Helix 2.5: робот у чужих домівках
17 вересня 2026 року Figure представила Helix 2.5 — модель керування роботом, попередньо навчену на Index, власному наборі даних про поведінку людей. За словами компанії, гуманоїди з цією моделлю виконали три побутові завдання (прибрати вітальню, скласти рушники, застелити ліжко) у 30 будинках району Затоки Сан-Франциско, де жодних даних не збирали. Лише попереднє навчання на Index підняло частку успіхів без донавчання з 9% до 56% за незмінних даних завдання.
Чому це важливо
Твердження, що гуманоїда можна один раз навчити поведінки й далі пускати в незнайомі домівки, з абляцією, яка відокремлює внесок попереднього навчання. Критерій успіху суворий: ціле завдання, без часткових балів. Результат отримала й оцінила сама Figure; компанія пише, що загальну гуманоїдну робототехніку не розв'язано.
Що виміряно. 56% успіху означає, що 44% випробувань не довели завдання до кінця. Оцінювання було сліпим, критерії зафіксовано до випробувань; успіхом вважали всі іграшки (13–15) у кошику, усі рушники складені й у кошику, подушки та ковдру у верхній частині ліжка; втручання людини задля безпеки зараховували як невдачу. «Без донавчання» стосується середовищ і предметів оцінювання: самі поведінки задавали даними, зібраними деінде. Політика зі випадкових початкових ваг мала 9% успіху, політика на основі Index — 56%, за однакових даних завдання, архітектури, оптимізації та оцінювання. Дев'ять відсотків — за сторінкою; в одному новинному переказі, який показав пошук, стояло 8%. Інше в дописі. Helix 2.5 для того самого рівня успіху знадобилося вдвічі менше даних завдання, ніж показовій поведінці Helix 02, а охоплення зросло до 30 невідомих будинків. Закон масштабування: чотири моделі на вкладених підмножинах Index у 8-кратному діапазоні даних; втрату найбільшого запуску передбачили до четвертого знака після коми, похибка прогнозу — 0,54% розкиду. Figure пише, що Index накопичує приблизно 35 хвилин нового людського досвіду щосекунди і що на навчання Helix виділено $3,5 млрд обчислювальних ресурсів (заяви компанії). Чого запис не стверджує. Твердження «перша демонстрація» належать компанії і супроводжені застереженням «наскільки нам відомо». Незалежного повторення не читано; кількість будинків і завдань невелика. Закон масштабування стосується лише обсягу даних за сталих розміру моделі й навчання на завдання.