Figure推出Helix2.5：零样本家庭测试成功率56%，机器人泛化能力迈出关键一步
一、突破性测试：从实验室走向真实家庭
近日，机器人公司Figure AI正式发布了其最新一代通用机器人控制系统——Helix2.5。该版本最引人注目的特点是**零样本（Zero-shot）跨场景泛化能力**：在不经任何预训练或环境适配的前提下，Helix2.5在30户完全陌生的家庭中成功完成了指定任务，整体成功率达**56%**。这一数字看似不高，但在机器人领域具有里程碑意义——此前同类系统在全新非结构化环境中的成功率普遍低于30%。
二、56%意味着什么？技术解读与行业对比
Helix2.5的测试任务涵盖取物、开门、整理桌面等日常操作。56%的成功率意味着在超过半数的新场景中，机器人无需任何“教习”即可完成基础动作。相比之下，Google的RT-2在类似零样本家庭测试中成功率约为35%，而波士顿动力的Spot在非结构化环境中部署通常需要数小时的现场标定。
该性能突破主要依赖于**多模态感知-动作协同范式**：Helix2.5通过融合视觉语言模型（VLM）与端到端运动控制，将抽象指令转化为具身动作序列，从而跳过了传统SLAM建图与强化学习微调环节。不过，56%也揭示了当前短板——半数失败案例集中于光照突变、透明物体识别及狭窄空间穿越等**长尾场景**，表明系统在处理极端几何与光学不确定性时仍有明显盲区。
三、商业前景与挑战
对于Figure AI而言，56%的零样本成功率已具备初步的**商业落地价值**。在家庭服务、养老陪护等场景中，用户无法接受漫长的部署调试。Helix2.5的“即插即用”特性将显著降低客户培训成本与运维门槛。然而，要真正实现可靠服务，成功率需提升至90%以上。下一阶段的关键在于：**如何在不牺牲泛化能力的前提下，通过小样本微调（few-shot fine-tuning）将失败场景快速收敛**。
总体而言，Helix2.5证明了“从模拟到现实”的零样本迁移路径的可行性，也为具身智能的规模化部署提供了新的技术锚点。
