机器人学会做家务，这回是真的？

机器人学会做家务，这回是真的？

2026年9月17日，Figure发布神经网络模型Helix 2.5。实验视频里，一台Figure 03人形机器人走进一栋它这辈子从没见过的房子，没人遥控、没有预训练适配，它自己找路、自己调整站姿，把床铺整理了。本文核心判断只有一句：具身智能的竞争，已经从「能不能动」转向「换了个地方还能不能干活」，而决定胜负的变量，正在从算法转向数据和算力。

🏠 三十栋陌生房子：一场设计精明的豪赌

金句先行：真本事不是在自家考场考出来的。

为验证Helix 2.5，Figure在旧金山湾区租赁了30栋完全陌生的房子，事先从未针对这些房子内部的环境或物体做任何数据采集、微调或适配。预训练用的是人类行为数据集Index，只覆盖三种行为：整理客厅、折毛巾和整理床铺。

然后，把机器人直接拎进去干活。

这不是摆拍。在实验场地里，机器人必须把「穿行环境」本身当作任务的一部分，在狭小、杂乱的空间里调整身体位置，才能观察、够取并操作物体。折毛巾这种动作，对人类是肌肉记忆，对机器人是一整套「看—想—动—纠错」的长时序闭环。

实测结果有两组关键数字：其一，Index预训练让零样本全身泛化的任务成功率从8%提升到56%，提升幅度达7倍，且任务专用数据、架构、训练和评测全部保持不变；其二，与上一代Helix 02相比，Helix 2.5只用一半的任务专用数据，就把行为泛化到了30个前所未见的新环境。

另一个容易被忽略的细节是自我纠错：机器人会在陌生环境中后退重新定位、改变站姿，甚至绕着整张床移动来修正折叠动作。Figure明确表示，这种从错误中恢复、持续推进任务的能力，正是Index预训练带来的效果。

产业逻辑很清晰：零样本泛化能力，本质上是把「对物理世界的理解」从一个环境迁移到另一个环境的能力。它决定了机器人进入一个新家庭、新工厂时，需不需要再花几周时间做现场调试——这直接决定了商业模式的成本结构。

📈 从8%到56%，中间隔着一条数据飞轮

金句先行：具身智能没有奇迹，只有数据。{}

8%到56%的跃迁，靠的不是换了个更聪明的架构，而是往Index里灌人类行为数据。Figure在新闻稿中给出一个惊人的供给侧数字：Index每秒都会生成约35分钟的全新人类行为数据。

我们把这条链路画出来：

一个自增强的数据飞轮。这条路径的对照数据如下：

需要提醒一句：56%看着不高，但这是零样本、陌生环境、长时序任务三个苛刻条件叠加下的成绩。类比一下，大模型早期从「答对20%」到「答对60%」的阶段，恰恰是从玩具走向工具的临界区。业界现在私下流传的说法是：「数据壁垒比模型权重壁垒更难追，权重早晚会被开源追平，但数据管线追不平。」

Figure自己也把话挑明了：如果说当前表现能说明问题，那么更多数据与算力应当能直接转化为机器人进入新家庭前就已掌握的更多物理世界知识。原话是——「是时候扩大规模了。」

💰 60亿美元锁算力：具身智能的军备竞赛开打

金句先行：这个赛道拼到最后，拼的是电费单。

Figure已承诺投入价值35亿美元的算力资源用于训练Helix。更关键的动作在本月：公司已与AI基础设施供应商Nscale签署多年期算力服务协议，锁定约10万块英伟达Vera Rubin系列GPU的算力供应，同时预留扩展空间，合同总规模最高有望达到60亿美元。

一家尚未大规模交付的人形机器人公司，签下可能高达60亿美元的算力合同，这个信号值得所有人细品：具身智能的竞争成本结构，正在向大模型行业看齐。训练一个能理解物理世界的通用模型，不再是大模型公司的专利，机器人公司必须自己下场买卡。

时间线上把这几件事串起来看，节奏感会更清楚：

注意6月那个节点：工业和信息化部、国务院国资委联合启动2026年度人形机器人与具身智能实景实训专项行动，提出推动重点产品在代表性场景中完成应用验证和常态部署，开启「作业模式」。这意味着海内外几乎在同一时间窗口，把资源押向了同一个方向，真实场景、常态运行、批量部署。

国元证券的观点与此呼应：AI基础设施与具身智能研发有望协同深化，未来模型训练与应用反馈的衔接将进一步增强，推动技术迭代向可交付的产品能力转化；长期训练资源、实机数据积累与场景验证能力，有望成为头部企业构建竞争优势的重要支撑。

翻译成大白话：以后判断一家具身智能公司的成色，先看三样东西，算力合同、实机数据量、跑通的场景数。PPT和Demo的权重，会越来越低。

🏭 十分钟一台：产能竞赛在大洋彼岸同步开打

金句先行：算法决定上限，产能决定生死。

就在Figure秀模型的同时，中国这边的叙事是另一条线——量产。UBTech|优必选开设了全球首座人形机器人量产工厂，14000平方米的厂房里，自动化设备可以做到每10分钟生产一台人形机器人，年产能10000台。

一边是Figure用60亿美元锁算力，一边是优必选用工厂锁产能，两种打法看似不同，实则指向同一个终点：规模化交付。没有量产能力，再好的模型也只是实验室展品；没有强模型，一万台机器人也只是昂贵的壳子。

同期的国内进展还有智元：正式发布远征A3 Ultra商用落地实景案例视频，覆盖4S店、酒店和零售便利店多个典型商业场景，展示真实运营环境中的多机协同、人机协同与自主作业能力。这是全球首个规模化量产全尺寸人形机器人商用落地的实景呈现，意味着全尺寸人形机器人正从技术验证走向规模化商业应用。

产业链上的国产供应商也已经在批量供货的位置上：长盈精密为全球头部人形机器人品牌提供精密零组件，是产业链核心精密零组件供应商；世运电路的人形机器人相关PCB产品产能准备充分、已进入批量供应阶段，后续将跟随客户量产与迭代升级持续放量。

华源证券的判断可以作为一个阶段划分的注脚：随着世界模型与VLA架构迭代，以及前期试点项目逐步转向批量部署，服务业和工业场景有望成为下一阶段人形机器人需求增长的核心驱动力，产业将逐步从小批量验证迈向「1-10」新阶段。

⚠️ 冷思考：零样本不等于商业化

金句先行：看Demo热血上头，算账单冷静三分。

泼三盆必要的冷水。

第一，8%到56%是巨大进步，但56%意味着接近一半的任务仍然失败。家务场景里折坏一条毛巾无所谓，工厂产线上50%的失败率就是事故。从「实验数据」到「可SLA交付」，中间还隔着一个数量级的可靠性工程。

第二，折毛巾、整理床铺是「有限任务集」上的泛化。真正进入家庭，还要面对开放式任务、多物种宠物、老人小孩共存的安全约束。Figure自己也在新闻稿里用的是「应该可以」「能够说明问题」这样的假设语气，而不是「已解决」。

第三，60亿美元的算力开支，必须由商业化回款来覆盖。万联证券的判断给出了方向：人形机器人有望逐渐从B端走向C端，未来市场空间广阔。但从B端到C端的路径上，定价、运维、保险、责任界定，每一环都是没有标准答案的新题。

据多位接近产业的人士反馈，目前一线厂商的共识是：2026年真正的分水岭不是谁的Demo更惊艳，而是谁能在三个以上真实场景里做到常态化无人值守运行。谁先把「作业模式」跑成日常，谁就先拿到规模化订单。

小结：数据、算力、产能，三条曲线同时陡峭

回看这一个月：Figure用30栋房子证明零样本泛化可行，用60亿美元合同锁定算力；优必选十分钟下一台、年产万台；智元把全尺寸机器人开进4S店和便利店。模型、算力、产能三条曲线第一次同时陡峭向上，这就是「破晓时刻」的具体含义。2027年值得盯的指标只有一个：哪台机器人，能在你没见过的房子里，连续干满一个月。那一天到来之前，保持兴奋，也保持清醒。