9 月 17 日，美国人形机器人公司 Figure 发布了其号称"有史以来最重要"的神经网络模型 Helix 2.5，并给出了一组让人眼前一亮的实验结果：搭载该模型的 Figure 03 人形机器人走进 旧金山湾区 30 套完全陌生的住宅，在没有为这些房子采集任何数据、也没有做任何微调的情况下，自动完成了三项家务——整理客厅、折叠毛巾、铺床。
所谓"零样本"（zero-shot），简单说就是机器人以前从来没见过这张沙发、这条毛巾、这张床，它不是"背"出来的，而是像人一样，靠对物理世界的通用理解，到了新环境自己上手干。
从 9% 到 56%：到底提升了多少？
Figure 做了一组对照实验：在相同的机器人本体和相同的三个任务下，从零开始训练的策略（policy）在陌生家庭里的零样本成功率只有 9%；而用 Figure 自家的人类行为数据集 Index 做预训练后的 Helix 2.5，成功率直接跳到 56%，提升超过 6 倍。同时，Helix 2.5 在每个具体任务上所需的"任务专用数据"，也只有上一代 Helix 02 的一半。
为什么租了 30 套房？
创始人 Brett Adcock 解释，人形机器人真正进家庭的难点，从来不是"会不会叠衣服"，而是"换一户人家还会不会"。不同家庭的户型、家具位置、物品摆放都千差万别，传统做法是给每类场景大量采集数据再训练，既贵又无法覆盖长尾。Figure 的思路是：先用海量人类日常行为数据预训练一个通用的"身体大脑"，再让它在新环境里直接迁移。
离走进你家还有多远？
56% 的成功率意味着平均每两次家务里仍有一次会失手，机器人距离"完全靠谱的家庭保姆"还有距离。但 Helix 2.5 证明了一件关键的事：人形机器人的泛化能力可以通过大规模预训练大幅提升，而不必再像过去那样为每个家庭单独调教。这是具身智能从"实验室表演"走向"规模化进家"的重要一步。
信息来源：Figure 官方博客、36 氪。
