RespostasPublicado14 fontes
Helix 2.5: o que o teste do robô da Figure em 30 casas realmente mostra
A Figure afirma que o Helix 2.5 pré treinado no conjunto Index atingiu 56% de sucesso integral, sem crédito parcial, em três tarefas em 30 casas desconhecidas na Bay Area, ante 9% de um modelo comparável treinado do z... O robô humanoide Figure 03 organizou salas, dobrou toalhas e arrumou camas usando um único check...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- A Figure afirma que o Helix 2.5 pré treinado no conjunto Index atingiu 56% de sucesso integral, sem crédito parcial, em três tarefas em 30 casas desconhecidas na Bay Area, ante 9% de um modelo comparável treinado do z...
- O robô humanoide Figure 03 organizou salas, dobrou toalhas e arrumou camas usando um único checkpoint fixo, sem coleta de dados, ajuste fino ou adaptação específica às casas e aos objetos do teste.
- A avaliação foi conduzida pela própria empresa e, segundo relatos, ocorreu em locações de curta temporada vazias, organizadas e bem iluminadas; portanto, não prova que o robô possa operar com segurança e confiabilidad...
Prompt de IA
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
A apresentação do Helix 2.5, da Figure, traz uma alegação relevante sobre generalização robótica: o humanoide Figure 03 foi colocado para executar tarefas domésticas em residências que não havia encontrado antes. Mas o número de destaque — 56% de sucesso em tarefas completas — também significa que 44% das tentativas não foram concluídas pelos critérios rigorosos do teste. 11
4
O que foi testado
A Figure diz que pré-treinou o Helix 2.5 com o Index, seu conjunto de dados de comportamento humano, e usou esse modelo-base para formar três comportamentos domésticos:
- organizar salas de estar;
- dobrar toalhas;
- arrumar camas.
Depois, a empresa avaliou esses comportamentos em 30 casas inéditas na Bay Area, região de San Francisco, nos Estados Unidos. Segundo a Figure, nenhum dado foi coletado nessas residências de avaliação, e não houve ajuste fino nem adaptação específica para cada local ou para os objetos manipulados. O mesmo checkpoint fixo do modelo foi usado em todas as casas. 11
Aqui, “zero-shot” significa que o robô não foi treinado especificamente para aquelas casas, brinquedos, toalhas ou roupas de cama. Isso não quer dizer que as três categorias de tarefas tenham sido aprendidas sem nenhum treinamento voltado a elas: a própria Figure descreve a adaptação do modelo-base para esses três comportamentos. 11
O resultado: 56% contra 9%
Na comparação controlada apresentada pela Figure, o pré-treinamento com o Index elevou a taxa de sucesso zero-shot em tarefas completas de 9%, para um modelo comparável treinado do zero, para 56%, no modelo pré-treinado. 4
11
A correção era de tudo ou nada. Para organizar uma sala, todos os brinquedos espalhados precisavam chegar à cesta; para dobrar toalhas, elas precisavam ser dobradas e colocadas no local previsto; e, para arrumar a cama, travesseiros e edredom precisavam estar posicionados e alisados corretamente. 4
Isso torna os 56% mais expressivos do que uma métrica permissiva de conclusão parcial. Ao mesmo tempo, explicita a limitação: 44% das tentativas completas falharam. O resultado é evidência de que um pré-treinamento amplo pode melhorar a transferência para ambientes desconhecidos — não de que um humanoide doméstico já esteja pronto para trabalhar sem supervisão. 4
Por que a Figure acredita que a abordagem pode escalar
A tese da empresa é que a robótica pode seguir um caminho parecido com o dos modelos de fundação em IA: pré-treinar com exemplos diversos de comportamentos físicos humanos, usar uma quantidade menor de dados de robôs para definir uma tarefa e, depois, aplicar o sistema em novos espaços sem reconstruir a base de dados para cada cômodo. 11
A Figure relata uma relação de escala em que a perda de previsão das ações do robô caiu de forma previsível à medida que os dados de pré-treinamento do Index aumentaram em uma faixa de oito vezes. A empresa também informou que o Index gerava cerca de 35 minutos de dados de experiência humana por segundo. 3
Separadamente, um representante da Figure mencionou cerca de 90 mil colaboradores ativos por semana durante a gravação, número que teria depois superado 100 mil. Trata-se de uma declaração da empresa, e não de um dado auditado de forma independente. 28
A Figure também anunciou um compromisso inicial de US$ 3,5 bilhões em capacidade computacional por meio de sua parceria com a Nscale, com meta de chegar a até 100 mil GPUs Nvidia Vera Rubin e início de implantação previsto para o segundo semestre de 2027. 3
Por que o teste não encerra a discussão sobre robôs domésticos
O resultado foi anunciado e avaliado pela própria Figure, não em um benchmark independente e revisado por pares de robótica doméstica. 11
As 30 casas eram, segundo os relatos, locações de curta temporada vazias, organizadas e bem iluminadas. Casas reais têm pessoas, animais de estimação, bagunça, iluminação variável, interrupções, objetos incomuns e restrições de segurança — fatores que podem tornar a manipulação e a navegação bem mais difíceis. 4
A conclusão, portanto, é mais restrita do que “robôs já fazem trabalho doméstico”. A Figure apresentou uma demonstração controlada de que o pré-treinamento em dados de comportamento humano em grande escala pode diminuir a necessidade de coletar demonstrações robóticas em cada nova residência. Ainda não está resolvido se essa abordagem alcançará a confiabilidade e a segurança necessárias para casas comuns e habitadas. 11
4
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Helix 2.5: o que o teste do robô da Figure em 30 casas realmente mostra"?
A Figure afirma que o Helix 2.5 pré treinado no conjunto Index atingiu 56% de sucesso integral, sem crédito parcial, em três tarefas em 30 casas desconhecidas na Bay Area, ante 9% de um modelo comparável treinado do z...
Quais são os pontos-chave para validar primeiro?
A Figure afirma que o Helix 2.5 pré treinado no conjunto Index atingiu 56% de sucesso integral, sem crédito parcial, em três tarefas em 30 casas desconhecidas na Bay Area, ante 9% de um modelo comparável treinado do z... O robô humanoide Figure 03 organizou salas, dobrou toalhas e arrumou camas usando um único checkpoint fixo, sem coleta de dados, ajuste fino ou adaptação específica às casas e aos objetos do teste.
O que devo fazer a seguir na prática?
A avaliação foi conduzida pela própria empresa e, segundo relatos, ocorreu em locações de curta temporada vazias, organizadas e bem iluminadas; portanto, não prova que o robô possa operar com segurança e confiabilidad...