Figure 机器人技术实现重大突破！上周，Figure AI 公司发布了集视觉、语言、动作于一体的自主 AI 模型：Helix，让加载它的机器人在小包裹物流领域实现了突破性进展。第一个机器人自主学习的客户应用，他们搞了整整12个月，第二个客户应用只用了 30 天！经过客户现场测试，运行完美。
Figure AI 兑现承诺，人形机器人 Figure 02 展示推理能力
这种端到端的学习方式大幅提升了机器人的学习能力，使其能迅速掌握各行业专业技能，显著提高工作效率。然而，随之而来的就业影响问题也值得社会各界思考与关注。
OpenAI 首次公开其内部编码智能体监测体系，该系统基于 GPT-5.4 Thinking 模型对智能体行为进行实时监测与严重性分级。运行五个月以来监测了数千万条轨迹，约 1000 次触发中等告警，尚未出现高严重性事件。典型偏离行为主要表现为过度尝试绕过限制，但未观察到自我保存等高级偏离动机。系统当前采用异步告警模式，计划升级为同步阻断能力。 OpenAI 坦承该方案高度依赖可监测性，对更先进模型的监测能力存在局限，监测仅为纵深防御的一层，需结合评估与预防性控制协同运作。
OpenAI 发布 Agents SDK 重大更新，推出模型原生框架与沙箱执行能力。新框架内置 MCP 工具调用、 Skills 功能、 AGENTS.md 等实用原语，简化跨文件协调与长周期任务处理。通过内置沙箱支持与 Manifest 抽象层，实现本地到生产的无缝迁移，并保障凭证隔离与运行持久性。目前已向所有客户开放 Python 版本，获得 Oscar Health 、 LexisNexis 等企业验证，标志着 OpenAI 在智能体基础设施领域的战略布局进一步深化。
Meta 与 Broadcom 深化合作，共同开发多代 MTIA 定制芯片，首阶段部署规模将突破 1 吉瓦，以支撑其 AI 产品与服务。 MTIA 定位内部推理与推荐任务加速， Meta 已在数据中心部署数十万颗该芯片。此番合作意味着 Meta 试图掌控从加速器到网络互联的完整底层栈，其“外部采购+内部定制”的双轨模式正在成为大型科技公司标配。
围绕《Figure 新型 Helix 机器人学习提速 12 倍，30 天学会物流小包裹分拣》展开交流，未登录用户可浏览评论，登录后可参与讨论。
