快速了解本文
Figure 发布 Helix 2.5 神经网络，实现人形机器人在陌生家庭环境的零样本家务测试。
在30个未参与训练的陌生家庭中，机器人成功执行整理客厅、折叠毛巾及整理床铺任务。
专有数据集预训练将零样本全任务成功率从9%提升至56%，但商业化仍面临多重挑战。
本摘要由 AI 辅助整理，请以正文内容为准。
2026年9月，加州机器人公司 Figure 发布了名为 Helix 2.5 的人工神经网络。搭载该模型的人形机器人成功进入旧金山湾区 30 个陌生家庭环境中执行家务，无需针对这些未参与训练的特定环境收集数据或进行布局微调，展示了具身 AI 在真实非结构化环境中的泛化能力。
在这次测试中，机器人执行了三项长时程全身家务任务，包括整理客厅散落的物品、折叠毛巾并归位，以及在不熟悉的卧室中整理床铺。这些房屋均被严格排除在模型的训练过程之外，要求机器人具备在完全未知环境中理解物理空间并执行复杂交互的能力。
关键数据
Figure 将这种无需特定环境微调即可执行任务的能力称为“零样本”泛化。在技术路径上，该模型使用了 Figure 专有的“Index dataset”人类行为数据集进行预训练。据 Figure 提供并由 The AI Insider 报道的数据，在受控对比测试中，这种预训练策略将零样本全任务成功率从 9% 提升至 56%。这表明具身 AI 模型在未经特定环境微调的情况下，理解并执行复杂物理任务的能力取得了实质性进展，是机器人走向非结构化真实环境的关键一步。不过，56% 的成功率也意味着仍有近一半的任务未能完美完成，且该测试环境仍由 Figure 公司设定，相关数据尚未经过独立同行评审。
真正的家用机器人走向千家万户，仍需解决在复杂环境中的安全性、电池续航、低维护成本、隐私保护以及可负担的价格等实际问题，这些要求远高于当前的测试水平。