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 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
针对复杂疾病治疗难题，Arc 研究所正利用 AI 构建通用“虚拟细胞”模型。该模型将 RNA 表达视为生命语言，计划四年内通过 CRISPR 和单细胞测序完成 10 亿次实验进行训练。研究人员可借此在电脑模拟中预测基因或化学干预方案，实现从盲目猜测到精准预测的转变。该工具将于今年晚些时候开源，有望在未来四五年内推动个性化医疗及复杂疾病治疗取得临床突破。
OpenAI 正式发布 GPT-5.6，推出 Sol、Terra、Luna 三档模型。Sol 在 Agent 评测中领先，但编码基准落后竞品且存在 token 过度消耗问题，Terra 性价比显著提升。新功能包括程序化工具调用、缓存优化及 Sol 自主训练 Luna。尽管安全围栏较严且知识截止日期存疑，该版本仍属扎实迭代。对于 Codex 用户建议升级，而 Claude Code 用户需权衡工作流兼容性，两大 AI 厂商竞争已趋白热化。
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。
