Figure人形机器人首次展示灵巧手叠衣服能力。

在未改变神经网络架构的前提下，仅通过增加数据集，就让原本应用于物流场景的机器人掌握新技能。

在演示过程中，该机器人展现出自然的多模态交互能力，包括眼神交流和手势示意。当人类递给它衣物时，它不仅点头回应，还做出了“点赞”手势。

其灵巧手能从杂乱毛巾堆中精准挑出毛巾并完成折叠操作，动作包括拇指描边、拎角、理顺褶皱等，并在过程中实时调整操作。

整个流程采用端到端方式运行，从视觉和语言输入到流畅精确的运动控制，均未采用对象表征机制。

两个月前，Figure机器人曾展示物流场景包裹分拣能力，对各类包裹均能完成识别、抓取、翻转和传送操作，其灵活性和速度接近人类水平。

此次任务展示了三项关键成果：首次实现人形机器人利用多指手端到端神经网络自主折叠衣物；沿用相同架构仅变更数据集；以及自然的多模态交互能力。

叠衣物任务对人形机器人而言极具挑战性，相较于包裹，衣物更易变形且形状多样，需要精细的手指控制以应对边缘追踪、角落抓握和表面抚平等操作。

Figure的Helix架构在此次任务中发挥了核心作用，该架构可适用于通用人形机器人控制，能让机器人完成精准拾取放置、灵活操控抽屉与冰箱、协调多机器人灵巧交接，甚至操控数千种新物体。

Helix由两个可通信系统组成，通过引入新的内存和传感模块，增强机器人环境感知能力。该架构包含视觉记忆、状态历史和力反馈三个组成部分。

视觉记忆模块可从视频帧中组合特征形成短期记忆，帮助机器人记住已检查区域，避免重复检查。状态历史机制将连续动作序列分割为固定长度小段进行规划执行，确保模块连续性。力反馈系统将环境接触力反馈至神经网络，帮助机器人动态调整运动过程。

此前擎天柱机器人曾展示叠衣能力，同期其他机构也展示了类似技能。Figure机器人此前已掌握洗衣技能，当前已实现洗衣和叠衣操作，仅差晾衣环节即可完成完整闭环。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。