“美国宇树”机器人，不用遥控就能干家务了？

宇树机器人上市刚满一个月，其市值已从4400多亿的峰值滑落至2000亿左右。与此同时，在大洋彼岸，被称为“美国宇树”的机器人展现出惊人的智能水平。

9月17日，Figure AI发布了新款模型Helix 2.5，让机器人进入30个陌生家庭，完成铺床、叠毛巾和整理玩具等家务。

这些任务并非首次尝试。今年3月，Figure的机器人已能自行打扫客厅；5月，它在桑尼韦尔总部进行了约200小时的直播，3台机器人轮班作业，分拣了24.9万件快递。

此次突破点在于，Figure的机器人展示了“换环境也能适应”的能力。

做家务的人不会因为到了别人家就需要重新学习铺床或叠衣服。但机器人换到新环境，通常需要重新演示、采集数据并训练，才能执行任务。

甚至仅仅是家具布局或物品尺寸不同，之前学会的动作就可能失效。

Figure AI这次将机器人送入30个从未去过的真实家庭，未提前采集数据，也未逐一重新训练，就让机器人直接开始做家务，并宣称实现了“零样本泛化”，即机器人到了新地方无需重新学习就能干活。

难道机器人保姆即将上岗？

仔细分析成绩单，仅从数据看，这次“泛化”并不算神奇。Figure共测试了420次，Helix 2.5成功完成237次，整体成功率56%。细分来看，铺床成功率67%，叠毛巾62%，收拾玩具仅40%。

也就是说，它每做两次家务，大约会失败一次。尤其最后一项，十次中有六次无法完成，离真正能接管家务的机器保姆还有很大差距。

但56%的成功率在人形机器人做家务的泛化测试中已属顶尖。Figure表示，这是人形机器人首次在如此多的真实家庭中展示这种规模的零样本全身泛化。

官方还发布了一段3小时57分钟的完整视频。视频中，Helix 2.5展现出一些非常人性化的动作。

例如铺床时，机器人发现站位不合适，会主动后退调整姿势；被子没铺好，它会绕到床的另一侧继续整理。之前的机器人经常在动作偏离后不知所措，甚至为避免出错而直接停止工作。

现在，Helix 2.5最令人惊喜的是能在干活过程中发现问题时立即补救。

回顾今年5月的200小时直播，两代机器人的差异显而易见。当时的Helix 02能连续在分拣台工作，但依赖现场采集的数据。一旦工位改变，设备或物品变化，它必须重新采集数据并训练。

那次直播证明了Helix 02是连续工作的能手，但未证明它具备泛化能力，技能不能随环境变化灵活运用。

而这次，Helix 2.5更换了30个地点。每个家庭的床、家具和物品都不同，它仍能完成一半以上的任务。

那么，Helix 2.5为何进步如此迅速？Figure进行了一组对照实验：两边使用相同的任务数据、模型架构、训练方法和测试条件，唯一区别是一个模型提前看过人类干活视频。

结果，没看过的成功率仅9%，看过的涨到了56%。

这套视频的秘密叫做Index。Index并非复杂技术，而是Figure花钱请人干活并拍摄全过程，用来教机器人。

有人在家铺床、叠衣服、打扫卫生，有人在餐厅收拾桌子、在商店补货，甚至有人录下铲猫砂和换机油的过程。普通人下载Index应用，上传做事视频，审核通过后可获得报酬。

短短四个月，Index在108个国家积累了超过1600万条视频，每周还有4.4万人持续上传。Figure已为此支付1500万美元。

但并非随便拍一条视频就能获利。上传的视频需经过筛选和去重，确保不重复。Figure会将内容审核，检查作弊和重复。据公布数据，每1000小时Index视频涉及约373种任务、1146种物品和116种环境。

最终，在Index上，同样是铺床，有人从床头开始，有人先抖开被子；同样是整理房间，每家摆放的家具和物品也不同。同一任务有各种解法，强调“真实”。

这些任务的不同变化自然产生，工程师无法在实验室模拟设计。

这样，Figure的机器人在真正练习前，通过观看大量人类与真实世界互动的视频，先培训再上岗。有了这些视频，Figure可以调整训练顺序。

过去，机器人先确定学习任务，再收集数据：教叠毛巾就反复叠毛巾。现在Helix 2.5反其道而行，先在Index中预训练，见过足够多的人、物品和环境，再学习铺床、叠毛巾和收拾玩具。

这思路与大模型预训练类似：先大量“见世面”，再专门学技能。对照实验证明，这方法有效。同样家务训练数据，给看过大量人类示范的模型，在陌生家庭表现完全不同。

这解释了Helix 2.5为何能在30个家庭中临场调整。只要见过足够多的动作和场景，遇到床铺尺寸变化、站位不合适或东西没放好时，它就能尝试多种方法。

不过，既然1600万条视频让Helix 2.5学会了一些举一反三，再多数据是否会继续变聪明？

实际上，喂的数据越多，大模型效果越好，这在AI领域已是金科玉律，即Scaling Law。因此，各大模型公司抢购算力、收集语料，扩大模型规模。按照Scaling Law，数据和算力增加，模型会按规律变强。

这次Figure给机器人喂2倍、4倍甚至8倍Index数据，像是在机器人身上复刻大模型Scaling Law。

那么，机器人也有Scaling Law吗？Figure确实测出来了。

研究人员训练了四组模型，最大一组使用Index数据是最小一组的8倍。模型大小、后续家务训练和其他条件一致，只改变预训练时看的人类视频数量，然后盯机器人预测动作的误差。

结果，Figure发现随着Index数据增加，机器人动作预测误差持续下降，且下降规律规整，数据每增加一档，误差减少量可提前估算。

Figure还用前三个模型数据拟合曲线，在最大训练前直接算出误差。训练完成后，实际结果与预测一致到小数点后四位。

这似乎表明机器人有自己开云体育官方的Scaling Law。Figure给曲线命名为“人类到人形机器人的迁移Scaling Law”。

这条曲线解决了机器人行业的老问题：过去想让机器人更强，只能采集更多机器人数据，又贵又慢。但如果人类干活视频能按可预测规律变成机器人的能力，投入产出就能提前计算。

Figure愿意继续收数据、买算力，赌这条曲线成立。9月3日，Figure宣布与AI云计算公司Nscale合作，计划从2027年下半年部署英伟达Vera Rubin平台，最终使用最多10万块GPU。初始算力投入35亿美元，未来意向扩大到60亿美元以上。

35亿美元买算力，更像大模型公司的做法。Nscale不仅卖算力，还战略入股Figure。黄仁勋在官宣中表示，这次合作“激活了机器人飞轮”。

另一边，Index每秒仍收到约35分钟的人类行为视频。一边是全球用户不断拍摄干活视频，另一边是最多10万块GPU准备喂给机器人。Figure作为机器人公司，正走在越来越像大模型公司的道路上。

不过，目前这条“人类到人形机器人的迁移Scaling Law”曲线仍有问题。它只有四个点，跨度仅8倍，不足以支撑一条定律。例如实验测的是动作预测误差，而非任务成功率。误差下降不代表喂的数据越多，家务就干得越好。

而且56%的成绩是Figure自己打分，30个家庭全是湾区租来的房子，三项任务也是提前选好的。尽管Figure在家务测试中迈出重要一步，但距离请到一位机器保姆还有很长的路。