Figure发布Helix2.5，30户陌生家庭零样本成功率达56%

当地时间9月17日，人形机器人企业Figure正式发布新一代具身智能模型Helix 2.5，宣称该模型可实现人形机器人在陌生家庭环境中的零样本自主家务作业。本次测试中，Figure在旧金山湾区租赁了30套此前从未进入过的普通家庭，要求Figure 03人形机器人自主完成整理客厅、折叠毛巾、整理床铺三类需要全身协同的长时程任务，测试全程未针对测试环境的物品、布局采集任何本地数据，也未进行现场微调或环境适配。

旧金山30户陌生家庭实测全自主家务能力

本次测试的三类任务均对机器人的全身协调能力提出高要求：整理客厅需要将散落的十余件玩具全部归置到篮子中，折叠毛巾需要完成抓取、折叠、收纳的全流程，铺床则需要调整枕头位置、拉平被子。过程中机器人需要边走边观察环境，动态调整身体姿态够取物品，再通过双手完成操作，遇到障碍时还可自主后退重新定位、变换站姿，或绕到床的另一侧修正操作路径。Figure明确将本次测试定义为“零样本”测试，核心要求是机器人未针对测试房屋的布局、物品提前采集训练数据，也未在测试现场调整模型参数，完全依赖预训练获得的物理世界理解完成陌生环境下的任务。

Index预训练驱动任务成功率提升6倍以上

为验证预训练对零样本泛化的核心作用，Figure设置了严格的对照实验：保持任务专项数据量、模型架构、训练设置、评估条件完全一致，唯一变量为是否使用旗下人类行为数据集Index进行预训练。盲测结果显示，未经过预训练、从零开始训练的模型完整任务成功率仅为9%，而经过Index预训练的模型成功率跃升至56%，提升幅度超过6倍。成功判定标准极为严格，要求完整完成整项家务任务，过程中因安全需要人工介入的测试均按失败计算，不设部分得分。同时，Helix 2.5仅用一半的任务专项数据，就实现了对30个全新陌生环境的泛化，表现优于前代Helix 02——后者仅在自身部署过的环境内采集数据训练，却无法在零样本条件下完成跨环境任务。

35亿美元算力投入加速零样本泛化落地

Figure表示，旗下人类行为数据集Index目前每秒可新增约35分钟的人类行为数据，已累计收录超1600万条全球人类日常操作视频，为模型提供丰富的物理交互先验知识。同时Figure已与算力供应商Nscale达成合作，计划部署最多10万块GPU，并承诺投入35亿美元算力用于后续Helix系列模型的训练。Figure指出，当前人形机器人商业化落地的核心瓶颈之一，是每进入一个新的家庭环境都需要重新采集数据、训练适配模型，部署规模越大现场适配成本越高，而零样本泛化能力成熟后，机器人将可直接将在训练中学会的本领迁移到陌生环境，无需重复适配，大幅降低落地门槛。

风险提示：市场有风险，投资需谨慎。本文为AI基于公开信息生成，仅供参考，不构成任何投资建议。