9月17日，人形机器人公司Figure发布了一个叫Helix2.5的机器人神经网络。它最让人意外的地方是：就算从没去过这户人家，机器人也能完成整理客厅、叠毛巾、铺床这些事，成功率达到了56%。
为了验证这个能力，Figure在旧金山湾区找了30户完全陌生的家庭。这些家庭之前从没被采集过任何数据，机器人也没在那里面训练过。对机器人来说，每一户都是全新的环境，每一个玩具、每一条毛巾、每一套床上用品，都是第一次见。
这就像让一个刚学会做家务的人，直接去陌生人家里干活，而且没人告诉他东西放哪、床有多大、毛巾什么材质。
那56%的成功率意味着什么？对比一下就清楚了。如果同样的机器人从零开始训练，成功率只有9%。Figure用Index人类行为数据集给机器人做“预习”，成功率直接翻了六倍多。
更重要的是，Helix2.5是一个单一的基础模型，同时支持三类全身动作：整理客厅、折叠毛巾、铺床。而且评估标准很严格——必须完整做完才算成功，做到一半不算数。
Figure还做了一个关键实验来控制变量。他们保持模型架构、优化方式、超参数、下游数据和评估条件完全不变，只改变初始化方式。结果显示，Index数据集中没有任何一个评估任务占比超过1.90%。换句话说，机器人不是靠“题海战术”记住答案的，而是真的从预训练中获得了泛化能力。
Helix2.5还展现出一些让人眼前一亮的能力。它能在干活过程中自己调整位置，比如后退一步找到更好的角度，改变站姿，甚至能在床上移动身体来完成铺床动作。这些全身自我纠正行为，说明机器人不是在机械执行指令，而是在根据实际情况灵活应对。
更让人惊讶的是效率。Figure表示，Helix2.5只用了此前Helix02一半的适应性数据，就达到了相当的成功率。这意味着预训练帮机器人省下了大量“补课”时间。
Figure还顺手测了一条数据缩放规律：Index数据量每翻一倍，动作预测损失就会可预测地下降。这相当于给人形机器人领域画出了一条“经验曲线”——数据越多，机器人越聪明，而且这个增长趋势是可以被量化的。
Index这个数据集本身也值得一说。它在8月25日正式推出，目前累计下载26.4万次，每周活跃用户超过4.4万，已经收集了超过1600万个视频。Figure向数据贡献者支付了1500万美元，并且已经投入35亿美元的计算资源来训练Helix系列。
从9%到56%，这中间的差距不是靠调参数调出来的，而是靠“见过世面”。Figure的路径很清晰：用海量人类行为数据做预训练，让机器人先学会“人类大概会怎么动”，再去适应具体任务。这和语言大模型的逻辑如出一辙——先广泛阅读，再专项训练。
人形机器人要真正走进家庭，泛化能力是绕不开的坎。每家每户的布局不一样，物品摆放不一样，生活习惯也不一样。如果每换一个环境就要重新采集数据、重新训练，成本根本降不下来。Helix2.5给出的信号是：预训练这条路走得通，而且数据越多，效果越好。当“预习”足够充分，机器人走进陌生家庭的那一刻，就不会那么手足无措了。