10 億美元豪賭，四星期見效
人形機械人新創 Figure AI 再度成為焦點：公司上月承諾投入 10 億美元級資金建造機械人訓練數據，僅僅四星期後，這筆投資就交出成績表。最新一代神經網絡 Helix 2.5 在 30 個「從未見過」的灣區家庭中，家事任務成功率高達 56%，比沒有預訓練的基線模型（僅 9%）暴增 6 倍，創下人形機械人零樣本泛化（zero-shot generalization）的里程碑。
30 個陌生家庭、420 次嘗試的實測
9 月 17 日，Figure 正式發表 Helix 2.5，並進行了一場罕見地「誠實」的測試：公司租下 30 個灣區家庭，派遣從未進入過這些房子、訓練數據中也從未出現過測試物件（玩具、床品、毛巾全部是全新的）的機械人，以同一組固定權重（single frozen checkpoint）完成 420 次家事嘗試。
結果分任務來看更為立體：鋪床成功率 67%（140 次中成功 94 次）、摺毛巾 62%（87/140）、收拾玩具回籃僅 40%（56/140）。計分規則相當嚴格——必須完整完成才算成功，枕頭擺歪了算失敗；任何安全干預也一律計為失敗，而非灰色地帶。最終合計 237/420，即 56%。
幕後功臣：Index 數據平台
這次躍進的關鍵，是 Figure 於 8 月 25 日結束潛行（out of stealth）的數據產品 Index——公司稱之為「史上最多樣化的機械人訓練數據集」。Index 透過應用程式讓數萬名每週貢獻者上傳人類行為影片，每秒收集約 35 分鐘的真人操作片段。Helix 2.5 借助 Index 預訓練，所需的任務專屬數據比上一代 Helix 02 減少 50%，卻在 3 倍數量的家庭中取得更強成績。
執行長 Brett Adock（Brett Adcock）在 X 上直言這是「Figure 有史以來最重要的項目」，並稱零樣本泛化——機械人走進陌生房子直接開工——是「業界的聖杯」。
56% 夠不夠？對手與資金面的壓力
56% 是否亮眼，取決於對照基準。相對從零訓練的模型，這是 6 倍躍升；但相對「你敢讓它獨自留在客廳」的標準，收拾玩具仍然是一項失敗多於成功的任務。競爭對手 Sunday Robotics 近日就公布其 ACT-2 系統在陌生環境摺衣成功率高達 99.1%（778/785），不過兩者任務、評分規則與「未見過」的定義並不相同，難以直接比較。
資金方面，Figure 本月完成超過 10 億美元 C 輪融資，並與 Brookfield 達成合作夥伴關係，Adcock 自稱擁有「人形機械人行業最強資產負債表」，家庭機械人時間表已提前兩年。
同場加映：高通收購 PickNik，實體 AI 軍備賽升溫
就在 Figure 公布成果的同一週，高通（Qualcomm）於 9 月 22 日宣布收購機器人軟體公司 PickNik——開源機械人操作框架 MoveIt 的維護者。高通計劃將 MoveIt 與旗下 Dragonwing 機器人平台及 Arduino 平台深度整合，承諾維持 MoveIt 開源。消息公布後高通股價盤前微跌約 1.15%，市場將其解讀為長線實體 AI 布局。
結論：數據為王的實體 AI 時代
Figure 的 6 倍躍升證明了一個日趨清晰的行業邏輯：在實體 AI 領域，大規模通用人類行為預訓練，勝過狹窄的任務專屬練習——這與大型語言模型的縮放定律遙相呼應。配合 Index 每秒 35 分鐘的數據洪流與 10 億美元彈藥，以及高通等晶片巨頭加速卡位，人形機械人正從「示範影片時代」走向「原始數據時代」。距離機械人真正走進每個家庭仍有一段路，但方向已經明確：誰掌握數據，誰就掌握下一個時代的入場券。
