Jarenlang waren humanoïde robots de onhandige pubers van de techwereld: indrukwekkend tijdens een ingestudeerd dansje of een achterwaartse salto, maar hopeloos onbekwaam zodra ze een simpele huishoudelijke taak moesten uitvoeren. De robotica-industrie beet zich decennialang stuk op ’loco-manipulatie’—het duivels lastige probleem waarbij een robot tegelijkertijd moet lopen en zijn handen moet gebruiken, zonder als een hoopje dure schroot in elkaar te storten.
Maar daar is Figure AI met Helix 02. Dit nieuwe AI-model kan meer dan alleen ’lopen en kauwgom kauwen’; het loopt, draagt breekbaar servies en ruimt een vaatwasser in tijdens een onafgebroken, autonome sequentie van vier minuten. Dit is niet de zoveelste gelikte, korte demo. Het is het bewijs dat een enkel neuraal netwerk een volledig humanoïde lichaam kan aansturen, van pixels tot aan de motoren (torque), waarmee de kloof tussen voortbeweging en manipulatie eindelijk wordt overbrugd.
Het einde van de Frankenstein-robot
Traditioneel gezien was het aansturen van een humanoïde robot een nogal lomp proces, een soort Frankenstein-constructie van programmeercode. De ene controller regelde het lopen, gaf het stokje door aan een ander systeem voor de stabiliteit, om vervolgens een derde systeem in te schakelen voor het reiken en grijpen. Het resultaat? Een traag, fragiel en uiterst onnatuurlijk proces. Als een object ook maar een fractie verschoof, stortte het hele logische kaartenhuis in elkaar.
“Echte autonomie vereist een fundamenteel andere aanpak: één enkel lerend systeem dat het hele lichaam tegelijkertijd aanstuurt,” aldus de aankondiging van Figure. “Een systeem dat continu waarneemt, beslist en handelt.”
Dit is de kern van wat Helix 02 oplost. In plaats van losse systemen aan elkaar te knopen, heeft Figure een hiërarchische AI-architectuur ontwikkeld die denkt en handelt als één geheel.
Een brein in drie lagen
De magie van Helix 02 zit in een architectuur met drie systemen, die elk op hun eigen tijdschaal opereren. Zie het als een bedrijfshiërarchie: van de CEO die de strategie bepaalt tot de stagiair die het eigenlijke werk verzet.
- Systeem 2 (De Strateeg): Dit is de laag van het abstracte redeneren. Het analyseert de omgeving en taal, en vertaalt een commando als “Ruim de vaatwasser in” naar een reeks doelen. Dit systeem werkt relatief langzaam en kijkt naar het grote geheel.
- Systeem 1 (De Tacticus): Dit is de ‘visuomotor policy’ die alle zintuigen van de robot—camera’s in het hoofd, nieuwe camera’s in de handpalmen en tactiele sensoren in de vingertoppen—verbindt met alle gewrichten. Het vertaalt de doelen van S2 naar razendsnelle (200 Hz) commando’s voor het hele lichaam.
- Systeem 0 (De Atleet): Dit is het fundament, een model dat is getraind op meer dan 1.000 uur aan menselijke bewegingsdata. Met een verbluffende snelheid van 1 kHz zorgt dit systeem ervoor dat elke beweging stabiel, gebalanceerd en natuurlijk aanvoelt. In een indrukwekkende ‘flex’ merkt Figure op dat Systeem 0 maar liefst 109.504 regels handgeschreven C++ code vervangt door één enkel neuraal netwerk. Ze hebben in feite een hele bibliotheek aan code ontslagen en een AI aangenomen die heeft leren bewegen door naar mensen te kijken.
Dankzij deze ‘pixels-to-whole-body’ pijplijn kan de robot 61 verschillende loco-manipulatie-acties uitvoeren tijdens zijn vier minuten durende vaatwasser-ballet. Hij schakelt vloeiend tussen lopen, dragen, neerzetten en gebruikt zelfs zijn heup om een lade dicht te duwen wanneer hij zijn handen vol heeft.
Wat kan hij nu echt?
De vaatwasser-taak is de ster van de show, maar de nieuwe hardware op de Figure 03 robot—specifiek de camera’s in de handpalmen en de tactiele sensoren—ontsluit een nieuw niveau van behendigheid. Deze sensoren geven Helix 02 de feedback die nodig is voor taken die voorheen onmogelijk waren voor systemen die puur op zicht vertrouwen.
De tactiele sensoren kunnen krachten waarnemen vanaf slechts drie gram, gevoelig genoeg om een paperclip te voelen. Dit maakt een geheel nieuwe klasse van fijne motoriek mogelijk.
Behendigheid die verder gaat dan de vaat
Helix 02 werd onderworpen aan een reeks uitdagende taken om zijn fijne motoriek te bewijzen:
- Een dop van een fles schroeven: Vereist nauwkeurige, tweehandige coördinatie en krachtbeheersing om de fles niet te pletten.
- Eén enkele pil uit een dispenser pakken: Gebruikt de camera’s in de handpalmen voor een close-up wanneer de camera’s in het hoofd het zicht verliezen.
- Precies 5 ml uit een injectiespuit drukken: Een taak die tactiele feedback vereist om een gelijkmatige, constante druk uit te oefenen.
- Metalen onderdelen sorteren uit een rommelige bak: Een praktijkvoorbeeld uit Figure’s eigen BotQ-fabriek, wat aantoont dat de robot kan werken in chaotische, onvoorspelbare omgevingen.
Analyse: Een kantelpunt voor nuttige robotica
Terwijl andere bedrijven vooral robots laten zien die indrukwekkende atletische hoogstandjes verrichten, richt Figure zich op de onglamoreuze maar cruciale uitdaging: humanoïdes nuttig maken in de echte wereld. De sprong van de originele Helix, die alleen het bovenlichaam aanstuurde, naar de volledige lichaamsautonomie van Helix 02 in slechts één jaar tijd, is een veelzeggende indicator van hoe razendsnel de ontwikkelingen gaan.
De belangrijkste les hier is de verschuiving van starre, handgecodeerde gedragingen naar een lerend, aanpasbaar systeem. Door het basismodel te trainen op een enorme dataset van menselijke bewegingen, geeft Figure de robot een natuurlijk instinct mee voor hoe een tweevoeter moet bewegen en balanceren. Hierdoor kan de AI op een hoger niveau zich concentreren op wat er moet gebeuren, terwijl het lagere systeem regelt hoe dat gebeurt.
Dit gaat niet zozeer over het bouwen van een robot die één ding perfect kan, maar over het creëren van een platform dat alles kan leren. Zoals Figure-CEO Brett Adcock al aangaf: verbeteringen aan het Helix-netwerk kunnen direct worden uitgerold naar de hele vloot. Omdat de actuatoren van de robot momenteel op slechts 20-25% van hun maximale snelheid draaien, is er nog een enorm groeipotentieel op de huidige hardware.
Het is nog vroeg, maar dit voelt als een fundamentele verschuiving. Door het probleem van continue autonomie voor het hele lichaam op te lossen, heeft Figure een cruciale stap gezet naar een echte ‘general-purpose’ robot—eentje die eindelijk klaar is om de klusjes op te knappen, zonder dat daar tienduizenden regels code voor nodig zijn.
