חברת Figure מציגה את Helix – מודל VLA פורץ דרך דרך בתחום הרובוטיקה 

עולם הרובוטיקה עומד בפני אתגר משמעותי: סביבת הבית. בניגוד לסביבות תעשייתיות מבוקרות, הבית מלא באינספור חפצים – החל מכלי זכוכית עדינים, דרך בגדים מקומטים ועד צעצועים מפוזרים – כל אחד מהם בעל צורה, גודל, צבע ומרקם בלתי צפויים. כדי שרובוטים יהיו שימושיים בבתים, הם צריכים להיות מסוגלים ליצור התנהגויות חכמות חדשות לפי דרישה, במיוחד עבור חפצים שמעולם לא ראו קודם. Helix מציג פריצת דרך משמעותית בתחום הרובוטיקה עם מודל Vision-Language-Action (VLA) חדשני המאחד תפיסה חזותית, הבנת שפה ושליטה מוטורית. במאמר הזה נסקור לעומק את מערכת Helix ונחשוף את ההתקדמות המרשימה של Figure בעולם הרובוטיקה ההומנואידית.

קצת על Figure

Figure AI היא חברה אמריקאית חדשנית בתחום הרובוטיקה, המתמקדת בפיתוח רובוטים הומנואידיים מתקדמים המונעים על ידי בינה מלאכותית. מאז הקמתה ב-2022 בסאניווייל, קליפורניה, החברה הציבה לעצמה מטרה שאפתנית: ליצור את הרובוט הביפדלי האוטונומי המסחרי הראשון בעולם. עם תמיכה ממשקיעים מובילים כמו OpenAI ומיקרוסופט, ודגמים כמו Figure 01 ו-Figure 02, החברה מתמקדת במתן פתרונות למשימות פיזיות מורכבות בסביבות תעשייתיות וביתיות. דגם Figure 02 מצויד בטכנולוגיות מתקדמות כגון מערכת ראייה ממוחשבת מבוססת מצלמות RGB, בינה מלאכותית מותאמת לשיחה וסוללה חזקה לעבודה ממושכת. לאחר סיום שיתוף הפעולה עם OpenAI, שהחליטה לפתח רובוטיקה עצמאית, Figure משיקה את Helix – מערכת פורצת דרך המחברת בין ראייה, שפה ופעולה לשליטה מתקדמת ברובוטים הומנואידים.

המהפכה של Helix: פריצת דרך ברובוטיקה ההומנואידית

מערכת Helix מביאה שינוי מהותי לעולם הרובוטיקה, עם יכולות מתקדמות המשלבות שליטה מוטורית מדויקת, הבנת שפה טבעית ושיתוף פעולה בין רובוטים. הנה סקירה של ההישגים המרכזיים של Helix:

שליטה מלאה בגוף העליון

מערכת Helix מצטיינת בשליטה רציפה ומדויקת בגוף העליון של הרובוט, תוך התאמה לכל חלקיו ותיאום מורכב בזמן אמת. המערכת מאפשרת שליטה בקצב מרשים של 200 הרץ, מה שמעניק לה יכולת לנהל 35 דרגות חופש בצורה מדויקת ויעילה. היא מתאפיינת בשליטה מדויקת בתנועות עדינות כמו אצבעות, ראש וטורסו (החלק המרכזי שמחבר בין הראש לגפיים ומשמש לעיתים קרובות כבסיס ליציבות ולתנועות אחרות), תוך התמודדות עם משוב מורכב המשלב בין תנועה לראייה. יכולות אלו מאפשרות לרובוט לבצע משימות מורכבות בצורה חלקה ומקצועית, גם בסביבות משתנות ודינמיות.

שיתוף פעולה בין רובוטים

אחת היכולות המתקדמות והייחודיות של מערכת Helix היא היכולת לתאם בין שני רובוטים העובדים יחד במקביל. יכולת זו מאפשרת לרובוטים לפתור משימות משותפות ארוכות טווח, תוך חלוקת עבודה מדויקת ותיאום מושלם ביניהם. בנוסף, המערכת מתמודדת בהצלחה עם חפצים חדשים שמעולם לא נראו קודם לכן, בזכות הבנת הקשר והוראות מורכבות בשפה טבעית, מה שמעניק לה גמישות יוצאת דופן בביצוע משימות מגוונות.

יכולת הרמה אוניברסלית

מערכת Helix מתאפיינת ביכולת הרמה אוניברסלית, המאפשרת לה להתמודד עם כמעט כל חפץ ביתי קטן בצורה מדויקת ויעילה. יכולת זו מתאפשרת בזכות היכולת לעבוד עם אלפי פריטים חדשים, ללא צורך באימון ספציפי לכל חפץ. בנוסף, Helix מבינה הוראות מורכבות בשפה טבעית ומתרגמת אותן לפעולות פיזיות מדויקות, מה שהופך אותה לכלי גמיש ושימושי במגוון רחב של משימות.

רשת עצבית אחידה

מערכת Helix מציגה גישה חדשנית באמצעות רשת עצבית אחידה אחת, שמאפשרת לה להתמודד עם כל המשימות ללא צורך בכוונון ספציפי. גישה זו מעניקה יתרון משמעותי בכך שהיא מפשטת את הארכיטקטורה של המערכת ומייעלת את התפעול שלה. הרשת מאפשרת שליטה במגוון רחב של התנהגויות, מה שהופך את Helix לפתרון גמיש ורב-תכליתי המתאים למגוון משימות מורכבות.

ארכיטקטורה ייחודית: שילוב בין הבנה לפעולה

מערכת Helix מבוססת על ארכיטקטורה חדשנית המשלבת שתי מערכות משלימות – System 2 ו-System 1. כל אחת מהמערכות מתמקדת בהיבט שונה של תהליך קבלת ההחלטות וביצוע המשימות, יחד הן יוצרות פתרון הוליסטי ומתקדם.

System 2 (S2): הבנת סצנה ושפה

מערכת S2 מתמקדת בהבנה מעמיקה של ההקשר הסביבתי והשפה הטבעית, ומשמשת כבסיס להבנת המשימות שהרובוט נדרש לבצע. תפקידה המרכזי הוא עיבוד סצנות מורכבות והכללה רחבה של חפצים והקשרים שונים, מה שמאפשר לה להתמודד עם מגוון רחב של מצבים. המערכת פועלת בקצב של 7-9 הרץ, מה שמבטיח עיבוד מדויק של מידע, אך בקצב איטי יחסית. מבחינה טכנולוגית, היא מבוססת על מודל שפה-ראייה (VLM) מתקדם עם 7 מיליארד פרמטרים, המאומן מראש להבנת סיטואציות מגוונות ומורכבות בצורה יעילה.

System 1 (S1): תגובה מהירה וביצוע פעולות

מערכת S1 מתמקדת בתרגום ההבנה של המשימה לפעולות פיזיות מדויקות, תוך תגובה מהירה לשינויים בסביבה בזמן אמת. תפקידה המרכזי הוא להגדיר מדיניות ויזואלית-מוטורית מהירה (מערכת חוקים שמנחה את פעולות הרובוט בהתבסס על המידע שהוא מקבל מהסביבה), המאפשרת לרובוט להגיב באופן מיידי וביעילות. המערכת פועלת בקצב מרשים של 200 הרץ, מה שמבטיח תגובות מהירות ואפקטיביות לכל שינוי או דרישה. מבחינה טכנולוגית, היא מבוססת על טרנספורמר מתקדם עם 80 מיליון פרמטרים, המותאם לשליטה מדויקת בתנועות הרובוט, כולל תנועות עדינות ומורכבות.

שיתוף פעולה בין המערכות

שיתוף הפעולה בין System 1 ל-System 2 במערכת Helix יוצר שילוב ייחודי של הבנה וביצוע. System 2 מתמקדת תחילה בהבנת סצנות ושפה טבעית, ומייצרת ייצוג סמנטי של המשימה. לאחר מכן, System 1 מתרגמת את הייצוג הזה לפעולות פיזיות מדויקות בזמן אמת. שתי המערכות מתקשרות באמצעות וקטור סמוי (Latent Vector), מה שמבטיח מעבר חלק ומהיר בין הבנה לביצוע, ומשלב עיבוד מעמיק עם תגובה דינמית ויעילה.

אימון חכם ויעיל: כך Helix לומדת

האימון של מערכת Helix התבסס על 500 שעות של נתוני אימון איכותיים, כמות קטנה יחסית בהשוואה למערכות קודמות, אך מספיקה בזכות היעילות של המערכת. הנתונים נאספו ממגוון רחב של מפעילים ורובוטים כדי להבטיח גיוון ואיכות. במהלך האימון, כל הפריטים שבהם השתמשו הוסרו מהבדיקות הסופיות כדי למנוע הטיה או “זיהום” של הנתונים. תהליך התיוג נעשה באופן אוטומטי: מצלמות הרובוט צילמו קטעי וידאו, ולאחר מכן מערכת מתקדמת עיבדה אותם ויצרה הוראות מדויקות על בסיס השאלה: “איזו הוראה היית נותן לרובוט כדי לבצע את הפעולה שראית?”. גישה זו הפכה את תהליך האימון ליעיל וממוקד במיוחד.

התמונה המצורפת ממחישה את תהליך הפעולה של מערכת Helix, המשלבת עיבוד שפה טבעית, ראייה ממוחשבת ושליטה מוטורית מדויקת. בתהליך זה, הוראה טקסטואלית כמו “הרם את החמאה ותן אותה לרובוט שמשמאלך” מתקבלת ומעובדת על ידי System 2, המערכת האחראית להבנת ההקשר הסמנטי באמצעות מודל שפה-ראייה מתקדם (VLM). התוצאה היא ייצוג סמוי (Latent Vector) שמועבר ל-System 1, מערכת שליטה מוטורית מהירה. מערכת זו פועלת בקצב גבוה ומבצעת את התנועות הנדרשות לשליטה מלאה בגוף העליון של הרובוט. התמונה מדגישה את היכולת של Helix לתרגם הוראות מורכבות לפעולות מדויקות בזמן אמת, תוך שילוב נתוני ראייה ומצב מפרקי הרובוט:

הארכיטקטורה של המערכת.  Credit: Figure.ai

Helix בפעולה: דוגמאות לשימוש יומיומי

מערכת Helix מציעה פתרונות מעשיים וחדשניים למגוון תרחישים יומיומיים. דוגמה אחת היא סידור מצרכים בשיתוף פעולה: שני רובוטים עובדים יחד במטבח, כאשר אחד מקבל הוראה “העבר את שקית העוגיות לרובוט שמימינך”, והשני מקבל הוראה “קבל את שקית העוגיות מהרובוט שמשמאלך והנח אותה במגירה הפתוחה”. המשימה מתבצעת בתיאום מושלם, למרות שהרובוטים לא נתקלו קודם לכן במוצר הספציפי הזה. דוגמה נוספת היא זיהוי והרמת חפצים מופשטים: כאשר הרובוט קיבל הוראה “הרם את הפריט המדברי”, הוא זיהה שקקטוס צעצוע מתאים למושג המופשט הזה. המערכת הבינה את ההקשר, בחרה את היד הקרובה ביותר וביצעה תנועות מדויקות לאחיזה בטוחה. דוגמאות אלו מדגישות את הגמישות והיכולת של Helix להבין ולבצע משימות מורכבות בצורה חכמה ויעילה.

התמונה המצורפת מציגה את יכולות מערכת Helix בזיהוי והרמת חפצים מגוונים בהתאם להוראות בשפה טבעית. בכל אחת מהדוגמאות, הרובוט מזהה את החפץ המבוקש מתוך מגוון פריטים בסביבה ומבצע את המשימה בדיוק רב. ניתן לראות כיצד המערכת מתמודדת עם חפצים בעלי גדלים, צורות וחומרים שונים, כמו קופסת קארי, צעצוע בצורת צפרדע רכה, בלוק פלסטיק ומיכל נוזלים עם מכסה לבן. הדגש הוא על היכולת של Helix להבין הוראות מורכבות ולתרגם אותן לפעולות פיזיות מדויקות בזמן אמת:

יכולות מערכת Helix בזיהוי והרמת חפצים.  Credit: Figure.ai

אתגרים ומגבלות

למרות ההתקדמות המרשימה של מערכת Helix, ישנם עדיין אתגרים ומגבלות שדורשים התייחסות. מבחינה חישובית, המערכת דורשת שני מעבדי GPU לכל רובוט, מה שמעלה את עלויות החומרה והאנרגיה. בנוסף, System 2 פועל בקצב של 7-9 הרץ בלבד, מה שעלול להשפיע על מהירות קבלת ההחלטות במשימות מורכבות. מבחינה פיזית, Helix מתמקדת כרגע בשליטה בגוף העליון בלבד ומתאימה בעיקר לטיפול בחפצים ביתיים קטנים, מה שמגביל את תחומי השימוש שלה. גם תהליך האימון מציב אתגרים: למרות היעילות היחסית, עדיין נדרשות 500 שעות של נתוני אימון איכותיים, ותהליך התיוג האוטומטי דורש מערכת VLM נוספת לעיבוד קטעי וידאו וליצירת הוראות. מגבלות אלו מדגישות את הצורך בשיפורים נוספים כדי לממש את הפוטנציאל המלא של Helix.

השוואה למערכות קיימות

מערכת Helix מביאה יתרונות משמעותיים על פני מערכות רובוטיות מסורתיות וגישות קודמות. בגישות המסורתיות, כמו תכנות ידני, נדרשות שעות רבות של עבודה מצד מומחי PhD כדי להגדיר כל התנהגות חדשה. לעומת זאת, בלמידה מחיקוי, יש צורך באלפי הדגמות כדי ללמד את הרובוט משימה אחת בלבד. Helix משנה את כללי המשחק בכך שהיא מאפשרת הגדרת משימות חדשות באופן מיידי באמצעות שפה טבעית, ללא צורך בתכנות או הדגמות מורכבות.

בהשוואה למערכות VLA (Vision-Language-Action) קיימות, Helix מציגה שיפור משמעותי. בעוד שמערכות קודמות מוגבלות למרחבי פעולה פשוטים ודורשות ייצוגים מורכבים של פעולות, Helix מספקת שליטה רציפה וישירה במרחבי פעולה מורכבים. יכולת זו מאפשרת לה להתמודד עם מגוון רחב של חפצים ומשימות בצורה גמישה ויעילה, תוך שמירה על פשטות ארכיטקטונית וביצועים גבוהים.

התמונה המצורפת מציגה את חוקי הסקיילינג החדשים (New Scaling Laws) בתחום הרובוטיקה, תוך השוואה בין שלוש גישות להרחבת יכולות רובוטיות לאורך זמן. בגישה המסורתית, הרחבת היכולות תלויה בשעות עבודה של מומחי PhD, מה שמוביל לקצב גדילה איטי מאוד של מספר המשימות. בגישה מבוססת נתונים, היכולות מתרחבות בהתאם לכמות הנתונים שנאספים, עם קצב גדילה מהיר יותר אך עדיין מוגבל. לעומת זאת, מערכת Helix מאפשרת להוסיף התנהגויות חדשות באופן מיידי באמצעות שפה טבעית, ללא צורך בתכנות או הדגמות, מה שמוביל לצמיחה אקספוננציאלית במספר המשימות לאורך זמן:

חוקי הסקיילינג החדשים. Credit: Figure.ai

השלכות והשפעות עתידיות

למערכת Helix יש פוטנציאל לחולל שינוי משמעותי בעולם הרובוטיקה בזכות היעילות והגמישות יוצאות הדופן שלה. המערכת מצליחה להגיע ליכולות מרשימות תוך שימוש בכמות קטנה יחסית של נתוני אימון – פחות מ-5% מגודל מערכות קודמות, מה שמדגיש את האפקטיביות שלה גם עם משאבים מוגבלים. בנוסף, Helix פועלת באמצעות מערכת משקלים אחידה לכל המשימות, ללא צורך בכוונון ספציפי לכל משימה חדשה. גישה זו מאפשרת התאמה מהירה ופשוטה למשימות מגוונות, מה שהופך את המערכת לגמישה ויעילה במיוחד בסביבות משתנות ודינמיות.

ההתקדמות המרשימה של מערכת Helix בתחום הרובוטיקה מביאה עמה השלכות חברתיות ומקצועיות משמעותיות. בסביבה הביתית, Helix יכולה לשנות את האופן שבו רובוטים משתלבים בחיי היומיום, עם יכולות כמו סידור מצרכים, ניקיון, הבאת חפצים וסיוע לאוכלוסיות מיוחדות, כולל קשישים או אנשים עם מוגבלויות. המערכת מציעה תמיכה יומיומית, תזכורות לתרופות ואפילו סיוע פיזי קל, תוך שהיא מתמודדת בהצלחה עם המורכבות והגיוון של חפצים ביתיים. בתעשיית הרובוטיקה, Helix משנה את הגישה המסורתית לתכנות רובוטים – במקום תכנות ספציפי ומורכב, היא מאפשרת הגדרת משימות בשפה טבעית. גישה זו לא רק מפשטת את העבודה עם רובוטים אלא גם מאיצה את פיתוחם של יישומים רובוטיים חדשים ומגוונים.

Helix מייצגת קפיצת מדרגה משמעותית בעולם הרובוטיקה. היכולת לשלוט ברובוט הומנואידי מלא באמצעות שפה טבעית, תוך התמודדות עם מצבים חדשים ועבודה בשיתוף פעולה, פותחת אפשרויות חדשות לחלוטין בתחום הרובוטיקה הביתית. עם זאת, התוצאות הנוכחיות הן רק קצה הקרחון. לפי המומחים בחברת Figure, הפוטנציאל להרחבת היכולות של Helix פי 1,000 ומעלה מבטיח עתיד מרתק בתחום הרובוטיקה ההומנואידית. השילוב של הבנת שפה טבעית, ראייה ממוחשבת ושליטה מוטורית מדויקת מסמן את תחילתו של עידן חדש ברובוטיקה ביתית. למפרט המלא של Figure על Helix, כנסו כאן. אם מעניין אתכם לקרוא איך Figure Robotics משנים את עתיד האוטומציה והרובוטיקה, כנסו כאן.