东吴证券：Figure发布VLA大模型Helix 大规模减少训练数据需求

　　协同工作的能力。该行建议关注Figure链条投资机会;此外认为大脑端如果能直接复用VLM大模型，则小脑运控的搭配重要性凸显。

　　东吴证券主要观点如下：

　　Helix大模型创业内多项第一，性能出众商业化前景良好

　　Helix是一个通用的

　　首创双系统协作架构，实现“快思考”与“慢思考”的协调配合Figure表示以往机器人大模型面临的问题是：VLM主干通用性强，但速度不快;而机器人的

　　这种架构为Helix带来众多亮点：①高速与泛化能力：速度与单一任务克隆相当，并且可以实现零样本泛化;②直接输出对高维动作空间的连续控制，避免了使用复杂动作标记方案;③S1+S2的架构简洁;④关注点分离：S1与S2解耦能够实现系统分别迭代。

　　Helix仅使用500小时进行训练，高效实现强大的泛化能力

　　Figure表示Helix训练总共使用约500小时的高质量监督数据，仅占先前收集的VLA数据集规模的一小部分，并且不依赖于多机器人实体数据收集或多个训练阶段。

　　此次Figure最核心优点在于解决当前人形机器人泛化瓶颈—训练数据不足。过去依赖遥操和虚拟仿真收集的数据量严重不足，成本高昂，难以解决泛化问题。此次Figure通过模型创新，大幅减少机器人训练数据需求量，有望加速行业整体发展。