Figure AI发布了Helix 2.5模型成果，可控制人形机器人全身。核心问题是：机器人能否进入从未训练过的家庭并立即工作？测试选取了旧金山湾区30个未采集过数据的家庭，三项任务：收拾客厅玩具、叠毛巾、铺床。
三项技能均源自同一基础模型。模型先在Figure自建的大规模人类动作数据集Index上预训练，再针对每项任务用小数据集微调。在新家庭和陌生物品上，机器人未做任何再训练或适配。
为评估预训练效果，Figure用相同任务数据训练两版模型：一版从零开始，一版基于Index预训练。仅完全完成任务才计为成功：所有玩具收拾好、毛巾叠好、床铺整理完毕。无预训练版成功率9%，预训练版达56%，420次尝试中237次成功。铺床（67%）和叠毛巾（62%）表现最佳，收拾玩具（40%）略逊。
公司还指出数据效率提升：每项任务所需专用数据仅为上一代Helix 02同类技能的一半。此外，Figure发现了规模效应：每增加一倍人类数据，机器人控制能力可预测提升，最大规模实验的误差也能提前估算。
Figure强调，通用家用人形机器人仍未实现。在陌生环境下成功率略超一半，真实反映了当前水平：对科研是重大进步，但离无人监管的家用还远。企业如考虑人形机器人，建议聚焦可控环境和重复性操作，家用任务则是未来几年发展方向。
