Figure Helix 2.5：零样本进驻 30 个真实家庭

第 1 集 · Figure 发布 Helix 2.5：零样本进 30 个陌生家庭干活 4 小时(2026-09-18,27 条)

Figure 于 09-18 发布通用人形机器人基础模型新版本 Helix 2.5，并放出配套演示：CEO Brett Adcock 公布机器人零样本连续工作约 4 小时的实录（后有 30 分钟浓缩版），场景是团队在湾区租下的 30 个从未见过的真实住宅。机器人抵达后不做任何额外训练、也未在这些环境或物品上采集数据，即直接开始执行整理客厅、叠毛巾、铺床、捡拾玩具等家务。核心量化结论是：Index 预训练使零样本全身行为成功率从 8% 跃升至 56%。

已确认

• Helix 2.5 为 Figure 迄今最强的神经网络，也是首个基于 Index 平台训练的模型，用于 Figure 03 机器人；Index 数据引擎在拍摄时以每秒 35 分钟的速度产出训练数据（Figure 工程师 coreylynch 介绍）。
• 模型可零样本执行三种全身行为，覆盖 30 个真实湾区家庭；这些家庭从未采集过训练数据，机器人完全依靠泛化能力应对陌生环境与物品，任务包括洗衣、整理床铺、叠毛巾、收拾客厅、捡拾地上玩具等。
• 部署方式为「零样本进陌生家庭」：机器人到现场直接开工，不做现场微调；Brett Adcock 称泛化到未见环境是「机器人学的圣杯」，并表示 Helix 2.5 旨在回答「人形机器人能否进入从未见过的家庭、立即用全身自主开始工作」这一更难的问题。
• 关键消融结果（coreylynch 多次强调为最重要的结论）：同一模型、同一任务数据、同一评测下，不加 Index 预训练时零样本全身行为成功率仅 8%，加上后跃升至 56%；按严格口径（须完整完成整个任务）也实现数倍提升（rohanpaulai 转述官方口径为提升超过 6 倍）。大规模人类行为数据预训练是成功率提升的直接来源。
• Index 展现出可预测的 scaling 信号：数据翻倍后 next-action prediction 的提升足够可预测，能在开训前把最大一次 run 的 loss 预测到小数点精度。
• coreylynch 观看实机长时程任务演示后表示，当模型在主动感知和自我纠错上足够强时，「长时程」体验发生质变——模型会主动把任务做完。
• 实录视频如实呈现了零样本技术在真实家居中哪些环节可行、哪些仍在挣扎；mhdfaran 等作者称赞这种公开真实表现的透明度值得业界效仿。

为什么重要

• 零样本、无家庭数据的部署验证，是从实验室走向通用家庭机器人的关键一步；8%→56% 的消融结果与可预测的 scaling 曲线，为「靠数据规模扩展泛化能力」的路线提供了少见的量化证据。
• 业内也有冷静声音：Waymo 研究负责人 mwulfmeier 转发时既给予极高评价，也指出此类系统尚不可部署；相关讨论强调长尾场景下的可靠性才是通用任务真正落地的挑战，单次演示的成功率并不等于产品化可用。也有乐观者如 Linus Ekenstam 大胆预测十年内家庭机器人或造就十万亿美元级公司，此类判断属个人观点。

• Figure 实录：人形机器人在 30 个出租屋零样本连续工作 4 小时 — adcock_brett · 2026-09-18
• Figure 租下湾区 30 套住宅,机器人零新训练执行未知环境任务 — Rewkang · 2026-09-18
• Figure 发布 Helix 2.5：人形机器人在 30 个陌生家庭零样本干活 — adcock_brett · 2026-09-18
• Helix 2.5 发布:零样本完成全身行为,横跨 30 个真实家庭无任何家庭训练数据 — coreylynch · 2026-09-18
• Figure 发布 Helix 2.5:30 个真实家庭零样本演示全身行为 — coreylynch · 2026-09-18
• Figure 发布 Helix 2.5：机器人零额外训练直接上手 30 个真实家庭干活 — inductionheads · 2026-09-18
• Index 预训练让 Helix 2.5 零样本成功率从 8% 跃升至 56% — coreylynch · 2026-09-18
• Figure 机器人 4 小时零样本打扫 30 间出租屋 — XxSpookxX · 2026-09-18
• Index预训练让人形模型零样本成功率从8%跃升至56% — coreylynch · 2026-09-18
• Figure 披露 Index 预训练消融：机器人零样本成功率 8%→56% — coreylynch · 2026-09-18
• Figure 发布 Helix 2.5：人形机器人零样本泛化至 30 个陌生家庭 — coreylynch · 2026-09-18
• Physical Intelligence 放出 Helix 2.5 在 30 个家庭 4 小时零样本运行实录 — coreylynch · 2026-09-18
• Figure 公布 4 小时零训练实录:机器人在 30 个陌生家庭干活 — mhdfaran · 2026-09-18
• Figure 人形机器人在 30 个陌生家庭完成家务,零重训零环境数据 — Polymarket · 2026-09-18
• Figure 发布 Helix 2.5:30 栋陌生房屋零数据测试泛化能力 — xiaohu · 2026-09-18
• Figure 发布 Helix 2.5:30 个陌生家庭盲测家务成功率 56% — xiaohu · 2026-09-18
• Figure 租 30 湾区民居做通用任务,业内强调长尾可靠性才是真挑战 — chris_j_paxton · 2026-09-18
• Figure Helix 2.5 在 30 个陌生家庭实测成功率 56% — CyberRobooo · 2026-09-18
• Figure 发布 Helix 2.5:零样本闯进 30 个陌生家庭,成功率 56% — APPSO · 2026-09-18
• Figure AI 发布 Helix 2.5,机器人可泛化执行陌生家庭任务 — curiousinquirer007 · 2026-09-18

还有 7 条相关讨论 →

第 2 集 · Figure 发布 Helix 2.5，零样本完成 56% 家务(2026-09-21,4 条)

Figure 发布其迄今最强的人形机器人神经网络系统 Helix 2.5，并在旧金山湾区租下 30 套真实住宅进行测试。机器人进入从未见过的家庭环境后，不做任何额外训练（零样本）即直接执行家务任务，端到端完成了 56% 的任务。作者认为人形机器人是「通用工人」的载体，能搬物、爬楼梯甚至开叉车，展示了具身智能走向通用家务劳动的可能。

• Figure Helix 2.5 进30个陌生家庭,端到端完成56%家务 — thealexbanks · 2026-09-21
• Figure 发布 Helix 2.5，机器人零样本直入真实家庭做家务 — FinanceYF5 · 2026-09-22
• Figure 发布 Helix 2.5，租 30 套住宅零样本测家务 — FinanceYF5 · 2026-09-22
• Figure 发布 Helix 2.5，人形机器人零样本搞定 30 套陌生住宅 — FinanceYF5 · 2026-09-22