追踪操作与抓取的研究、可复用工程方法与真实部署证据。
Figure 的视觉语言动作模型 Helix 在叠衣服、整理包裹之后，新增了装洗碗机的能力，且未引入新算法或专门工程，仅靠新数据训练。Helix 学会了将叠放的盘子分离并依次装入、单手拿起玻璃杯后换手重新调整方向再放置、根据杂乱的初始状态调整策略，以及在抓取失误或碰撞后恢复。Figure 称洗碗机装载、包裹物流和叠毛巾任务由同一通用架构完成，是迈向可扩展人形智能的一步。
推荐理由：Figure 展示同一 Helix 模型仅靠新数据学会装洗碗机，可观察通用 VLA 架构向多任务扩展的路径。
Figure 的视觉语言动作模型 Helix 展示了完全自主折叠毛巾的能力，这是首个由多指手人形机器人通过端到端神经网络完成叠衣的实例。该模型沿用此前完成物流包裹重定向任务的同一架构，未修改模型或训练超参数，仅新增数据集，即可完成从混合毛巾堆中取毛巾、根据初始状态调整折叠策略、从多次抓取错误中恢复，以及用拇指描边、捏角、解开缠绕毛巾等精细操作。
推荐理由：Figure 展示 Helix 在无架构改动下从物流任务迁移到叠毛巾，可观察端到端 VLA 处理可变形物体的方式。
Figure 发布 Helix 物流场景的升级版本，可处理聚乙烯袋、气泡信封等可变形包裹，平均处理时间从约 5.0 秒降至 4.05 秒，条码朝向成功率从约 70% 提升至约 95%。
推荐理由：Figure 公开 Helix 物流策略的架构改动与消融数据，可看到视觉记忆、状态历史和力反馈各自解决的具体瓶颈。
银河通用机器人发布端到端具身抓取基础大模型 GraspVLA，称其采用全合成大数据预训练。原文未提供正文，模型能力、数据规模与验证结果均未披露。
Apptronik 发布人形机器人 Apollo，身高约 5 英尺 8 英寸、重 160 磅，可举升 55 磅，采用力控架构以保障与人协作时的安全。Apollo 支持双足行走、轮式躯干或固定安装三种模块化形态，配备可更换电池，单块续航四小时，近期面向仓储与制造场景的箱体与周转箱搬运。Apptronik 称其团队近十年间已建造超过 10 款机器人，包括参与 NASA Valkyrie 的开发。
推荐理由：Apollo 的尺寸、负载、模块化形态与可换电池设计，为判断人形机器人进入仓储制造场景的工程取舍提供了具体参照。