Figure παρουσιάζει το Helix 2.5, δοκιμασμένο με μηδενική εκπαίδευση σε 30 άγνωρα σπίτια

Figure παρουσίασε το Helix 2.5 στις 17 Σεπτεμβρίου 2026, ένα ανθρωποειδές νευρωνικό δίκτυο προεκπαιδευμένο στο σύνολο δεδομένων Index της εταιρείας, που αφορά ανθρώπινη συμπεριφορά, και αξιολογήθηκε σε 30 σπίτια Bay Area χωρίς να συλλεχθεί κανένα δεδομένο σε αυτά. Η Figure ανέφερε ότι η προεκπαίδευση στο Index αύξησε την επιτυχία μηδενικής εκπαίδευσης από 9% σε 56% σε μια ελεγχόμενη σύγκριση με μια παρόμοια πολιτική που εκπαιδεύτηκε από την αρχή.

Η Figure περιέγραψε το Helix 2.5 ως το πιο προηγμένο νευρωνικό δίκτυο που έχει κατασκευάσει. Από το μοναδικό μοντέλο βάσης προεκπαιδευμένο στο Index, η εταιρεία παρήγαγε τρεις συμπεριφορές πλήρους σώματος: τακτοποίηση σαλονιών, δίπλωση πετσετών και στήσιμο κλινών. Το προηγούμενο σύστημα Helix 02 συντόνιζε τον έλεγχο όλου του σώματος σε μεγάλες χρονικές διάρκειες, συμπεριλαμβανομένης της εκφόρτωσης πλυντηρίου πιάτων και της αυτόνομης εκτέλεσης μιας λογιστικής εργασίας για 200 ώρες, αλλά μάθαινε από δεδομένα που συλλέγονταν στα μέρη όπου θα λειτουργούσαν τα ρομπότ.

Σχεδίαση Αξιολόγησης και Κριτήρια Βαθμολόγησης

Η Figure ορίζει τη μηδενική εκπαίδευση ως την αναφορά στα περιβάλλοντα αξιολόγησης και στα αντικείμενα που χειρίζονται· κάθε συμπεριφορά καθορίστηκε μέσω δεδομένων λεπτομερούς εκπαίδευσης που συλλέχθηκαν αλλού. Κανένα παιχνίδι, πετσέτα ή κλινοσκεπάστρα αξιολόγησης δεν εμφανίστηκε στα δεδομένα προδιαγραφής εργασίας, και το ρομπότ χρησιμοποίησε τα υπάρχοντα καναπέδες, κρεβάτια και επιφάνειες δίπλωσης κάθε σπιτιού. Τα αντικείμενα αξιολόγησης απομακρύνθηκαν πριν ξεκινήσουν τα πειράματα, και ένα μοντέλο AI, ακολουθούμενο από ανθρώπινη ανασκόπηση, επαλήθευσε ότι δεν εμφανίζονταν στα δεδομένα προδιαγραφής.

Κάθε εργασία χρησιμοποίησε ένα ενιαίο σταθερό σημείο ελέγχου σε όλα τα 30 σπίτια. Δεν προσαρμόστηκαν βάρη στα σπίτια ή στα αντικείμενα αξιολόγησης, και δεν χρησιμοποιήθηκαν δεδομένα ή απόδοση εκτέλεσης αξιολόγησης για την επιλογή του σημείου ελέγχου. Η επιτυχία απαιτούσε την ολοκλήρωση ολόκληρης της εργασίας χωρίς μερική αξιολόγηση. Κάθε δοκιμή ξεκίνησε από μια μοναδική αρχική διαμόρφωση, με τις συνθήκες επαναφοράς να εφαρμόζονται ομοιόμορφα σε όλες τις αξιολογούμενες πολιτικές, και οποιαδήποτε ανθρώπινη παρέμβαση για την ασφάλεια διακόπτει την εκτέλεση και την σημειώνει ως αποτυχία.

Οι αξιολογητές εργάστηκαν βάσει κριτηρίων που καθορίστηκαν πριν ξεκινήσει η αξιολόγηση. Η Τακτοποίηση Σαλονιού απαιτούσε την συλλογή και τοποθέτηση σε καλάθι όλων των 13–15 παιχνιδιών που ήταν διάσπαρτα στη σκηνή, με χρονικό όριο ενός λεπτού ανά παιχνίδι πριν τη διακοπή της εκτέλεσης. Η Δίπλωση Πετσετών απαιτούσε τη συλλογή, δίπλωση και τοποθέτηση σε καλάθι κάθε πετσέτας, με την ποιότητα της δίπλωσης να βαθμολογείται βάσει της ευθυγράμμισης των γωνιών — η υψηλότερη βαθμολογία απαιτούσε όλες τις τέσσερις γωνίες να πλησιάζουν μεταξύ τους εντός ενός ίντσου — και χρονικό όριο τριών λεπτών ανά πετσέτα. Η Στήσιμο Κλινών απαιτούσε και τα δύο μαξιλάρια και τις δύο γωνίες του κουβερτού να φτάσουν στο άνω τρίτο του κρεβατιού με το κουβερτού ομαλά τεντωμένο, με τα μαξιλάρια επίσης να βαθμολογούνται ως προς τον προσανατολισμό και χρονικό όριο ενός λεπτού για κάθε μαξιλάρι και κάθε πλευρά του κουβερτού.

Απομόνωση της Επίδρασης της Προεκπαίδευσης Index

Για να μετρήσει πόσο από το αποτέλεσμα προέρχεται από το Index και όχι από τα ίδια τα δεδομένα προδιαγραφής εργασίας, η Figure εκπαίδεψε δύο πολιτικές με τα ίδια δεδομένα προδιαγραφής, μία με τυχαία αρχικοποίηση βαρών και την άλλη με αρχικοποίηση από το προεκπαιδευμένο μοντέλο Helix 2.5 του Index. Η αρχιτεκτονική, η βελτιστοποίηση, οι υπερπαράμετροι, τα μεταγενέστερα δεδομένα και η αξιολόγηση διατηρήθηκαν σταθερά, αφήνοντας την προεκπαίδευση Index ως τη μοναδική πειραματική μεταβλητή. Το ίδιο το Helix 2.5 προεκπαιδεύτηκε από τυχαία αρχικοποίηση εξ ολοκλήρου στο Index, σε αντίθεση με το Helix 02, που ξεκίνησε από ένα προεκπαιδευμένο μοντέλο όρασης-γλώσσας.

Σε τυφλές αξιολογήσεις, η πολιτική που εκπαιδεύτηκε από την αρχή πέτυχε σε 9% των δοκιμών μηδενικής εκπαίδευσης, ενώ η προεκπαιδευμένη με Index πολιτική πέτυχε σε 56%, ένα χάσμα που η Figure περιγράφει ως περισσότερο από έξι φορές μεγαλύτερο. Δεδομένου ότι η προεκπαίδευση ήταν η μοναδική μεταβλητή, η εταιρεία δηλώνει ότι το χάσμα μετρά άμεσα τη συμβολή της. Η Figure ανέφερε ότι καμία μεμονωμένη εργασία αξιολόγησης δεν αντιπροσωπεύει πάνω από 1,90% του συνόλου δεδομένων προεκπαίδευσης Index, και δήλωσε ότι, κατά τη γνώση της, αυτή είναι η πρώτη επίδειξη μηδενικής εκπαίδευσης γενίκευσης πλήρους σώματος σε αυτήν την κλίμακα σε ένα ανθρωποειδές ρομπότ.

Αποδοτικότητα Δεδομένων και Νόμος Κλιμάκωσης Μεταφοράς

Η Figure σύγκρινε επίσης το Helix 2.5 με μια προηγούμενη πολιτική Helix 02 που εκπαιδεύτηκε για την εκτέλεση της ίδιας εργασίας χρησιμοποιώντας δεδομένα που συλλέχθηκαν απευθείας στο περιβάλλον όπου αξιολογήθηκε. Η εταιρεία ανέφερε ότι το Helix 2.5 επέτυχε το ίδιο ποσοστό επιτυχίας με αυτήν την πολιτική ενώ χρησιμοποίησε το ήμισυ των δεδομένων προσαρμογής, και το έκανε με μηδενική εκπαίδευση σε 30 άγνωρα σπίτια. Η Figure περιέγραψε επίσης μια ποιοτική βελτίωση στην αυτό-διόρθωση ολόκληρου σώματος, όπως το να κάνει ένα βήμα πίσω για επανατοποθέτηση, να αλλάξει τη στάση ή να κινηθεί γύρω από ένα πλήρες κρεβάτι για να διορθώσει μια δίπλωση, θεωρώντας το σημαντικό αποτέλεσμα της προεκπαίδευσης Index.

Αυτομετρήτως, η εταιρεία εκπαίδεψε τέσσερα μοντέλα σε ένθετες υποσυλλογές του Index που καλύπτουν αύξηση 8x στα δεδομένα προεκπαίδευσης, διατηρώντας σταθερό το μέγεθος του μοντέλου και την επακόλουθη εκπαίδευση, και ανέφερε ότι η απώλεια πρόβλεψης ενέργειας που κρατήθηκε εκτός δείγματος μειώθηκε προβλέψιμα με κάθε διπλασιασμό των δεδομένων Index. Η Figure δήλωσε ότι χρησιμοποίησε μόνο τις μικρότερες εκτελέσεις για να προβλέψει την απώλεια δοκιμής της μεγαλύτερης εκτέλεσης με τέσσερα δεκαδικά ψηφία πριν ξεκινήσει η εκπαίδευση, με σφάλμα πρόβλεψης ίσο με 0,54% της διακύμανσης σε όλο το εύρος δεδομένων 8x. Η εταιρεία περιέγραψε το αποτέλεσμα ως, κατά τη γνώση της, τον πρώτο νόμο κλιμάκωσης μεταφοράς ανθρώπου-προς-ρομπότ μετρημένο σε ανθρωποειδές, ενώ σημειώνει ότι μετρά μόνο την κλιμάκωση των δεδομένων.

Το Σύνολο Δεδομένων Index Πίσω από το Helix 2.5

Figure παρουσίασε το Index στις 25 Αυγούστου 2026, βγάζοντας από τη σκιά και επαναπροσδιορίζοντας μια εφαρμογή συλλογής δεδομένων που είχε λανσάρει τέσσερις μήνες νωρίτερα, και περιγράφοντάς την ως το πιο ποικίλο σύνολο δεδομένων εκπαίδευσης ρομπότ που έχει δημιουργηθεί ποτέ. Στην ανακοίνωση αυτή, η Figure ανέφερε 264,000 λήψεις εφαρμογής σε 108 χώρες, περισσότερους από 44,000 εβδομαδιαίους ενεργούς χρήστες, περισσότερα από 16 εκατομμύρια βίντεο που ανέβηκαν από τους Δημιουργούς που συλλέγουν τα δεδομένα, $15 εκατομμύρια που καταβλήθηκαν σε αυτούς τους Δημιουργούς, και 30 λεπτά βίντεο που ανεβάζονται επεξεργάζονται κάθε δευτερόλεπτο. Ανά 1,000 συγκεντρωτικές ώρες, η εταιρεία δήλωσε ότι το Index περιείχε 373 μοναδικές εργασίες, 1,146 μοναδικά χειρισμένα αντικείμενα και 116 μοναδικά περιβάλλοντα, που επεξεργάστηκαν μέσω μιας πεντάστρων διαδικασίας φιλτραρίσματος, ελέγχου απάτης, αποπλήρωσης διπλοτύπων, επαναζυγίου και σήμανσης.

Η ανακοίνωση του Helix 2.5 δηλώνει ότι το Index παράγει τώρα περίπου 35 λεπτά νέας ανθρώπινης εμπειρίας κάθε δευτερόλεπτο, και ότι η Figure έχει δεσμευτεί με $3.5 δισεκατομμύρια υπολογιστικής ισχύος για την εκπαίδευση του Helix. Η εταιρεία έκλεισε την ανακοίνωση λέγοντας ότι προσλαμβάνει για εργασία στη γενική φυσική νοημοσύνη.