AnswersPublished14 sources
Figures robottest i 30 hem: vad 56 procents träffsäkerhet faktiskt säger
Figure uppger att den Index förtränade Helix 2.5 nådde 56 procents fullständig zero shot framgång i tre sysslor i 30 tidigare okända hem i Bay Area, jämfört med 9 procent för en jämförbar modell tränad från grunden. Figure 03 städade vardagsrum, vek handdukar och bäddade sängar med en och samma fasta modellversion,...
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- Figure uppger att den Index förtränade Helix 2.5 nådde 56 procents fullständig zero shot framgång i tre sysslor i 30 tidigare okända hem i Bay Area, jämfört med 9 procent för en jämförbar modell tränad från grunden.
- Figure 03 städade vardagsrum, vek handdukar och bäddade sängar med en och samma fasta modellversion, utan datainsamling, finjustering eller anpassning i testhemmen eller för föremålen som hanterades.
- Utvärderingen genomfördes av Figure och skedde enligt uppgift i tomma, välordnade och välbelysta korttidsuthyrningar.
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
Figure har presenterat ett uppmärksammat resultat för robotars förmåga att fungera i nya miljöer. Bolagets humanoida robot Figure 03 testades på hushållssysslor i hem som den inte tidigare hade sett.
Rubriksiffran är 56 procents fullständig framgång. Det innebär samtidigt att roboten inte klarade 44 procent av försöken enligt testets strikta bedömning. 11
4
Tre sysslor i 30 tidigare okända hem
Enligt Figure förtränades Helix 2.5 på Index, bolagets dataset med mänskligt beteende. Utifrån denna grundmodell skapades tre beteenden:
- städa vardagsrum
- vika handdukar
- bädda sängar
Därefter utvärderades roboten i 30 tidigare okända hem i Bay Area i Kalifornien. Figure uppger att ingen data samlades in i utvärderingshemmen, och att det inte gjordes någon finjustering eller anpassning för vare sig de enskilda hemmen eller föremålen som roboten hanterade. Samma fasta modellversion användes i samtliga hem. 11
Det är den relevanta innebörden av zero-shot i detta fall: roboten hade inte tränats för just dessa bostäder eller de specifika leksaker, handdukar och sängkläder den mötte. Det betyder inte att de tre typerna av uppgifter har lärts in helt utan uppgiftsspecifik träning; Figure beskriver hur grundmodellen anpassades till just de tre beteendena. 11
56 procent jämfört med 9 procent
I Figures kontrollerade jämförelse ökade förträningen på Index andelen helt lyckade zero-shot-försök från 9 procent för en i övrigt jämförbar modell tränad från grunden till 56 procent för den förtränade modellen. 4
11
Poängsättningen var allt-eller-inget:
- Vid städning av vardagsrum måste varje utspridd leksak hamna i korgen.
- Vid handduksvikning måste handdukarna både vikas och placeras rätt.
- Vid bäddning måste kuddar och täcke placeras korrekt och slätas ut.
4
Det gör 56 procent mer talande än ett mått där delvis utförda uppgifter ger poäng. Men det tydliggör också begränsningen: 44 procent av hela försöken misslyckades. Resultatet talar för att bred förträning kan förbättra överföringen till obekanta miljöer. Det visar inte att en humanoid robot redan kan sköta hushållsarbete tillförlitligt utan uppsikt. 4
Därför tror Figure att modellen kan skalas upp
Figures större idé är att robotik kan följa ett mönster som liknar det för grundmodeller inom AI: träna först på ett stort och varierat material om mänskligt fysiskt beteende, använd sedan en mindre mängd robotdata för att definiera ett beteende och sätt därefter in systemet i nya miljöer utan att bygga ett nytt dataset för varje rum. 11
Bolaget redovisar ett skalningssamband där felmåttet för robotens aktionsprediktion minskade på ett förutsägbart sätt när mängden förträningsdata från Index ökade över ett åttafaldigt spann. Figure uppgav också att Index genererade omkring 35 minuter data om mänskliga erfarenheter per sekund. 3
En representant för Figure uppgav separat att tjänsten hade omkring 90 000 aktiva bidragsgivare per vecka vid inspelningstillfället och senare över 100 000. Den siffran kommer från bolaget och är inte oberoende granskad. 28
Figure har dessutom annonserat ett initialt åtagande på 3,5 miljarder dollar för datorkraft genom samarbetet med Nscale, med ett mål på upp till 100 000 Nvidia Vera Rubin-GPU:er. Utrullningen är planerad att börja under andra halvåret 2027. 3
Varför testet inte avgör frågan om hushållsrobotar
Resultatet har presenterats och utvärderats av Figure självt, inte genom ett oberoende, fackgranskat riktmärke för hushållsrobotik. 11
De 30 bostäderna var enligt uppgift korttidsuthyrningar som stod tomma, var välordnade och välbelysta. Riktiga hem innebär människor, husdjur, stök, varierande ljus, avbrott, ovanliga föremål och säkerhetskrav. Allt detta kan göra både förflyttning och fysisk hantering betydligt svårare. 4
Den rimliga slutsatsen är därför snävare än att robotar nu kan sköta hemmet. Figure har visat en kontrollerad demonstration av att omfattande träning på data om mänskligt beteende kan minska behovet av att samla in robotdemonstrationer i varje nytt hem. Om metoden kan nå den tillförlitlighet och säkerhet som krävs i vanliga, bebodda bostäder är fortfarande en öppen fråga. 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 "Figures robottest i 30 hem: vad 56 procents träffsäkerhet faktiskt säger"?
Figure uppger att den Index förtränade Helix 2.5 nådde 56 procents fullständig zero shot framgång i tre sysslor i 30 tidigare okända hem i Bay Area, jämfört med 9 procent för en jämförbar modell tränad från grunden.
What are the key points to validate first?
Figure uppger att den Index förtränade Helix 2.5 nådde 56 procents fullständig zero shot framgång i tre sysslor i 30 tidigare okända hem i Bay Area, jämfört med 9 procent för en jämförbar modell tränad från grunden. Figure 03 städade vardagsrum, vek handdukar och bäddade sängar med en och samma fasta modellversion, utan datainsamling, finjustering eller anpassning i testhemmen eller för föremålen som hanterades.
What should I do next in practice?
Utvärderingen genomfördes av Figure och skedde enligt uppgift i tomma, välordnade och välbelysta korttidsuthyrningar.