Figure AIのVLA「Helix」の進化と、一次情報で確認できること

OBSERVATION

2026-10-30

Figure AIの汎用VLA「Helix」は、2025年2月20日にHelix: A Vision-Language-Action Model for Generalist Humanoid Controlで公表された。視覚・言語理解と学習済みの制御を一つのモデルに統合し、人型ロボットの上半身全体（手首・胴体・頭部・個々の指）を高頻度で連続制御するモデルとして紹介されている。

この記事では、Helixが後続の機体や実証でどう発展したのか、そして何がまだ検証されていないのかを、Figureの発表とBMWのニュースリリースを基に整理する。

発表順に並べると

2025年2月20日: 上記のHelix。Figure社が公表。
2025年9月: Helix Loads the Dishwasher。食洗機への食器の積み込みを扱った発表。成功率などの定量的な結果は、この記事の確認範囲では特定できていない。
2026年1月: Introducing Helix 02。制御対象を上半身から全身へ広げたとされる。
2026年6月: BMWのニュースリリースと、Figure社のF.03 Arrives at BMW。両者の公表日は一致していない。
2026年9月: Helix 2.5。家庭環境でのゼロショット汎化を扱った発表。

注意したいのは、各発表の内容が必ずしも同一の機体や条件で行われたとは限らない点だ。BMWの導入では生産工程への貢献が語られているが、どのHelixのバージョンがどの機体で動いていたかは、今回確認した資料からは読み取れない。

技術の核心はどこか

初代Helixの最大の特徴は、言語による指示とロボットの連続制御を一つのニューラルネットワークで扱い、タスクごとの個別の微調整なしに多様な動作を実行できる点にある。Figureは、家庭で見たことのない物体を含め、自然言語の指示だけで多数の小物を掴めると説明している。

また、複数のロボットが同じモデルを同時に動かし、初見の物品を協調して片付けるデモも示されている。モデルは組み込みの低消費電力GPU上で動作するとされ、クラウドに頼らない実用性を強調している点も特徴だ。

後続のHelix 02やHelix 2.5では、全身制御や家庭環境での汎化性能の向上が打ち出されている。ただし、これらの技術の具体的な仕様や評価条件については、本記事の確認範囲では詳細を断定できないため、各社の一次資料を直接参照することを勧める。

実用化の課題と筆者の見立て

まず検証の空白がある。初代Helixは「thousands of items」を扱えると書くが、対象の全体数、失敗例、既存手法との比較は示されていない。後続の発表でも、自律動作の試行回数や成功率を第三者が再現できる形で確認できる情報は限られている。

次にハードウェアへの依存だ。新しい機体で追加されたセンサーや指先の触覚が前提となっている場合、旧機体で同じ方策をそのまま動かせるかは資料からは判断できない。

計算資源や運用面の情報も不足している。消費電力、発熱、必要なハードウェアの詳細、失敗時のフォールバック方法は、今回の資料では十分に確認できない。ライセンスや提供形態についても、個人や小規模チームが試せる道は見えてこない。

筆者の見立てとしては、工場ではBMWのような社内の検証パートナーと組んだパイロット段階、家庭向けは研究的な検証段階にあると考えられる。本格的な普及の時期は現時点では不明だ。

エンジニアにとっては、Figureの発表内容をそのまま採用根拠にせず、自分の環境と条件で成功率や失敗の内訳を測ることが欠かせない。一般ユーザーにとっては、家庭への導入はまだ先の話と考えるのが妥当だろう。産業界では、BMWの事例が示すように、搬送や仕分けのような反復性の高い作業が最初の候補になると予想される。