Figure 发 Helix 2.5：只改「有没有人类行为预训练」这一项，30 个陌生家庭的完整任务成功率从 9% 升到 56%

9 月 17 日，Figure 发布 Helix 2.5，称其为第一个在 30 个此前未采集任何数据的湾区家庭里完成全身长程任务的系统：收拾客厅、叠毛巾、铺床三种行为，现场不采数据、不微调、不按执行结果切换模型。它把「零样本」严格限定为「面对新的家庭布局与物体实例无需重新训练」——这三个任务此前都用其他环境采集的数据适配过。

真正有信息量的是两组对照实验。Figure 用同一批任务数据训练两套策略，架构、优化方式、超参、下游数据与评测方法全部固定，唯一差别是初始化：随机初始化的模型在 30 个陌生家庭里完整任务成功率 9%（部分完成不得分），从 Index 预训练模型出发的达到 56%。另一组把 Index 预训练数据按 1 到 8 倍做成四档嵌套子集，模型规模与下游训练不变，机器人动作预测损失随数据翻倍规律下降；官方称用较小规模拟合出的趋势去预测最大规模结果，误差只相当于整个 8 倍数据范围内损失变化的 0.54%。

它改变了什么：把「人类经验能不能像文本之于大模型那样，成为可扩展、且收益可预测的机器人预训练资产」从命题变成了带对照的工程证据，也是第一次把这条迁移曲线延伸到全身人形系统。边界要说清：9% 与 56% 都是 Figure 自报，无第三方复现；更重要的是，1、2、4、8 倍预训练各自对应的真机闭环成功率 Figure 并未公布，所以「预训练越大真机越好」这条连续曲线目前还画不出来。

原文链接：Figure AI 官方新闻室