何が起きたか
Figureは2026年1月27日、全身自律型ヒューマノイドモデル「Helix 02」を発表した。同モデルは単一のニューラルネットワークがピクセルから全身を直接制御し、4分間にわたる食洗機の積み下ろしを完全自律で実行する。これはヒューマノイドによる最長かつ最も複雑な自律タスクと同社は主張する。Helix 02は、従来の「System 1, System 2」アーキテクチャに新基盤層「System 0」を追加し、全身のバランス・接触・協調を1kHzで処理する。
詳細
Helix 02は、Figure 03に搭載された掌カメラと指先触覚センサーを活用する。触覚センサーは3グラム以下の力を検出でき、ペーパークリップの感触も識別可能。System 0は1,000時間以上の人間の動作データとシミュレーション強化学習で訓練され、109,504行の手書きC++コードを単一のニューラル先行分布に置き換えた。アーキテクチャは1,000万パラメータのニューラルネットワークで、全身の関節状態と基底動作を入力し、1kHzで関節レベルのアクチュエータ指令を出力する。シミュレーション訓練は20万以上の並列環境で実施され、ドメインランダム化により実機への直接転移を実現した。System 1は頭部カメラ、掌カメラ、指先触覚、全身固有受容を入力とし、脚・胴体・頭・腕・手首・個々の指まで完全な関節制御を出力する。デモでは、61のロコ操作アクションを順序立てて実行し、誤りからの暗黙的復帰も行う。
Key Facts
| Figureは2026年1月27日、全身自律型ヒューマノイドモデル「Helix 02」を発表した。 | [1] |
| Helix 02は4分間にわたる食洗機の積み下ろしを完全自律で実行し、同社はこれをヒューマノイドによる最長かつ最も複雑な自律タスクとしている。 | [1] |
| System 0は1,000時間以上の人間の動作データとシミュレーション強化学習で訓練され、109,504行の手書きC++コードを置き換えた。 | [1] |
| Figure 03の指先触覚センサーは3グラム以下の力を検出でき、ペーパークリップの感触も識別可能。 | [1] |
| System 0は1,000万パラメータのニューラルネットワークで、1kHzで関節レベルのアクチュエータ指令を出力する。 | [1] |
本紙の見方
今回の発表の核心は、ヒューマノイドの「移動」と「操作」を単一の学習システムで統合した点にある。従来のロボット制御は、歩行・停止・安定化・到達・把持といった動作を個別のコントローラに分割し、ステートマシンで接続する方式が一般的だった。Helix 02はこれを廃し、ピクセルからトルクまでを単一のニューラルネットワークで処理する。特に新基盤層「System 0」は、1,000時間の人間動作データから全身の協調を学習し、1kHzでバランスと接触を制御する。これにより、手が塞がった状態で腰で引き出しを閉め、足で食洗機の扉を持ち上げるといった、全身を道具として使う動作が可能になった。 本紙の過去報道との接続では、2026年8月19日付の『Unitree、上海科創板に上場』で、Unitreeが調達資金をロボットの「大脳」とAIモデル強化に充てると報じた。Figureも同様にAIモデルを中核に据えるが、UnitreeがハードウェアとAIの両方を手がけるのに対し、FigureはHelix 02で「ソフトウェアの知能」を前面に打ち出す。また、2026年8月22日付の『索塔无界、欧州最大スーパーと3年1000台の枠組み契約』では、ハードウェアを造らず「ロボットの脳」に特化する戦略を報じた。Figureは自社製ハードウェア（Figure 03）とAIモデルを垂直統合する点で対照的だ。 業界構造への含意として、Helix 02は「データ」と「計算基盤」の重要性を再確認させる。System 0の訓練には1,000時間の人間動作データと20万以上の並列シミュレーション環境が必要で、これはデータ収集と計算資源への大規模投資を意味する。FigureはOpenAIとの提携解消後、独自のAIスタックを構築しており、今回の発表はその成果と位置づけられる。競合のTeslaやBoston Dynamicsも同様の統合制御を目指すが、Helix 02は「触覚」と「掌カメラ」を組み合わせた器用操作で差別化を図る。 未確定の論点として、Helix 02の量産時期や実用化のスケジュールは明らかにされていない。また、4分間のタスクが実験室環境での実証であり、工場や物流現場での耐久性・信頼性は未知数だ。さらに、System 0の訓練データが特定の動作に偏るリスクや、シミュレーションから実機への転移がどの程度一般化するかも検証が必要である。次に確認すべきは、Helix 02を搭載したFigure 03の量産計画と、実際の顧客現場での稼働実績だろう。
なぜ重要か
Helix 02は、ヒューマノイドが「移動」と「操作」を統合した長時間の実用的タスクを自律実行できることを示した。これはロボットが工場や物流の現場で人間の代替となるための重要な一歩であり、AIモデルの進化がハードウェアの性能を凌駕する時代の到来を告げる。
日本への影響
Helix 02の触覚センサーは3グラム以下の力を検出するが、これは日本の高精度センサー技術と競合する可能性がある。また、System 0の訓練に1,000時間の人間動作データを用いる点は、日本の製造現場で培われた動作データの活用可能性を示唆する。ただし、Figureの垂直統合戦略は、日本の部品サプライヤーにとっては受注機会の減少につながる恐れがある。