ice 9月17日，Figure AI发布新一代模型Helix 2.5，并在30个真实的湾区民宅中做了零样本测试。这些住宅保留了原有的沙发、床铺和折叠台面，没有为评测进行改造。测试前，玩具、毛巾和床品被单独存放，先由AI模型初筛，再由人工复核，确认它们没有出现在任何任务训练数据中。
在420次试验中，有237次成功，零样本成功率为56%，评测过程采用盲测。没有任何单一评测任务在Index预训练数据中的占比超过1.90%。作为对照，同样硬件、同样任务数据，但没有经过Index预训练的策略，成功率只有9%。在其他条件不变的情况下，Index预训练让零样本任务成功率从9%提升到56%，整体成功率提升522%。
与上一代模型Helix 02相比，Helix 02需要先在目标场地采集数据再训练；Helix 2.5只用一半的适应数据量，就在30个从未见过的家庭里追平了Helix 02在单一场地的成功率。此前，特斯拉Optimus、1X Neo等演示多依赖场地专属数据或人工远程操作。Figure今年1月发布的Helix 02能完成卸洗碗机等连续几十步的长时任务，但也需要先在目标场地采集数据。
CEO Brett Adcock称这是“我们迄今做过最重要的项目”。AI总监Corey Lynch在发布视频中强调，机器人在30个家庭中“每一个都记录到了成功”。随着预训练数据增加，机器人表现呈现出可预测的、类似语言模型的比例关系。Helix 2.5想回答的问题是，机器人能否走进一个从未见过的家，直接开始干活，不需要主人先配合录一遍自己家的样子。
