Figure испытала Helix 2.5 в 30 незнакомых домах

Проверка в новых помещениях

17 сентября 2026 года Figure опубликовала результаты Helix 2.5. Роботов привезли в 30 домов района залива Сан-Франциско, которые не использовались для обучения. В каждом месте система выполняла три вида работы: собирала 13–15 игрушек в корзину, складывала полотенца и застилала кровать.

Компания уточняет смысл zero-shot: модель не получала записи из проверяемых домов и не дообучалась на их планировках и предметах. Сами типы задач были заранее заданы с помощью данных, собранных в других местах.

Влияние предварительного обучения

Helix 2.5 предварительно обучили на Index — наборе записей поведения людей. Затем Figure сравнила две политики с одинаковой архитектурой и одинаковыми данными конкретных задач. Модель со случайной инициализацией завершила 9% испытаний, а предварительно обученная на Index — 56%.

Успех засчитывали только после полного выполнения: все игрушки должны оказаться в корзине, все полотенца — сложены и перенесены, а обе подушки и края покрывала — занять заданное положение. Частичный результат успехом не считался.

Объём данных и перенос

Figure сообщает, что Helix 2.5 использовала вдвое меньше данных для настройки поведения, чем сопоставимая политика Helix 02, и работала в 30 новых домах. В отдельном опыте увеличение данных Index в восемь раз сопровождалось последовательным снижением ошибки предсказания следующего действия.

Ограничения исследования

Средний показатель 56% означает, что значительная часть полных заданий завершалась неудачей. Публикация подготовлена самой Figure, а независимой проверки нет. Дома находились в одном регионе, проверялись только три заранее выбранных сценария, а настройки исходных сцен контролировали операторы. Результат нельзя переносить на любые домашние задачи.

В приложенной методике предусмотрены временные ограничения и остановка попытки при вмешательстве ради безопасности. Однако Figure не публикует распределение ошибок по домам и не показывает, насколько результат зависит от конкретной задачи.