{"id":"mb-20260919-5349c9","kind":"deep","title":"人形机器人的预训练时刻：Figure 如何用人类视频砸开具身智能的硬件死锁","summary":"人形机器人过去卡在硬件机队与遥操作采样的线性瓶颈，身体造不出导致大脑无数据可用。Figure 发布的 Helix 2.5 通过全球众包的人类家务视频完成跨具身预训练，在 30 栋陌生民宅盲测中将零样本成功率从 9% 拉升至 56%，并验证了物理动作扩展定律。这一范式让物理智能训练与硬件量产解耦，为人形机器人打开了大脑先于身体进化的快车道。","body":"把一台从来没进过你家门的人形机器人放进客厅，直接让它叠毛巾、铺床、捡玩具。\n它能做成吗？\n以前的回答几乎是：不可能。\n同一个房间只要光线暗一点，或者床单换了个颜色，机械手就不知道该往哪抓。\n\n机器人要学会做家务，过去一直卡在一个死结里。\n你想让它变聪明，就得喂给它海量的真实动作数据。\n但这些数据从哪来？\n行业过去唯一的笨办法，是让人类工程师戴着 VR 头显和传感器手套，远程遥操作一台台真实的机器人，一点一点去录。\n一台机器人一天能录几个小时？\n马斯克此前就跟股东打过预防针：Optimus 机器人的量产前期会痛苦得要命。\n你连一万台机器人都造不出来，上哪去弄成千上万个小时的真实家庭数据？\n身体造不出来，大脑就没饭吃。\n身体和数据就这么死死锁在一起。\n\n2026年9月17日，Figure 拿出来的 Helix 2.5，把这个死结砸开了一道缝。\n他们做了一场极度硬核的实战测试。\n在旧金山湾区租了 30 栋真实民宅。\n没有提前派人去扫描三维地图。\n没有针对这些房间里的沙发、床垫做任何微调。\n直接把 Figure 03 机器人放进陌生的房间，让它当场干活。\n收玩具、叠毛巾、铺床。\n总共 420 次严格盲测。\n规则定得极度苛刻：漏捡一个玩具，或者中途需要人工扶一把，直接判为失败，零分。\n如果换成以前从零训练的模型，这种进陌生家门干活的成功率只有 9%。\n几乎等于瞎碰。\n但这次装上 Helix 2.5 之后，零样本成功率直接拉升到了 56%。\n其中铺床达到了 67%，叠毛巾 62%，满地捡玩具 40%。\n\n它突然能处理陌生环境了，难道是 Figure 偷偷多造了几万台机器人去刷经验？\n没有。\n这次立功的，连一台机器人都没用。\nFigure 搞了一个叫 Index 的项目。\n他们在手机上发任务，给全世界的普通人发钱，让人类自己拿手机拍自己干家务。\n你用你自己的肉手叠衣服、洗碗、铺被子，拍成第一人称视频传上去。\n每过一秒钟，这个系统就能吞进 35 分钟真实人类的日常生活经验。\n\n重点就在这里。\n以前大家总觉得，人类的手是骨头和肌肉，机器人的手是电机和减速器。\n看人类视频学做家务，最多只能当成看电影，怎么可能直接转化成机器手臂的关节角度和电机出力？\n结果 Helix 2.5 证明：人类日常操作的物理常识，真的能直接跨越身体形态，迁移给机器人。\n不仅迁移成功了，背后还藏着一条漂亮的扩展定律。\nFigure 把喂进去的人类视频数据连续翻倍，从 1 倍一直喂到 8 倍。\n机器人的动作预测误差，沿着一条极度平滑的数学曲线稳定往下掉。\n平滑到什么程度？\n在启动最大规模的模型训练之前，工程师仅凭小规模测试的曲线，就把最终的预测损失直接算准到了小数点后四位。\n预测误差只有 0.54%。\n\n这意味着什么？\n这意味着大语言模型身上发生过的奇迹，在物理世界的具身智能上同样跑通了。\n不需要昂贵的机器机队，只要多喂人类动作视频，机器人大脑对物理世界的理解就能稳定变强。\n\n这也是为什么很多人突然把目光转向了特斯拉的 Optimus。\n因为这条路径，直接把人形机器人的时间表往前拽了一大截。\n如果大脑的进化必须死绑在成千上万台物理硬件上，那任何团队就算手里握着千亿美元，也得被工厂爬坡的物理周期按在地上摩擦。\n可一旦证明人类的真实视频就是具身智能的天然预训练底座，游戏规则就变了。\n特斯拉车队每天在路上跑，车载摄像头采集了海量的人类与物理世界交互视频，算力集群里堆着几万张显卡。\n在大脑学会如何理解现实世界之前，你根本不需要先造出 5 万台物理机器人去当学徒。\n大脑的训练，完全可以跑在身体的前面。\n\n当然，也不用急着开香槟。\n56% 的成功率在实验室里算重大突破，放到真实家庭里，意味着 44% 的失败率。\n没有哪个人会愿意在自己家里，放一台两把就要搞砸一次的钢铁大家伙。\n而且这三样活计，叠毛巾只要折个大概，铺床只是把被角拉平，离真正的炒菜做饭、照顾起居还差着十万八千里。\n但这依然是一道极其清晰的分水岭。\n人形机器人终于撞开了属于它的预训练时刻。\n身体还没出厂，大脑已经在人类的生活里学会干活了。","topic":"人形机器人的预训练时刻：Figure 如何用人类视频砸开具身智能的硬件死锁","frame_type":["跨具身人类经验预训练与扩展定律","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-19 21:29:54","legal_anchor_count":0,"transcript_citation_count":0}