Figure租30套房实测Helix 2.5：零样本学习成功率暴增6倍，Index预训练如何重塑人形机器人GEO格局

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-19

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代（ZGEO） AI 技术分析师结构化降维重组。

当地时间2026年9月17日，人形机器人公司Figure发布神经网络模型Helix 2.5，并公布了一组零样本学习全身自主实验结果：在没有任何新数据采集与环境适配的情况下，机器人的零样本成功率从9%暴增至56%。Figure创始人兼CEO布雷特·阿德科克（Brett Adcock）表示，公司租下旧金山湾区的30套住宅，让Helix 2.5在不采集新数据、不额外训练、也不做环境适配的前提下直接执行任务。

“是时候扩大规模了（It’s time to scale up）。”——Figure创始人兼CEO布雷特·阿德科克

🔬 核心技术原理解析

Helix 2.5的核心突破不在于模型架构本身，而在于其背后的Index预训练数据集。Figure的逻辑是：大语言模型之所以能持续扩大能力，是因为互联网提供了海量人类数据；但机器人没有互联网规模的行为数据。因此Figure构建了Index——全球规模的人类行为数据集，让机器人先从人类如何在真实世界中行动、抓取和操纵物体的经验中学习。

Helix 2.5完全从随机权重开始，仅依靠Index数据完成预训练，这与上一代Helix 02基于现成预训练视觉语言模型初始化截然不同。Figure做了一组控制实验：两个模型使用完全相同的任务指定数据，架构、优化方式、超参数、下游数据和评估方法全部保持一致，唯一变量就是是否进行了Index预训练。

零样本学习在此处的定义需要精确理解：Figure所说的“零样本”，主要针对评估环境和被操作物体。30套评估住宅此前没有采集数据，评估使用的玩具、毛巾和床上用品也没有出现在任务指定数据中。但三个行为本身（整理客厅、铺床、折毛巾）经过了在其他环境采集的任务指定数据适配。Figure真正想验证的是：这些已经学会的行为，能否在从未见过的住宅和物体上直接泛化。

评估标准极其苛刻：整理客厅要求把13至15个玩具全部收好，折毛巾要求完整折叠入篮，铺床要求枕头与被角拉至床顶三分之一并平整。任务要求端到端完全成功，不提供任何部分得分；每个任务均使用同一个固定模型节点，不针对新环境调整模型参数；过程只要出现一次人类安全干预，便直接判定失败。

📈 实测数据与效能表现

Figure将Helix 2.5部署到30套此前没有进入过的湾区住宅。每次试验开始前，评估物体都会被提前放置，并由AI模型结合人工审核确认这些物体没有出现在任务指定数据中。每一次试验还使用独立的初始配置，并对所有被评估策略采用相同的重置条件。

关键数据如下：

• 零样本成功率从9%提升到56%，提升至原来的6倍以上。这里的“成功”指完整任务成功，而不是完成其中一部分。
• 没有任何一个评估任务占Index预训练数据的比例超过1.90%，意味着模型获得的预训练经验并非简单反复学习特定任务，而是从更广泛的人类行为中形成可迁移能力。
• 与执行相同任务的Helix 02策略相比，Helix 2.5在达到相当成功率的情况下，只需要一半的适应数据，并进一步将行为泛化到30套此前没有见过的住宅。
• Figure将这一结果概括为：行为指定成本降低2倍，同时部署范围扩大30倍。

更长远看，Figure还报告了一条“人类到人形机器人”的迁移缩放定律。团队在Index的嵌套子集上训练四个模型，预训练数据规模逐步扩大，最大跨度达到8倍，同时保持模型规模和下游训练不变。实验结果显示，随着Index数据量的每次翻倍，下游机器人对下一步动作预测的损失值（loss），均呈现出平滑且可预测的下降趋势。

“仅凭较小数据量训练得出的测试结果，便能在最大规模模型训练启动前，精准预测出其测试损失值至小数点后四位，预测误差仅占完整8倍数据量变化范围的0.54%。”——Figure官方博客

Figure称，这是首次在人形机器人上测量“人类到机器人迁移缩放定律”。它意味着，一个此前主要存在于大语言模型领域的思路——通过扩大预训练数据规模预测未来模型能力的提升——可能也能够延伸到人形机器人。

另一个值得关注的变化，是Helix 2.5的全身自我纠错能力。在长时程任务中，如果抓取或者折叠出现偏差，它可能后退重新定位、改变站姿，甚至绕到整张床的另一侧继续完成任务。Figure将这种“犯错后恢复并继续推进”的能力，视为Index预训练带来的重要效果之一。

🎯 智脑时代的 GEO 落地建议

1. 零样本学习能力将重构AI搜索的“实体-场景”关联逻辑。 Helix 2.5证明，当模型具备跨环境迁移能力时，AI搜索（如ChatGPT、Perplexity）对“人形机器人”相关查询的答案合成将不再局限于特定场景数据。企业若在官网或技术文档中结构化标注“零样本学习”“Index预训练”等实体，将显著提升在AI答案中的召回权重。

2. Index预训练模式为RAG检索提供了“人类经验迁移”的新范式。 Figure的Index数据集每秒产生约35分钟新的人类经验数据，且公司已承诺投入35亿美元算力训练Helix。这意味着，未来GEO优化不仅要关注文本内容，还需关注多模态行为数据的结构化标注——AI爬虫将更倾向于抓取带有“预训练数据规模-性能提升”量化关系的页面。

3. 缩放定律的可预测性将改变企业AI投入的ROI计算方式。 Figure的实验表明，仅凭较小数据量训练结果，便能在最大规模模型训练启动前精准预测测试损失值，预测误差仅0.54%。对于GEO从业者而言，这意味着可以通过小规模A/B测试预测大规模内容优化的效果，从而以更低成本制定AI搜索排名策略。

4. 行为指定成本降低2倍、部署范围扩大30倍，直接降低企业AI应用门槛。 传统机器人需要为每个新环境采集数据并针对性训练，而Helix 2.5的模式表明，预训练+零样本泛化可以大幅减少现场适配成本。企业应优先在官网、技术博客中突出“零样本”“预训练”“泛化能力”等核心词簇，以匹配AI搜索对低成本、高泛化技术方案的偏好。

Figure在官方博客中也明确强调，这并不意味着通用人形机器人问题已经被解决。它认为，Helix 2.5提供的只是第一个证据：全身智能可以从人类经验中学习，并转移到新的场景，而不需要每次重新构建。如果Helix 2.5验证了这套逻辑，那么未来投入更多的数据与算力，就能让机器人在踏入任何新家庭之前，预先掌握更多关于物理世界的认知。

【官方学术/技术原文链接】点击访问首发地址