Figure发布Helix 2.5模型，能让机器人自主做家务。公司在旧金山湾区租了30套房子，机器人没有进行额外训练，到了地方就开始自己收拾房子。Helix 2.5的构建旨在回答一个问题，类人生物能否进入一个它从未见过的家，并立即自主工作。这个问题的表述方式比技术指标更能说明Figure想验证什么。过去机器人在新环境里工作，通常需要提前建图、收集数据、针对场景做微调。Helix 2.5要测的是零样本泛化，机器人到了陌生家庭，没有该环境的数据，直接开始干活。

一个基础模型产生三种行为

Figure在全球人类行为数据集Index上预训练了Helix 2.5。基于这个单一的基础模型，机器人产生了三种行为：整理客厅、折叠毛巾和整理床铺。这三种行为覆盖了运动、刚性和可变形操作、双手协调以及主动感知。然后Figure带着机器人进入了湾区30户家庭，之前没有收集任何数据。在测试中，一个单一的Index预训练基础模型被调整为三种不同行为。这个设计的特点是，基础模型是通用的，针对具体任务只做少量调整，而不是每个任务都从头训练一个模型。

成功率从8%到56%

实测数据显示，Index预训练显著提高了人形机器人零样本全身泛化能力。在任务专用数据、架构、训练和评测均保持不变的情况下，该变量使得任务成功率从8%提升到了56%。48个百分点的提升对应的是预训练数据带来的泛化收益。与前代神经网络Helix 02相比，Helix 2.5只用了一半的任务专用数据，就将该行为泛化到了30个前所未见的新环境。Figure表示，Helix 2.5首次证明，全身智能可以从人类经验中学习并转移到新的场景中，而不用每次都进行重建。56%的成功率意味着还有44%的任务会失败，但零样本条件下这个数字已经说明基础模型在新环境里的泛化能力有了实质提升。接下来要看的是，这个成功率在真实家庭里待更长时间之后会不会保持稳定，以及三种行为之外的其他家务任务能不能用同样的方式泛化。