उत्तरप्रकाशित14 स्रोत
Figure Helix 2.5 ने 30 अनजान घरों में 56% सफलता दर्ज की—लेकिन यह घरेलू रोबोट क्रांति का अंतिम सबूत नहीं
Figure के अनुसार, Index पर प्री ट्रेन किए गए Helix 2.5 ने 30 पहले कभी न देखे गए बे एरिया घरों में तीन कामों पर 56% पूर्ण कार्य जीरो शॉट सफलता हासिल की; शुरुआत से प्रशिक्षित तुलनीय मॉडल का परिणाम 9% था। Figure 03 ने एक तय मॉडल चेकपॉइंट के साथ बैठक व्यवस्थित करने, तौलिए मोड़ने और बिस्तर लगाने के काम किए। परीक्षण वाले...
प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Figure के अनुसार, Index पर प्री ट्रेन किए गए Helix 2.5 ने 30 पहले कभी न देखे गए बे एरिया घरों में तीन कामों पर 56% पूर्ण कार्य जीरो शॉट सफलता हासिल की; शुरुआत से प्रशिक्षित तुलनीय मॉडल का परिणाम 9% था।
- Figure 03 ने एक तय मॉडल चेकपॉइंट के साथ बैठक व्यवस्थित करने, तौलिए मोड़ने और बिस्तर लगाने के काम किए। परीक्षण वाले घरों या वहां की वस्तुओं के लिए कोई डेटा संग्रह, फाइन ट्यूनिंग या अनुकूलन नहीं किया गया था।
- यह कंपनी द्वारा संचालित मूल्यांकन था और कथित तौर पर खाली, सुव्यवस्थित, अच्छी रोशनी वाले अल्पकालिक किराये के घरों में हुआ। इसलिए इसे सामान्य, आबाद घरों में सुरक्षित और भरोसेमंद रोबोट संचालन का प्रमाण नहीं माना जा सकता।
AI संकेत
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
Figure का Helix 2.5 ऐलान रोबोटों की नई जगहों में काम करने की क्षमता के लिए अहम है। कंपनी के Figure 03 ह्यूमनॉइड रोबोट को ऐसे घरों में घरेलू काम दिए गए, जिन्हें उसने पहले नहीं देखा था। मगर सुर्खियों में आया 56% पूर्ण-कार्य सफलता का आंकड़ा यह भी बताता है कि सख्त मूल्यांकन नियमों के तहत 44% प्रयास पूरे नहीं हो सके। 11
4
30 घरों में क्या जांचा गया?
Figure का कहना है कि उसने मानव व्यवहार के अपने Index डेटासेट पर Helix 2.5 को पहले से प्रशिक्षित किया। इस फाउंडेशन मॉडल से तीन घरेलू व्यवहार तैयार किए गए:
- बैठक में बिखरी चीजों को समेटना
- तौलिए मोड़ना
- बिस्तर लगाना
इसके बाद इन व्यवहारों का परीक्षण सैन फ्रांसिस्को बे एरिया के 30 पहले कभी न देखे गए घरों में किया गया। कंपनी के अनुसार, इन मूल्यांकन-घरों से कोई डेटा नहीं लिया गया और न ही किसी घर या वहां इस्तेमाल हुई वस्तुओं के लिए अलग फाइन-ट्यूनिंग अथवा अनुकूलन किया गया। सभी घरों में एक ही तय मॉडल चेकपॉइंट इस्तेमाल हुआ। 11
यहां “जीरो-शॉट” का अर्थ समझना जरूरी है। रोबोट को उन खास घरों, खिलौनों, तौलियों या बिस्तर के सामान के लिए प्रशिक्षित नहीं किया गया था। इसका अर्थ यह नहीं है कि तीनों कामों की श्रेणियां बिना किसी कार्य-विशिष्ट प्रशिक्षण के सीखी गईं; Figure बताती है कि फाउंडेशन मॉडल को इन्हीं तीन व्यवहारों के लिए अनुकूलित किया गया था। 11
56% बनाम 9%: आंकड़ा क्या कहता है?
Figure की नियंत्रित तुलना में Index प्री-ट्रेनिंग वाले मॉडल ने पूर्ण कार्यों में 56% जीरो-शॉट सफलता दर्ज की, जबकि अन्यथा तुलनीय और शुरुआत से प्रशिक्षित मॉडल की सफलता 9% रही। 4
11
स्कोरिंग में आंशिक कामयाबी के अंक नहीं थे। उदाहरण के लिए:
- बैठक साफ करने के लिए हर बिखरा खिलौना टोकरी तक पहुंचना जरूरी था;
- तौलिए मोड़ने में उन्हें मोड़कर सही जगह रखना था;
- बिस्तर लगाने में तकिए और कंबल को सही ढंग से रखना व समतल करना जरूरी था।
4
इसलिए 56% को केवल अधूरे कामों के औसत के रूप में नहीं पढ़ा जाना चाहिए। फिर भी सीमा उतनी ही स्पष्ट है: पूरे 44% प्रयास विफल रहे। यह परिणाम इस बात का संकेत है कि व्यापक प्री-ट्रेनिंग अनजान वातावरण में काम स्थानांतरित करने की क्षमता सुधार सकती है; यह इस बात का सबूत नहीं कि घरेलू ह्यूमनॉइड अब बिना निगरानी भरोसेमंद ढंग से काम करने के लिए तैयार है। 4
Figure को यह तरीका बड़े पैमाने पर क्यों कारगर लगता है?
कंपनी का व्यापक तर्क फाउंडेशन मॉडल की रणनीति जैसा है: अलग-अलग तरह के मानव शारीरिक व्यवहार पर बड़े पैमाने पर प्री-ट्रेनिंग करें, फिर सीमित रोबोट डेटा से किसी व्यवहार को परिभाषित करें और हर नए कमरे के लिए अलग से डेटासेट जुटाने के बजाय अनजान जगहों में तैनात करें। 11
Figure ने यह भी बताया कि Index प्री-ट्रेनिंग डेटा को आठ गुना दायरे में बढ़ाने पर रोबोट की क्रिया-पूर्वानुमान हानि (action-prediction loss) अनुमानित ढंग से घटी। कंपनी के अनुसार, Index लगभग 35 मिनट का मानव-अनुभव डेटा प्रति सेकंड तैयार कर रहा था। 3
Figure के एक प्रतिनिधि ने अलग से कहा कि फिल्मांकन के समय करीब 90,000 साप्ताहिक सक्रिय योगदानकर्ता थे और यह संख्या बाद में 100,000 से ऊपर चली गई। यह योगदानकर्ताओं का आंकड़ा कंपनी का अपना बयान है, स्वतंत्र रूप से ऑडिट किया गया प्रमाण नहीं। 28
कंपनी ने Nscale साझेदारी के जरिए शुरुआती 3.5 अरब डॉलर की कंप्यूट प्रतिबद्धता की भी घोषणा की है। लक्ष्य अधिकतम 100,000 Nvidia Vera Rubin GPU तक पहुंचना है और तैनाती 2027 की दूसरी छमाही से शुरू होने की बात कही गई है। 3
यह टेस्ट घरेलू रोबोटिक्स का फैसला क्यों नहीं करता?
यह घोषणा और मूल्यांकन Figure ने स्वयं किया है; इसे किसी स्वतंत्र, सहकर्मी-समीक्षित घरेलू-रोबोटिक्स बेंचमार्क से प्रमाणित नहीं किया गया है। 11
रिपोर्ट के मुताबिक 30 घर अल्पकालिक किराये के थे—खाली, व्यवस्थित और अच्छी रोशनी वाले। असली आबाद घरों में लोग, पालतू जानवर, बिखरा सामान, बदलती रोशनी, बीच में रुकावटें, अनोखी वस्तुएं और सुरक्षा संबंधी बाधाएं होती हैं। ये परिस्थितियां रोबोट के चलने-फिरने और चीजें संभालने के काम को काफी कठिन बना सकती हैं। 4
इसलिए सही निष्कर्ष “रोबोट अब घर का काम कर सकते हैं” से अधिक सीमित है। Figure ने नियंत्रित परिस्थितियों में दिखाया है कि बड़े पैमाने के मानव-व्यवहार डेटा पर प्री-ट्रेनिंग, हर नए घर में रोबोट डेमो इकट्ठा करने की जरूरत घटा सकती है। लेकिन सामान्य, आबाद घरों के लिए जरूरी विश्वसनीयता और सुरक्षा तक यह तरीका पहुंच सकेगा या नहीं, यह सवाल अभी खुला है। 11
4
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Figure Helix 2.5 ने 30 अनजान घरों में 56% सफलता दर्ज की—लेकिन यह घरेलू रोबोट क्रांति का अंतिम सबूत नहीं" का संक्षिप्त उत्तर क्या है?
Figure के अनुसार, Index पर प्री ट्रेन किए गए Helix 2.5 ने 30 पहले कभी न देखे गए बे एरिया घरों में तीन कामों पर 56% पूर्ण कार्य जीरो शॉट सफलता हासिल की; शुरुआत से प्रशिक्षित तुलनीय मॉडल का परिणाम 9% था।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Figure के अनुसार, Index पर प्री ट्रेन किए गए Helix 2.5 ने 30 पहले कभी न देखे गए बे एरिया घरों में तीन कामों पर 56% पूर्ण कार्य जीरो शॉट सफलता हासिल की; शुरुआत से प्रशिक्षित तुलनीय मॉडल का परिणाम 9% था। Figure 03 ने एक तय मॉडल चेकपॉइंट के साथ बैठक व्यवस्थित करने, तौलिए मोड़ने और बिस्तर लगाने के काम किए। परीक्षण वाले घरों या वहां की वस्तुओं के लिए कोई डेटा संग्रह, फाइन ट्यूनिंग या अनुकूलन नहीं किया गया था।
मुझे अभ्यास में आगे क्या करना चाहिए?
यह कंपनी द्वारा संचालित मूल्यांकन था और कथित तौर पर खाली, सुव्यवस्थित, अच्छी रोशनी वाले अल्पकालिक किराये के घरों में हुआ। इसलिए इसे सामान्य, आबाद घरों में सुरक्षित और भरोसेमंद रोबोट संचालन का प्रमाण नहीं माना जा सकता।