机器人做家务，终于不是摆拍了？

9月17日，Figure宣布推出其号称“最先进”的神经网络模型Helix 2.5。演示内容听上去很家常：搭载新模型的Figure 03人形机器人，被放进一个完全陌生的环境里，没人教、没在现场再练一遍，直接开始整理客厅、折毛巾、整理床铺。

零样本，全身自主，做家务。

这三个词放在一起，才是这次发布真正的信息量。此前人形机器人行业的演示视频，观众早已看麻——预编程的动作、反复排练的路线、恰好摆好的道具，业内自嘲叫“摆拍式具身智能”。而Figure这次的核心声明只有一条：机器人没经过任何额外训练，就完成了任务。

我的判断是：这场演示的看点不是家务本身，而是它背后的数据范式——用人类行为数据做预训练，让能力跨环境迁移，正在从论文里的思路，变成头部公司的工程实践。至于离赚钱，还早，但方向值钱。

🏠 这场演示，到底演示了什么

做家务，是人形机器人演示里最“讨巧”也最“危险”的场景。

讨巧在于人人都能秒懂：折毛巾不需要讲解词，观众一眼就知道难在哪——毛巾是柔性物体，每次的形状、位置、褶皱都不一样，机械臂抓取的每一次输入都不同。整理床铺更是复合任务，涉及大范围移动、辨识、抓取、铺平的全流程。

危险在于，家务场景的非结构化程度极高，过去所有试图在家庭环境里做通用的尝试，几乎都被“环境稍微变一变就抓瞎”打得溃不成军。

Figure这次的做法很直接：实验设计阶段，先用人类行为数据集Index预训练Helix 2.5的三种行为——整理客厅、折毛巾和整理床铺，然后把搭载该模型的Figure 03直接扔进陌生环境。

结果：没有额外训练，零样本完成。

用一张图看整个验证链路：

注意一个细节：素材里强调的是“全身自主”。这不是单臂抓一个杯子的经典demo，而是整个人形机器人——移动、感知、操作一体的闭环。对具身智能来说，全身协调的难度和单臂演示完全不在一个量级。

这背后的产业判断是：具身智能可以像人类一样，把对物理世界的理解从一个环节迁移到另一个环境，实时适应动态变化，而不必每次都从头构建。

一句话：从“练一个会一个”，到“学会一类，处处能用”。这是两个物种。

🧠 真正的主角不是机器人，是数据集

发布会的聚光灯打在机器人身上，但这次真正值得盯住的，是Index。

行业内一直在传的一个共识是：具身智能的天花板，短期看模型，中期看数据。真机数据太贵了——一台人形机器人加遥操作团队，采一小时任务数据的成本，够大模型吃多少张显卡的token，账谁都算得出来。所以过去几年，机器人公司普遍走的是“任务制”路线：想让它叠衣服，就采叠衣服的数据；想让它装箱，就再采装箱的数据。任务清单有多长，数据采集的账单就有多长。

Figure这次的路线换了一个底层假设：人类自己就是最好的行为数据库。

整理客厅、折毛巾、整理床铺，这三件事全人类每天都在做，行为数据天然海量、天然多样。用人类行为数据集做预训练，相当于让模型先“看会”和“学理”，再由机器人本体去“做会”。这与当下大模型领域“先海量预训练、再下游对齐”的成熟范式，是同一个逻辑在物理世界的复刻。

两种范式的差别，可以放在一张表里看：

业内私下流传的判断是：未来两三年，具身智能公司的分水岭，不在硬件，而在“人类行为数据与机器人执行数据的对齐管线”谁做得更深。谁先把这条数据飞轮转起来，谁的模型迭代速度就会指数级甩开对手。

Figure显然是想抢这个身位。

📈 从逐任务重训到零样本，范式的分水岭

零样本这个词，在语言模型里已经被用烂了，但在机器人领域，它含金量极高。

传统机器人系统的部署逻辑是这样的：

上半条链，是过去十年绝大多数机器人公司走的老路：每换一个场景、每加一个任务，都要重来一遍。这直接决定了商业模型的天花板——交付成本降不下来，规模化就是一句空话。

下半条链，是Helix 2.5这次试图证明的东西：预训练出来的能力，可以直接在陌生环境里调用。用Figure自己的表述，这意味着具身智能能将自身对物理世界的理解从一个环节迁移至另一个环境，实时适应动态变化。

当然，产业观察者得泼一盆冷水：零样本不等于全知全能。这次验证的任务域是三项家务行为，模型是在这些行为上预训练过的，“零样本”指的是没在目标环境里额外训练，而不是没学过这类任务。陌生客厅里的零样本迁移，和任意陌生任务上的零样本泛化，是两回事。演示的边界，就是能力的边界。

但即便如此，这也是实打实的一步。因为“环境变化不再需要重新采集训练”这一条，恰恰是过去卡死人形机器人落地的最粗的那根钉子。拔掉它，商业模型才有重算的可能。

⚠️ 客厅很宽容，产线很挑剔

看懂了范式，再看场景，问题的另一面就浮出来了。

为什么Figure选择家务做验证场景，而不是工厂工位？一位在一线做人形机器人部署的朋友的说法很传神：客厅的容错率，其实是所有真实场景里相对最高的。

拆开看：家务任务失败的成本极低——毛巾折歪了可以重来，杯子没摆整齐不影响下一轮；家务任务的验收标准是模糊的——没有人会用工业级的精度要求去检查床铺；家务任务的节奏是慢的——没有节拍器，没有产线节拍约束。相比之下，工业场景里任何一个环节的失误都可能意味着物料报废、停线损失，客户对可靠性的要求是六个西格玛级别的。

也就是说，家务是技术上“最难”的场景之一（非结构化、柔性物体、全身协调），却是商业上“最宽容”的场景之一（容错高、无节拍、验收模糊）。用它来验证模型能力，是个聪明的选择。

但聪明的验证场景，不等于最早的商业化场景。人形机器人商业化的行业共识路径，大概率依然是先To B后To C：工厂、物流、仓储这些半结构化场景，任务重复度高、付费方明确、 ROI好算，会先跑出真金白银的订单；家庭场景虽然市场想象空间更大，但安全认证、隐私顾虑、价格承受力，每一关都是硬骨头。

所以对Helix 2.5的合理预期是：它证明的是能力水位，而不是交付时间表。家务能力越强，说明模型的泛化底盘越厚，反过来会加速工业场景的迁移落地——技术是同一套，先在哪挣钱是商业问题。

💡 Figure想讲一个什么故事

把镜头拉远，这场发布放在Figure的整体叙事里看，意图很清楚。

人形机器人行业讲了两年的故事，主线是“本体”：自由度多少、负载多重、跑得多快、量产多少台。本体故事的天花板正在显现——硬件参数会趋同，代际差异会被抹平，最后拼的必然是软件和数据。

Helix 2.5和Index数据集的组合，是Figure在向资本市场和客户传递一个信号：我们的护城河不在那台Figure 03，而在模型迭代的速度。具身智能的估值逻辑，正在从“造出了像人的机器”，切换到“机器拥有了可迁移的通用能力”。前者的对标是装备制造，后者的对标是大模型——两个故事，估值体系天差地别。

据多位接触过具身智能赛道的一线投资人私下交流，现在的共识正在收敛：真机数据+人类行为数据的规模与质量，将是下一个估值分化周期的核心变量。谁的数据飞轮先转起来，谁就能像大模型领域一样，拉开令人绝望的代差。

当然，故事要落地，还要过三关：一是泛化的边界能不能持续外推，从三项家务走向开放任务集；二是部署成本，Figure 03这类整机加模型方案的 pricing 能不能进入客户的心理账户；三是安全性，全身自主运行意味着出错时的影响范围也变大，安全框架必须比能力先行。

回看这次发布，Figure用一场“陌生环境零样本做家务”的演示，把具身智能的竞争从硬件参数表，拉到了数据与范式的维度。家务只是试金石，真正的考题是：可迁移的通用能力，能不能批量复制到能收钱的场景里。

下一阶段值得盯的信号很具体：哪家公司先公开“人类行为数据规模→任务泛化边界”的量化关系。那个拐点出现的时候，人形机器人的商业化时钟，才算真正开始走。

机器人会做家务这件事，第一次看起来不像摆拍了。但会做家务到愿意为它付钱之间，还隔着整个商业化的修罗场——这一段，才是好戏。