Helix 2.5 від Figure: 56% успіху — це прорив, але не готовий домашній робот

Figure представила Helix 2.5 як доказ того, що гуманоїдний робот може краще переносити навички в незнайомий простір. Її робот Figure 03 виконував хатні справи в будинках, яких раніше не бачив. Але ключова цифра — 56% повного успіху — має й зворотний бік: за суворими правилами оцінювання 44% спроб не були успішними. 114

Що саме перевіряли

Компанія попередньо навчила Helix 2.5 на Index — власному наборі даних про людську поведінку. На основі цієї базової моделі вона створила три поведінкові сценарії:

• прибирання вітальні;
• складання рушників;
• застеляння ліжка.

Потім роботів випробували у 30 раніше незнайомих будинках у районі затоки Сан-Франциско. Figure стверджує, що в жодному з тестових помешкань не збирали дані та не виконували донавчання чи адаптацію під конкретне місце або предмети. У всіх будинках використовували одну фіксовану версію моделі. 11

Термін zero-shot у цьому випадку важливо трактувати правильно: робота не навчали саме для цих будинків, іграшок, рушників чи постелі, які він зустрів під час перевірки. Це не означає, що три категорії завдань були засвоєні без жодного спеціалізованого навчання: Figure описує, що базову модель адаптували для цих трьох сценаріїв. 11

56% проти 9%: що означає результат

У контрольному порівнянні Figure заявила, що попереднє навчання на Index підвищило частку повністю успішних zero-shot спроб із 9% для зіставної моделі, навченої з нуля, до 56% для попередньо навченої моделі. 411

Оцінювання було за принципом «усе або нічого». Щоб зарахувати прибирання вітальні, робот мав покласти до кошика всі розкидані іграшки. Для рушників потрібно було їх скласти й покласти у визначене місце. Для ліжка — правильно розмістити та розгладити подушки й ковдру. 4

Саме тому 56% — змістовніший показник, ніж умовне «частково впорався». Водночас він чітко окреслює межу досягнення: 44% повних спроб завершилися невдачею. Це свідчення того, що масштабне попереднє навчання може поліпшувати перенесення навичок у нові середовища, але не доказ готовності домашнього гуманоїда працювати без нагляду. 4

Чому Figure вважає підхід масштабованим

Ідея компанії схожа на підхід фундаментальних моделей у ШІ: спочатку навчати систему на різноманітних прикладах фізичної поведінки людей, потім за допомогою меншого обсягу даних робота задавати конкретну поведінку — і після цього застосовувати її в нових місцях, не збираючи демонстрації заново для кожної кімнати. 11

Figure також повідомила про залежність масштабування: коли обсяг даних для попереднього навчання Index зростав у восьмикратному діапазоні, втрати прогнозування дій робота знижувалися передбачувано. За словами компанії, Index генерував приблизно 35 хвилин даних про людський досвід щосекунди. 3

Окремо представник Figure заявив приблизно про 90 000 щотижнево активних учасників на момент зйомок, а згодом — про понад 100 000. Це твердження компанії, а не незалежно перевірена статистика. 28

Також Figure оголосила про початкове зобов’язання щодо обчислювальних ресурсів на 3,5 млрд доларів США в межах партнерства з Nscale. Мета — до 100 000 графічних процесорів Nvidia Vera Rubin, а розгортання заплановано на другу половину 2027 року. 3

Чому цей тест не означає, що робот уже готовий до звичайного дому

Результат оголосила й оцінювала сама Figure, а не незалежний рецензований бенчмарк із домашньої робототехніки. 11

За повідомленнями, 30 будинків були об’єктами короткострокової оренди: порожніми, охайними та добре освітленими. У реальному житлі є люди й домашні тварини, безлад, мінливе освітлення, переривання, нестандартні речі та вимоги безпеки. Усе це може суттєво ускладнити навігацію та маніпулювання предметами. 4

Тому коректний висновок вужчий за фразу «роботи вже вміють робити хатню роботу». Figure показала контрольовану демонстрацію: велике попереднє навчання на даних про людську поведінку може зменшити потребу збирати дані з роботом у кожній новій оселі. Чи вдасться цьому підходу досягти надійності й безпеки, потрібних для звичайних заселених будинків, поки що невідомо. 114