): یک VLM متن‌باز ۷ میلیارد پارامتری با ۷-۹ هرتز → درک صحنه و تولید دستور کلی.
2. سیستم ۱ (واکنش سریع): یک ترنسفورمر ۸۰ میلیون پارامتری با ۲۰۰ هرتز → اجرای دقیق حرکات و اصلاح لحظه‌ای مسیر.

📊 داده‌های آموزشی

* تنها ۵۰۰ ساعت ضبط تله‌اپراتوری (<۵٪ دیتاست‌های رایج).
* بدون فاین‌تیون جداگانه: همان وزن‌ها هم برای گرفتن لیوان، هم بازکردن کشو و همکاری دو ربات کافی‌اند.
* برچسب‌گذاری خودکار: VLM ویدیوها را تحلیل کرده و متن آموزشی تولید می‌کند.

🏠 چرا مهم است؟
خانه چالش‌برانگیزترین محیط برای ربات‌هاست: تنوع بی‌پایان اشیاء، ظروف شکننده، لباس‌های مچاله. تا دیروز هر مهارت جدید نیازمند هزاران دموی انسانی یا کدنویسی پیچیده بود. حالا با Helix، تنها یک جمله‌ی صوتی کافیست.

🚀 گام بعدی
تیم Figure AI این نتایج را فقط «نوک کوه یخ» می‌داند و در حال جذب نیرو برای ۱۰۰۰ برابر مقیاس‌پذیری Helix است. آینده‌ای که میلیون‌ها ربات انسان‌نما وارد خانه‌ها شوند، یک قدم دیگر نزدیک‌تر شد.

✨مدل Helix = GPT برای دست‌های رباتیک.
فقط با یک مدل، با زبان طبیعی، بدون کدنویسی اضافه. دفعه‌ی بعد که کنترل تلویزیون زیر مبل افتاد، فقط کافیست به ربات بگویید: «لطفاً بردار».

📌 @rss_ai_ir | #Robotics #AI #FigureAI