今年2月初他曾放出豪言：“30天内，我们将向外界展示‘人形机器人上从未见过的东西’。”

官方演示视频中，在家庭场景里，嵌入Helix的两个机器人能够在听到人类的指令后，合作将不同的物品放入冰箱。机器人能够拿起包括会动的仙人掌、鸡蛋等不同的物体。

根据技术披露，Helix能够对头部、手腕、躯干、手指等上身部位进行连续控制，并能够通过单一神经网络来学习所有的动作，包括简单地拿放、使用抽屉、冰箱甚至是跨机器人的交互，不需要特别的微调。这也解释了视频当中两个机器人能够合作放置物品的原因。

相比于传统分层模型“先建模、再规划、最后执行”的技术路径，端到端模型的好处是能够依据指令自行规划执行路线，并不断进行自我修正。Figure也强调了该模型在商业中的可行性：“Helix能够在嵌入式低能耗GPU上运行，这使其能够立即投入商业部署。”

端到端大模型的发布，进一步解释了Figure与Open AI分手的原因。“我们发现，要在现实世界中大规模解决实体人工智能的问题，必须对机器人人工智能进行垂直整合。”Brett Adcock表示Figure不能外包人工智能，就像Figure不能外包自己的硬件一样。

一位国内具身大模型企业高管告诉第一财经记者，端到端大模型也能进一步解决大模型训练的数据焦虑。“机器人的Scaling law仍然是有效的，在我们尝试了不同的技术路径之后，最终能够得到验证。”Brett Adcock也表示，教机器人一种新行为需要大量的人力。要么是数小时的博士级专家手动编程，要么是数千次演示，针对通用需求的能力才是机器人最终需要的。

值得一提的是，在供应链方面，Figure也和多家国内的核心零部件企业进行了合作。领益智造曾披露公司已为Figure机器人提供模切结构件、金属结构件、散热模组、软包结构件等产品服务。长盈精密、兆威机电等企业也曾表示，目前已经与Figure建立了合作关系。一位知情人士透露，Figure机器人的末端执行器灵巧手也正在与国内厂商进行合作。