人形机器人的发展，这一次跨越了一大步。前两天，美国机器人公司Figure发布了一个可以应用于人形机器人控制的视觉-语言-动作模型：Helix。
在演示当中，这款使用最新模型的Figure机器人，能听懂人类的指令，具备判断能力将食物进行分类，同时两台机器人还可以协作，将食物摆放进冰箱以及橱柜。这意味着，机器人在家用场景下的应用落地，又前进了一大步。
我认为Figure以及Helix最重要的意义是两点：
1、人形机器人在语言和视觉层面正在快速突破，1937年，西屋电气发明的机器人，就已经能够说700个单词了，双眼也能区分红色绿色。但在那之后的几十年里，人形机器人的发展都非常缓慢。这一次因为有了大模型和人工智能的助力，机器人算是真正可以和人类交互，为人类工作了。
2、真正的智能化，一定是人形机器人之间可以协同工作。因为个体的力量是有限的，对于人类如此，机器人也一样，一旦可以协同工作，效率成倍上升，人形机器人也就从单个的智能体，向群体化生产力演变。