这边宇树上市仅一个月，市值便从超4400亿的高点滑落至2000亿左右。与此同时，大洋彼岸被称作“美国宇树”的机器人却展现出近乎“成精”的能力。

9月17日， Figure AI发布了新模型Helix 2.5，将机器人送入30个陌生家庭，执行铺床、叠毛巾、收拾玩具等家务。

这些任务并非它首次尝试。今年3月，Figure的机器人已能自主打扫客厅；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。

此次的独特之处在于，Figure的机器人展示了 “换地方也能干” 的能力。

做过家务的人，不会因为换到别人家，就从头学习铺床或叠衣服。但机器人换个环境，通常需要重新演示、采集数据并训练，才能适应新场所。

甚至仅仅是家具摆放或物品尺寸不同，之前学会的动作就可能失效。

这次，Figure AI将机器人直接投放到30个从未去过的真实家庭，未提前采集数据或逐一重新训练，就让机器人直接上手做家务，并宣称实现了“零样本泛化”， 通俗地说就是“机器人到了新环境，无需重新学习就能干活”。

难道，机器人保姆即将上岗？

机器人终于学会举一反三？

不过，细看成绩单，仅从数据看，这次的“泛化”并未神奇到极致。

Figure共进行了420次测试，Helix 2.5成功完成237次，整体成功率为56%。细分来看，铺床成功率为67%，叠毛巾为62%，收拾玩具仅为40%。

这意味着它每干两次活，差不多会失手一次。尤其是最后一项，十次中有六次无法收拾好，距离真正能接管家务的机器保姆还很遥远。

但56%这个数字，在人形机器人做家务的泛化测试中已属顶尖。据Figure描述，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。在这段视频中， Helix 2.5确实展现出了非常“有人味儿”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，它会绕到床另一侧，换个位置继续整理。以前的机器人经常在动作出错后不知所措，甚至为不出乱子而直接罢工。

如今，Helix 2.5最令人惊喜的是能在干活过程中发现问题时，立即想办法补救。

此时再回头看今年5月那场200小时直播，两代机器人的差异显而易见。

当时的Helix 02能守在工作台前连续干活，但这些技能依赖于现场采集的数据。一旦工位更换，周围设备和物品改变，即使任务相同，机器人仍需重新采集数据和训练。

最终，那场直播测试虽证明了Helix 02是能持续工作的好手，却未能证明它真的具备泛化能力，能随环境变化灵活运用技能。

而这次，Helix 2.5换了整整30个地方。

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，在短时间内，Helix 2.5为何能进步如此之大？

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完全一致，唯一区别是一个模型提前观看了人类干活的视频。

结果，没看过视频的模型成功率仅为9%，看过的直接升至56%。

这套视频中到底有什么，能让机器人在陌生环境中的表现大幅提升？

秘密在于Index。

先培训，再上岗

Index这个名字听起来像复杂技术，但真相可能很简单。继续通俗解释， 就是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，甚至还有人录制了铲猫砂和换机油的过程。普通人只需下载Index应用，上传自己做事的视频，审核通过后就能获得报酬。

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为此已支付1500万美元。

不过，并非随便拍一条扫地视频就能拿钱。这些上传并审核通过的视频都有一个前提：不重复。

Figure会对上传内容进行筛选、去重，并检查是否有作弊和大量重复。据公司数据，每1000小时的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，每家摆放的家具和需要收拾的物品也不同。同一类任务有五花八门的解法，主打“贵在真实”。

这些同一任务的不同变化，都是自然产生的，再厉害的工程师也无法在实验室里一条条模拟和设计出来。

于是，Figure的机器人在真正练习之前，已通过观看大量人类与现实世界打交道的真实视频，先培训再上岗。

有了这些视频打底，Figure可以先将训练顺序整个调转过来。

过去，机器人通常先确定要学什么，再围绕任务收集数据：教叠毛巾，就安排机器人反复叠毛巾。

现在Helix 2.5反其道而行之，先在Index里预训练，见过足够多的人、物品和环境，再去学铺床、叠毛巾和收拾玩具。

这套思路与大模型的预训练如出一辙：先海量“见世面”，再专门学手艺。

前面的对照实验已证明，这一步确实有效。同样一批家务训练数据，交给一个看过大量人类示范的模型，到了陌生家庭，表现截然不同。

这也解释了Helix 2.5为何能在30个家庭中临场调整。只要此前见过的动作和场景足够多，遇到床铺尺寸变化、站位不合适或物品没放好时，它的“大脑”中便多了几种可尝试的方法。

不过，既然1600多万条视频已让Helix 2.5学会了一些举一反三，那么再多一倍、两倍甚至十倍的数据，它还会继续变聪明吗？

机器人训练变天了？

实际上，喂的数据越多，大模型效果越好，这在AI大模型领域早已是金科玉律，即Scaling Law。

因此，各大模型公司都在抢购更多算力、收集更多语料，并将模型规模越做越大。因为按Scaling Law，只要数据和算力持续增加，模型通常会按一定规律变强。

这次Figure给机器人喂了2倍、4倍甚至8倍的Index数据，从操作上看，也像是在机器人身上复刻大模型的Scaling Law。

那么，机器人领域也有Scaling Law吗？

还真让Figure测出来了。

研究人员共训练了四组模型，最大一组使用的Index数据是最小一组的8倍。模型大小、后续家务训练及其他条件全部一致，只改变预训练时给机器人看过多少人类视频，然后只盯一个指标：机器人预测下一步动作的误差。

结果，Figure发现：随着Index数据增加，机器人的动作预测误差确实在持续下降。 且这条下降曲线很规整，数据每增加一档，误差减少多少已能提前估算。

Figure还利用前三个模型的数据拟合出这条曲线，在最大那次训练开始前，直接算出了其误差。等训练完成后一看，实际结果与预测精确到小数点后四位。

这样看来，机器人似乎真有自己的Scaling Law。Figure还给这条曲线起了名字： “人类到人形机器人的迁移Scaling Law”：

这条曲线，解决的是机器人行业的一个长期难题： 过去想让机器人更强，只能采集更多机器人数据，既昂贵又缓慢。

但如果人类干活的视频能按可预测的规律转化为机器人的能力，那么投入多少、产出多少，就能照这条曲线提前计算出来，花费多少也心中有数。

Figure愿意继续收集数据、购买算力，赌的就是这条曲线成立。

9月3日，Figure宣布与AI云计算公司Nscale合作，计划从2027年下半年开始部署英伟达Vera Rubin平台，最终最多使用10万块GPU。最初承诺的算力投入达35亿美元，未来意向是扩大到60亿美元以上。

35亿美元买算力，这更像是大模型公司的做法。而且Nscale不仅出售算力，还战略入股了Figure，成为其股东。 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每秒钟仍在收到约35分钟的人类行为视频。

一边是全世界的人不断拍摄自己如何干活，另一边是最多10万块GPU等着将这些视频喂给机器人。Figure作为一家机器人公司，却走在一条越来越像大模型公司的路上。

不过，目前这条被称为“人类到人形机器人的迁移Scaling Law”的曲线，还存在不少问题。它仅有四个点，跨度只有8倍，难以支撑一条定律。

例如，实验测量的是动作预测的误差，而非任务成功率。误差下降，并不代表喂的数据越多，家务就干得越好。

而且56%的成绩是Figure自己评定的，30个家庭全是湾区租来的房子，三项任务也是提前选定的。

尽管Figure在这次家务测试中迈出了重要一步，但距离大家请到一位机器保姆，还有很远的距离。

参考资料： APPSO《刚刚，机器人首次「空手闯进」 30个陌生家庭，进门就干活》 极客公园《Figure AI宣称找到了机器人版scaling law，同行却说它其实根本不会泛化》 本文来自微信公众号“蓝字计划”，作者：Chester，36氪经授权发布。