机器人零样本闯入30个陌生家庭，成功率56%

9 月 17 日，Figure AI 发布新一代模型 Helix 2.5，在 30 个真实湾区民宅完成零样本测试。机器人面对陌生物体、陌生布局，事先无数据采集、无针对性微调。420 次试验成功 237 次，零样本成功率 56%，评测为盲测，且无单一任务在 Index 预训练数据中占比超过 1.90%。作为参照，同样硬件与任务数据、但未经 Index 预训练的策略成功率仅 9%。预训练使零样本成功率从 9% 提升至 56%，整体成功率提升 522%。与上一代 Helix 02 相比，后者需先在目标场地采集数据，Helix 2.5 仅用一半适应数据量，就在 30 个陌生家庭追平其在单一场地的成功率。

过去家用机器人演示多依赖场地专属数据或远程操作，如特斯拉 Optimus、1X Neo。Helix 2.5 试图回答：机器人能否走进从未见过的家直接干活。评测前，Figure 将玩具、毛巾、床品单独存放，经 AI 初筛和人工复核确认未出现在训练数据中；30 个住宅保留原有布局，未做改造。CEO Brett Adcock 称这是“迄今最重要的项目”，并强调在 30 个家庭中“每一个都记录到了成功”。

支撑变化的 Index 是 Figure 的数据采集项目。5 月低调上线，8 月 25 日正式公开，称“迄今最庞大、最多样的机器人训练数据集”。上线时已有 26.4 万次下载，覆盖 108 个国家，每周活跃创作者超 4.4 万人，累计上传视频超 1600 万条；上传速度一度达每秒 30 分钟新视频，相当于每天 4.9 年人类工作量，9 月初提高到每秒 35 分钟。Figure 已向创作者支付 1500 万美元，计划未来 12 个月投入超 10 亿美元用于数据和算力，把采集规模扩大 100 倍。每 1000 小时数据包含 373 个不重复任务、1146 个不重复操作对象和 116 个不重复环境。数据需经筛选、反作弊、去重、分布再平衡和文字标注五道工序。

实验显示，模型规模和下游训练条件固定时，Index 预训练数据逐次翻倍，机器人动作预测误差规律性下降。四档数据规模最大相差 8 倍，误差曲线平滑到可提前预测最大规模训练损失值，偏差仅整体波动范围的 0.54%。公司称这是人类到人形机器人迁移的缩放定律。

其他公司也在扩大经验来源。1X Neo 今年 2 月面向家庭预订，售价 2 万美元，但复杂动作需远程操作员 VR 接管。特斯拉 Optimus 依赖大规模人类遥操作。Figure 则先让模型从海量人类视频学习一般行为模式，再用少量任务数据适配具体动作，理论上无需为每个新家庭单独采集或远程接管。

目前测试仅三个任务。作者希望扩展到 10 至 12 个任务，并将零样本成功率提升至 80% 至 90%，那样离真正部署家庭不远。56% 成功率不意味着永远失败，Helix 2.5 已具备自我修正和重试功能。租来的住宅提供不同布局，却未必涵盖日常混乱，如地毯上的乐高、沙发缝的充电线、孩子临时堆起的玩具。若任务增至 10 至 12 类、成功率升至 80% 至 90%，限定范围的家庭试点将更有吸引力。

Figure 正为扩大训练准备资源。9 月初，Nscale 宣布向 Figure 提供至少 35 亿美元算力，计划扩大到 60 亿美元以上，最多部署 10 万块英伟达 Vera Rubin 芯片，首批设备预计 2027 年下半年在得州巴斯托落地；Nscale 还入股 Figure，成为其优先算力供应商。Adcock 表示，最大瓶颈是数据和算力。Index 已大规模收集人类经验，随着数据量增加，迁移效果可预见提升。需持续关注：完成更大规模 Index 训练、面对更庞大任务集合后，56% 能被推到多高。