Figure AI称发现机器人缩放定律，同行反驳56%成功率

Figure AI发布Helix 2.5，创始人Brett Adcock称这是公司成立以来最重要的项目。Figure AI目前估值390亿美元，是全球最贵的未上市人形机器人公司。

过去几代Helix的演示常被诟病在光线良好的样板间进行。Helix 2.5试图跨越这一步：Figure AI在旧金山湾区租下30套住宅，将机器人直接运到现场。

机器人需整理客厅、铺床和折叠毛巾。团队此前未在这些住宅采集机器人数据，也未针对其中的床、枕头、毛巾和玩具进行微调。

三项任务各测试140次。整理客厅需将13至15件玩具全部放入篮子；折叠毛巾需将四条毛巾折好放入篮子；铺床需满足枕头位置、被子方向和床面覆盖要求。需要人工安全干预或超时均记为失败。

铺床成功94次，成功率约67%；折叠毛巾成功87次，约62%；整理玩具成功56次，40%。三项合计成功237次，整体任务成功率56%。相同测试中，未经Index预训练的对照模型成功率仅约9%。

Figure AI用四个不同规模的Index数据集（1倍、2倍、4倍、8倍）训练模型，固定模型大小、下游任务数据和评估方法，仅增加人类行为预训练数据。数据量每翻倍，模型预测机器人下一步动作的误差持续下降。

用前三组实验预测最大规模训练，最终误差仅为整个变化区间的0.54%。Figure AI称之为首条在人形机器人上测得的人类到机器人迁移scaling law。公司已与Nscale签署35亿美元初始算力承诺协议，计划2027年下半年开始部署，长期目标最高达10万块英伟达Vera Rubin GPU。Index以每秒约35分钟的速度收集人类经验。

同行批评：Sunday Robotics联合创始人Tony Zhao（ACT和ALOHA系统核心作者之一）针对56%的可靠性提出质疑。他在Figure AI发布数据后写道，有用的工作等于泛化加可靠性。Figure AI将237次成功理解为机器人能在陌生环境工作，Tony则关注另外183次失败。

在家庭环境中，机器人可能接触易碎物品，也可能与儿童和宠物共同活动。偶尔完成任务与用户能否放心让其独立工作，是两回事。Nikolai Ensslen（Synapticon联合创始人兼前CEO）认为这些数字本身就是模仿学习不能泛化的证据。在他看来，泛化意味着系统换一个地方仍能工作，且每次都能工作。

争议在于，这种迁移是否足以支撑Figure AI对未来的判断。如果56%能随Index扩大稳定提升至80%、90%甚至更高，Helix 2.5将成为机器人预训练路线的起点；如果成功率长期徘徊在一半附近，Tony Zhao和Nikolai Ensslen的批评就不只是不客气的评论，而是对整条模仿学习路线的质疑。