AnswersPublished14 sources
Figure Helix 2.5: Hvad robotforsøget i 30 hjem egentlig viser
Figure oplyser, at den Index fortrænede Helix 2.5 model nåede 56 % zero shot succes på hele opgaver i 30 hidtil ukendte hjem i Bay Area, mod 9 % for en sammenlignelig model trænet fra bunden. Figure 03 robotten ryddede op i stuer, foldede håndklæder og redte senge med ét fast model checkpoint – uden dataindsamling,...
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Figure oplyser, at den Index fortrænede Helix 2.5 model nåede 56 % zero shot succes på hele opgaver i 30 hidtil ukendte hjem i Bay Area, mod 9 % for en sammenlignelig model trænet fra bunden.
- Figure 03 robotten ryddede op i stuer, foldede håndklæder og redte senge med ét fast model checkpoint – uden dataindsamling, finjustering eller tilpasning i testhjemmene eller til de konkrete genstande.
- Evalueringen blev udført af Figure selv og foregik ifølge oplysningerne i tomme, ryddelige og veloplyste korttidsudlejninger.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Figure announce about Helix 2.5 and its Figure 03 humanoid robot’s ability to generalize to unfamiliar homes, including the three h. Article summary: Figure announced that Helix 2.5 enabled its Figure 03 humanoid to perform meaningful whole-body household work in homes it had never encountered—not a claim that household robotics is solved. The result is notable eviden. Topic tags: general, general web, education, academic, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Figures lancering af Helix 2.5 er et opsigtsvækkende bud på robotters generaliseringsevne: Selskabets humanoide Figure 03 blev sat til huslige opgaver i hjem, den ikke tidligere havde mødt. Men overskriften – 56 % succes på hele opgaver – betyder også, at robotten ikke gennemførte 44 % af forsøgene efter testens strenge bedømmelsesregler. 11
4
Det var det, Figure testede
Figure oplyser, at Helix 2.5 først blev trænet på Index, selskabets datasæt med menneskelig adfærd. Ud fra den samme grundmodel blev der skabt tre husholdningsadfærd:
- oprydning i stuer
- foldning af håndklæder
- sengeopredning
Derefter blev adfærden evalueret i 30 tidligere usete hjem i Bay Area ved San Francisco. Ifølge Figure blev der ikke indsamlet data i nogen af testhjemmene, og der blev ikke foretaget stedspecifik eller objektspecifik finjustering eller tilpasning. Det samme faste model-checkpoint blev brugt i alle hjem. 11
Det er den væsentlige betydning af zero-shot i denne sammenhæng: Robotten var ikke trænet til netop disse boliger eller til de konkrete legetøj, håndklæder og sengetøj, den mødte. Det betyder ikke, at de tre opgavetyper var lært helt uden opgavespecifik træning; Figure beskriver, at grundmodellen blev tilpasset til de tre adfærdstyper. 11
Resultatet: 56 % mod 9 %
I Figures kontrollerede sammenligning løftede fortræningen på Index succesraten for hele zero-shot-opgaver fra 9 % for en ellers sammenlignelig model trænet fra bunden til 56 % for den fortrænede model. 4
11
Bedømmelsen var alt-eller-intet. En oprydningsrunde talte kun som succes, hvis alt spredt legetøj endte i kurven. Håndklæder skulle både foldes og placeres korrekt, mens sengeopredning krævede, at puder og dyne lå korrekt og var glattet ud. 4
Det gør de 56 % mere sigende end en løs måling af delvis opgaveløsning. Men begrænsningen er lige så tydelig: 44 % af de fulde forsøg mislykkedes. Resultatet peger på, at bred fortræning kan forbedre overførsel til ukendte miljøer – ikke at en humanoid husholdningsrobot allerede kan arbejde stabilt uden opsyn. 4
Derfor mener Figure, at metoden kan skaleres
Figures overordnede idé er, at robotteknologi kan følge et mønster kendt fra foundation-modeller: Træn bredt på mange eksempler på menneskelig fysisk adfærd, brug derefter en mindre mængde robotdata til at definere en konkret adfærd, og sæt så robotten ind i ukendte rum uden at skulle opbygge et nyt datasæt for hvert enkelt hjem. 11
Selskabet rapporterer en skaleringssammenhæng, hvor fejlmålet for robotters handlingsforudsigelser faldt forudsigeligt, efterhånden som mængden af Index-data til fortræning voksede over en ottedobling. Figure oplyste også, at Index genererede omkring 35 minutter data om menneskelig erfaring pr. sekund. 3
En repræsentant for Figure oplyste separat, at der på optagetidspunktet var omkring 90.000 ugentligt aktive bidragydere, og at tallet senere steg over 100.000. Det er en virksomhedsoplysning og ikke uafhængigt revideret dokumentation. 28
Figure har desuden annonceret en indledende computerkraftsforpligtelse på 3,5 mia. dollar via partnerskabet med Nscale. Målet er op til 100.000 Nvidia Vera Rubin-GPU'er, med implementering planlagt til anden halvdel af 2027. 3
Hvorfor testen ikke afgør spørgsmålet om husholdningsrobotter
Resultatet er annonceret og evalueret af Figure selv – ikke fastslået gennem en uafhængig, fagfællebedømt benchmark for husholdningsrobotter. 11
De 30 hjem var efter oplysningerne korttidsudlejninger, som var tomme, ryddelige og veloplyste. Virkelige hjem rummer mennesker, kæledyr, rod, skiftende lysforhold, afbrydelser, usædvanlige genstande og sikkerhedshensyn. Alt sammen forhold, der kan gøre både navigation og håndtering af genstande væsentligt sværere. 4
Den mest præcise konklusion er derfor mere begrænset end, at »robotter nu kan klare husarbejdet«. Figure har præsenteret en kontrolleret demonstration af, at fortræning på store mængder data om menneskelig adfærd kan mindske behovet for at indsamle robotdemonstrationer i hvert nyt hjem. Om tilgangen kan nå den stabilitet og sikkerhed, der kræves i almindelige beboede hjem, er fortsat uafklaret. 11
4
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Figure Helix 2.5: Hvad robotforsøget i 30 hjem egentlig viser"?
Figure oplyser, at den Index fortrænede Helix 2.5 model nåede 56 % zero shot succes på hele opgaver i 30 hidtil ukendte hjem i Bay Area, mod 9 % for en sammenlignelig model trænet fra bunden.
What are the key points to validate first?
Figure oplyser, at den Index fortrænede Helix 2.5 model nåede 56 % zero shot succes på hele opgaver i 30 hidtil ukendte hjem i Bay Area, mod 9 % for en sammenlignelig model trænet fra bunden. Figure 03 robotten ryddede op i stuer, foldede håndklæder og redte senge med ét fast model checkpoint – uden dataindsamling, finjustering eller tilpasning i testhjemmene eller til de konkrete genstande.
What should I do next in practice?
Evalueringen blev udført af Figure selv og foregik ifølge oplysningerne i tomme, ryddelige og veloplyste korttidsudlejninger.