AI消息速览

Figure 发布 Helix 2.5,30 户陌生家庭零样本作业

事件日期 2026-09-20 · 产业观察 · 已接受

事件日期2026-09-20
信息日期2026-09-20
入库日期2026-09-20
通道产业观察
状态已接受
来源腾讯研究院(搜狐同步)

知识卡片:Figure 发布 Helix 2.5,30 户陌生家庭零样本作业

一句话结论

来源材料称,Figure 推出新一代模型 Helix 2.5,使人形机器人在旧金山湾区 30 户未采集过数据的家庭中完成整理客厅、折叠毛巾与铺床等长时序任务,且无需微调或环境适配;对照实验显示能力主要来自 Index 人类行为数据预训练。

事件概述或研究问题

  • 来源条目:腾讯研究院AI速递 20260920 第六条“Figure发布Helix 2.5,30户陌生家庭零样本作业”。
  • 关注问题:人形机器人能否在未采集过数据的陌生家庭中,无需微调或环境适配,完成多步骤家务任务。
  • 涉及对象:Figure、Helix 2.5、Index 人类行为数据、Nscale。
  • 英文关键词:Figure, Helix 2.5, Index, Nscale, zero-shot, humanoid robot, long-horizon tasks, pretraining, fine-tuning。

方法/产品要点

  • Helix 2.5:Figure 推出的新一代模型。
  • 测试场景:在旧金山湾区 30 户未采集过数据的家庭中作业。
  • 任务:整理客厅、折叠毛巾、铺床三项长时序任务。
  • 条件:材料称无需微调或环境适配。
  • 预训练数据:对照实验显示能力主要来自 Index 人类行为数据预训练。
  • 算力/合作:材料称 Figure 已与 Nscale 合作,投入 35 亿美元,部署最多 10 万 GPU 支撑后续扩展。

主要结果或产业意义

  • 对照实验:从零训练策略零样本成功率仅 9%;预训练模型达 56%。
  • 所需适配数据较上代减半。
  • Index 数据每翻一倍,动作预测损失按规律下降。
  • 产业意义:若结果可复现,说明人类行为数据预训练与算力扩展可能是人形机器人进入家庭场景的关键杠杆,也把竞争重点从现场微调/环境适配推向大规模数据与基础模型能力。
  • 与既有脉络的关系:已有相关卡片未覆盖 Figure Helix 2.5 或家庭机器人零样本作业;本条可作为“具身智能/家庭机器人基础模型”脉络的新增事实节点,增量在于陌生家庭零样本长时序任务、预训练与从零训练对照、Index 数据规模与动作预测损失关系,以及 Nscale 算力投入。

为什么重要

  • 陌生家庭零样本作业比实验室或预采集环境更接近居家服务机器人落地条件。
  • 结果把价值从“现场微调/环境适配”转向“大规模人类行为数据预训练 + 可扩展算力”。
  • 数据翻倍与动作预测损失下降,材料显示预训练规模可能影响动作预测表现;但完整曲线与统计细节待核实。
  • 35 亿美元、最多 10 万 GPU 的投入,材料层面显示具身智能公司正把算力基础设施作为扩展前提。
  • 本条与已有 NIST AI RMF、Epoch AI、OpenRouter 等卡片无直接重叠;新增信息集中在 Figure Helix 2.5 的家庭场景泛化与数据/算力扩展。

局限与不确定性

  • 材料未给出评测协议、任务成功判定、家庭多样性、光照/杂物/户型分布、是否有人工恢复或远程接管等细节。
  • “零样本”定义、是否完全无微调/无环境适配、是否只在特定子任务上成功,待核实。
  • 56% 与 9% 成功率的统计样本量、置信区间、重复次数,待核实。
  • Index 数据来源、规模、采集方式、隐私与知情同意机制,待核实。
  • “所需适配数据较上代减半”中的“上代”具体版本与对比条件,待核实。
  • Index 数据翻倍与动作预测损失下降的缩放规律细节,待核实。
  • 与 Nscale 的 35 亿美元投入、10 万 GPU 部署的时间表、完成度和商业条款,待核实。
  • 旧金山湾区 30 户家庭是否具有代表性、是否覆盖不同人口与居住条件,待核实。
  • 安全、隐私、失败模式、能耗与成本,材料未展开。

可用于图书/PPT/简报的角度

  • “机器人从实验室走向陌生家庭”:零样本泛化的边界与验证方法。
  • “预训练 vs 从零训练”:同一任务下的成功率对比,可做柱状图/对照表。
  • “人类行为数据是机器人基础模型的燃料”:Index 数据、动作预测损失与数据规模关系。
  • “具身智能的算力底座”:Figure 与 Nscale、35 亿美元、最多 10 万 GPU。
  • “长时序家务任务”:整理客厅、折叠毛巾、铺床对规划、泛化与失败恢复的要求。
  • “家庭机器人落地的隐私与安全”:陌生家庭数据采集、远程接管、失败责任。
  • 可与宇树 UnifoLM、Anthropic 湿实验室等条目并列为“真实世界具身智能”简报页。

原始材料

  • 原始来源:腾讯研究院AI速递 20260920
  • 来源 URL:https://m.sohu.com/a/1078322629_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=6
  • Parent URL:https://m.sohu.com/a/1078322629_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334
  • 来源条目:六、Figure发布Helix 2.5,30户陌生家庭零样本作业
  • 英文标题:材料未提供独立英文新闻标题;产品名/模型名为 Figure Helix 2.5
  • 英文关键词:Figure, Helix 2.5, Index, Nscale, zero-shot, humanoid robot, long-horizon tasks, pretraining, fine-tuning

发现内容有误?

免登录提交,管理员审核并完成修正后才会公开修订说明。

值得关注

陌生家庭零样本作业比实验室或预采集环境更接近居家服务机器人落地条件。 结果把价值从“现场微调/环境适配”转向“大规模人类行为数据预训练 + 可扩展算力”。 数据翻倍与动作预测损失下降,材料显示预训练规模可能影响动作预测表现;但完整曲线与统计细节待核实。 35 亿美元、最多 10 万 GPU 的投入,材料层面显示具身智能公司正把算力基础设施作为扩展前提。 本…

相关主题

对应的教材知识点

教材知识点匹配尚未完成。