Figure机器人Helix 2.5家庭测试：56%任务成功率背后的零样本挑战

事件概述

Figure AI于9月17日正式发布Helix 2.5模型，并公布了其在真实家庭环境中的测试结果。在30个陌生家庭中，机器人需完成捡拾快递、整理未叠毛巾及整理床铺三项任务。测试结果显示，完整任务的成功率为56%。这一成绩表明，虽然人形机器人在处理非结构化家庭环境时仍面临挑战，但其通过自研模型实现跨场景泛化的能力正在逐步验证。

核心信息与技术细节

• 零样本测试（Zero-Shot）：本次测试的核心在于“零样本”能力。Figure并未针对这30个家庭的特定物体或布局进行专门的数据采集和模型适配，而是将其他环境中学到的技能直接迁移至新房间。这旨在解决机器人入户部署的高昂定制成本问题，避免每到一个家庭都需要工程师上门重新训练。
• 性能对比：在保持其他条件一致的对照试验中，引入Index预训练后的Helix 2.5将任务成功率从9%提升至56%。需注意的是，9%为对照组基线成绩，并非上一代产品的水平，且评估标准严格——因安全原因需要人工介入即视为任务失败。
• 技术架构演进：
  • Helix系列：Figure于2025年结束与OpenAI的技术合作，转向自研Helix模型，将视觉、语言与动作控制结合。最新的Helix 2.5在此基础上进一步优化了端到端的处理能力。
  • 硬件升级：2025年10月发布的Figure 03加入了掌心摄像头和指尖触觉感知，以解决抓取时的视线遮挡和力度控制问题。
  • 数据采集：今年8月公布的Index项目已收集超过1600万段人类活动视频，并向贡献者支付1500万美元，试图通过大规模人类行为数据增强机器人的经验库。

商业背景与市场定位

• 估值与融资：Figure成立于2022年，创始人Brett Adcock拥有软件和硬件双重背景。公司近期发展迅速，2025年9月宣布C轮融资获得超10亿美元承诺资本，投后估值达到390亿美元。资金主要用于模型研发、自建工厂和数据体系建设。
• 工业与家庭双线并行：
  • 工业端：Figure 02曾在宝马斯帕坦堡工厂运行约1250小时，搬运超9万个零件，证明了其在结构化工业场景中的稳定性。
  • 家庭端：家庭市场具有高度非结构化和用户容忍度低的特点。Figure正试图通过提升泛化能力来降低逐户适配的人力成本，从而拓展家用市场的可行性。
• 竞争格局：与特斯拉Optimus相比，Figure在家庭任务评估上已有具体数据支撑，而特斯拉更侧重于制造规模和内部数据采集。双方均处于“先造机、再教机”的阶段，最终商业化规模取决于客户实际使用意愿及后续运维成本控制。

值得关注

56%的成功率虽不及人意，但揭示了人形机器人进入家庭的关键瓶颈：泛化能力与部署成本的平衡。如果机器人无法在不依赖大量现场微调的情况下适应不同家庭的细微差异（如家具摆放、物品位置），其规模化推广将面临巨大的服务成本压力。Figure接下来的重点将是证明增加数据投入能带来可预期的能力提升，并控制售后支持成本。