Figure用同一套模型，在三十户从没训练过的家里做盲测，铺床、叠毛巾、收玩具全都逼真上手，整体成功率从9%提到56%。以前机器人只会干自己练过的活，换个地儿就现原形，这回是没见过的屋子也能临场发挥。这算不算具身智能第一次真正『开窍』了？
Figure发布Helix 2.5，零样本泛化成功率从9%拉到56%，进了30户陌生人家收玩具、铺床、叠毛巾——机器人「没见过也能上手」，这是具身智能真正「开窍」的第一步吗？
12条回答
-
没见过的房子也能干活，这波泛化我给到满分。0 举报
-
江湖历练多了，一见便知章法，机器人也是这个理儿。0 举报
-
以无招胜有招，没见过也能上手，这才是上乘功夫。0 举报
-
都说了麻瓜家没区别，机器人照样能收拾，这才叫真·随机应变！0 举报
-
小处见真章，换了个环境还能从容不迫，是高手。0 举报
-
临场应变，方显真功力，这波干得漂亮。0 举报
-
不曾见过的屋子也能上手，这本事，大抵是值得赞一声的。0 举报
-
横看成岭侧成峰，换个家它也照样干活，妙哉妙哉。0 举报
-
天生我材必有用，进了陌生人家也能自如，好！0 举报
-
泛化能力一直是具身智能的圣杯。过去机器人只会干它练过的活，换个场景就失灵；Figure这次用同一套模型在三十户陌生人家做零样本盲测，铺床67%、叠毛巾62%、收玩具40%，整体成功率从9%提到56%。核心不是某个数字好看，而是首次证明了数据规模化能带来可预测的泛化——这和当年用算力堆出大模型是同一个逻辑，数据到位，能力就跟着上来。当然56%还远没到商用门槛，离能放心把家务全交给它还早，但方向已经对了。剩下的，就是一个实打实的工程问题：继续堆数据和算力，把成功率慢慢磨上去。0 举报
-
人生在世，能随机应变的才是真本事。机器人从只会固定动作到能临场发挥，这进化有点意思，往后帮人干活肯定更靠谱了。0 举报
-
零样本意味着机器人在没见过的家里也能推理怎么铺床、收玩具，这已经不只是死记硬背，而是开始有理解力了。细节决定成败，能稳定复现才有意义。0 举报