分类：AI动态 标签：人形机器人、大模型、人工智能、Figure AI
估值高达 390 亿美元的全球最贵人形机器人公司 Figure AI，最近将其最新成果 Helix 2.5 送进了旧金山湾区的 30 套陌生住宅中。在没有进行针对性现场微调的前提下，机器人自主完成了整理客厅、铺床和折叠毛巾等日常任务。
凭借这次测试，Figure AI 宣称自己摸到了机器人领域的 Scaling Law（规模定律）。然而，这场看似惊艳的技术秀却在业界引发了激烈争议，同行们直言不讳地指出：接近一半的失败率，恰恰证明了模仿学习路线或许根本无法实现真正的泛化。
迈向 Zero-shot 的关键一步
在 Helix 2.5 之前，人形机器人的训练高度依赖特定环境。机器人往往只能在实验室或特定的产线上完成任务，换一个地方就得重新采集数据、重新训练。
为了打破这一瓶颈，Figure AI 改变了机器人的学习方式：
- 预训练阶段：Helix 2.5 从随机初始化开始，首先利用 Figure AI 的人类行为数据集 Index 完成预训练。
- 零样本测试（Zero-shot）：团队将机器人直接投放至 30 套从未涉足过的住宅中。测试期间，机器人无法根据具体住宅重新训练，必须完全依靠过往经验应对陌生的房间布局与物品。
在总计 420 次的严苛测试中，Helix 2.5 的整体任务成功率为 56%（其中铺床成功率约 67%，折叠毛巾约 62%，整理玩具约 40%）。值得一提的是，机器人在此期间展现出了优秀的全身纠错能力，例如在操作位置不合适时主动后退、调整站姿。相较于未经过 Index 预训练的对照模型（成功率仅 9%），这一成果被 Figure AI 视为迈向跨场景泛化的重要突破。
机器人也能复刻大语言模型的 Scaling Law 吗？
大语言模型（LLM）之所以让科技界着迷，核心在于其进步是可预测的：通过增加数据、模型参数和计算量，训练损失会沿曲线稳定下降，从而将 AI 研发变成了一项可量化的工程。
长期以来，由于机器人数据昂贵、碎片化严重且缺乏统一标准，这一规律在机器人领域迟迟未能实现。但在 Helix 2.5 的技术博客中，Figure AI 明确宣称：他们首次在人形机器人上测得了一条“人类到机器人迁移的 Scaling Law”。
Figure AI 通过四个不同规模的 Index 数据集（1倍、2倍、4倍、8倍）进行实验，发现在固定模型大小与下游任务的前提下，随着人类行为预训练数据量的增加，机器人预测下一步动作的误差会持续下降。
为了将这一故事继续写下去，Figure AI 正在砸下重金。公司已与 Nscale 签署算力协议，计划从 2027 年下半年起部署算力，长期目标直指最高 10 万块英伟达 Vera Rubin GPU。
同行质疑：56% 的成功率算真正的泛化吗？
尽管 Figure AI 信心满满，但 Helix 2.5 的数据公布后，并未迎来业界的普遍赞誉，反而遭到了同行的公开质疑。
- 可靠性争议：Sunday Robotics 联合创始人 Tony Zhao 指出，56% 的成功率意味着机器人有近一半的时间在失败。在涉及易碎物品或需要与儿童、宠物共存的真实家庭场景中，偶尔完成任务与用户能够放心让其独立工作有着本质区别。
- 技术路线质疑：Stealth CEO Nikolai Ensslen 则更加严厉。他认为，泛化意味着换一个地方能够持续、稳定地工作，而 44% 的失败率恰恰证明了 Figure AI 使用的模仿学习系统根本无法泛化。模型只是在更大的数据分布中学会了机械模仿，一旦偏离训练经验，便缺乏理解任务和自主摆脱失败的能力。
总结与展望
Helix 2.5 无疑是人形机器人走向真实世界的一次勇敢尝试，它证明了大规模人类行为数据能够有效赋能全尺寸人形机器人。
但争议的焦点在于：这究竟是机器人 Scaling Law 的伟大起点，还是模仿学习路线遭遇天花板前的回光返照？如果 Figure AI 能够通过不断扩大算力与数据，将 56% 的成功率稳定推向 90% 以上，那么它将彻底改变行业格局；反之，如果成功率长期停滞不前，关于整条技术路线有效性的拷问，才刚刚拉开序幕。