行业动态
x.com ·
@berryxia
Figure AI 发布 Helix 2.5：零样本跨 30 个陌生家庭做家务，全任务成功率 56%
据 X 用户转述，Figure AI 发布人形机器人神经网络控制模型 Helix 2.5，从单一基础模型微调出整理客厅、叠毛巾、铺床三种全身行为，在湾区 30 个真实家庭零样本实测，测试环境与物品均未出现在训练数据中，全任务成功率 56%，较 9% 基线大幅提升，30 个家庭均有成功记录。模型基于 Figure 自建 Index 人类行为录制数据集预训练，各任务使用固定权重、不做现场适配。Figure 还称小规模数据可提前预测最大规模训练的 test loss，误差 0.54%，并称这是首个在人形机器人上测量到的人类→机器人迁移 scaling law。上述数据来自个人转述，尚待官方材料核实。
AI推荐理由 转述 Figure AI 的 Helix 2.5 人形机器人控制模型：零样本跨 30 个陌生家庭执行整理客厅、叠毛巾、铺床三类全身任务，全任务成功率 56%（基线 9%），每个家庭均有成功记录；基础来自 Figure 自建 Index 人类行为录制数据集，并报告小规模数据可预测大规模 test loss（误差 0.54%）及所谓首个人类→机器人迁移 scaling law。信息密度高、涉及具身智能泛化路线，但来源为个人 X 转述而非官方发布，成功率、scaling law 等关键数据无法在输入中独立验证，需保留不确定性。
72
正文
尼玛，这不就是我们希望的家庭保姆机器人嘛！
看到新的希望了啊~
Figure AI 把人形机器人直接拉进了 30 个陌生人的家里做家务，零样本，没有在任何一个家庭采集过数据。
今天发布的 Helix 2.5 是 Figure 最新的人形机器人神经网络控制模型。
从单一基础模型出发，微调出三个全身行为：整理客厅、叠毛巾、铺床。
然后直接拉到湾区 30 个真实家庭实测，测试环境和操作的物品都没有在训练数据中出现过。
结果：全任务成功率 56%，从 9% 基线直接跃升，30 个家庭每一个都有成功完成的记录。
核心技术路线上，Helix 2.5 的基础来自 Figure 自建的 Index 数据集：一个全球规模的人类行为录制平台，8 月 25 日才正式公开。
目前每周超过 9 万人贡献数据，每秒上传 35 分钟的人类行为。
模型在 Index 上做预训练，再分别微调出各个任务的 checkpoint，每个任务用一个固定权重跑完全部 30 个家庭，中间不做任何适配。
具体能力上，这不是桌面机械臂在固定工作台上抓东西。
人形机器人需要在完全陌生的空间里步行、寻找目标物体、调整站姿、双手协调操作、移动头部和躯干来改善视野：是全身控制级别的泛化。
Figure 还报告了一个比较重要的发现：用较小规模数据跑出的结果可以提前预测最大规模训练的 test loss，预测误差仅 0.54%。
据他们说，这是首个在人形机器人上测量到的人类→机器人迁移 scaling law。
对比前代 Helix 02（2026 年 1 月发布），那个版本已经能自主运行物流任务 200 小时、卸洗碗机，但核心限制是只能在采集过数据的场所工作。
Helix 2.5 解决的就是这个问题：学一次家务，去任何家庭都能干。
Figure CEO Brett Adcock 说这是“我们在 Figure 做过的最重要的项目”。
对机器人领域来说，这个 56% 的数字本身不算高，但零样本跨环境泛化的路线验证，可能比数字本身更有意义。
真的有点期待~
Your browser does not support the video tag.
🔗 View on Twitter