人形机器人
具身智能短板补齐？Figure发布Helix 2.5模型 机器人可“自主做家务”
📋总体概括
Figure于9月17日发布Helix 2.5神经网络模型。公司在旧金山湾区租赁30栋陌生房子，用人类行为数据集Index预训练机器人整理客厅、折毛巾和整理床铺三种行为。搭载Helix 2.5的Figure 03机器人未经任何环境数据采集与微调，即实现零样本全身自主作业，任务成功率从8%提升至56%，且所需任务专用数据仅为前代Helix 02的一半，还展现出后退重定位、绕床修正等自我纠错能力。
⚡关键信息
- ▸Figure于当地时间9月17日正式发布神经网络模型Helix 2.5，并同步公开实验结果
- ▸实验在旧金山湾区30栋陌生房屋中进行，机器人未针对环境做任何数据采集、微调或适配
- ▸Index人类行为数据预训练使零样本任务成功率从8%提升至56%，提升达7倍
- ▸Helix 2.5任务专用数据用量仅为前代Helix 02的一半，却将行为泛化到30个新环境
- ▸机器人展现自我纠错能力：后退重定位、改变站姿、绕床移动修正折叠动作
🔥犀利点评
8%到56%的跃升确实惊艳，但要看清：成功率56%意味着接近一半的任务仍然失败，离「自主做家务」的宣传语还隔着一个演示视频的距离。真正值钱的是两点——零样本泛化验证了数据迁移路线可行，以及训练效率翻倍说明Scaling Law在具身智能上开始奏效。Figure这波是把家政场景当成了具身智能的ImageNet时刻来打，思路对，但别急着宣布短板补齐，实验室的30栋房子和千家万户的真实客厅，还隔着杂乱程度完全不同的两个世界。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 财联社深度 阅读全文 →