Figure 用 1200 亿 tokens 人类动作数据预训练 Helix 2.5，陌生家庭任务成功率从 9% 升至 56%
这篇讲 Figure 用大规模人类动作数据预训练机器人策略，首次在人形机器人上量化了「人类数据规模 → 真实环境表现」的收益，也暴露了算力和数据基础设施正成为瓶颈。
Figure 把 Helix 2.5 带进旧金山湾区 30 个陌生家庭做家务，机器人现场不再采集数据、不更新权重。它用同一批任务数据训练两套策略模型，唯一差别是有没有经过 Index 人类行为预训练：未预训练的成功率 9%，预训练的达 56%。
正文摘录
- title: 刷视频也能教会机器人干活！1200亿tokens人类动作预训练，误差按幂律下降 - sourcecompany: 量子位 - bodymarkdown: 9月17日，Figure 把 Helix 2.5 带进了旧金山湾区 30 个陌生家庭。它要收拾散落在客厅里的玩具、叠毛巾、铺床。机器人到达现场后，不再采集新数据，不更新模型权重，也不根据现场执行结果重新选择模型。 视频很容易被概括成“人形机器人‘零样本’做家务”。严格来说却并非如此。三个任务此前都在其他环境中用专门数据做过适配。Figure 所说的“零样本（zero-shot）”，是指机器人第一次进入这些家庭，面对新的布局和操作对象时，不再针对当地环境和物体重新训练。 注：Figure Helix 2.5 在 30 个此前未采集任务训练数据的湾区家庭中执行整理客厅、叠毛巾和铺床任务。这里的“零样本”指机器人面对新的家庭环境、空间布局和操作对象实例时无需现场重新训练，并不意味着模型此前未学习过这些任务；相关任务此前已使用其他环境采集的数据完成适配。来源：Figure Figure 用同一批任务专属数据训练了两套策略模型，架构、优化方式、超参数、下游数据和评估方法保持一致。一套随机初始化，另一套从 Index 预训练模型开始。前者在 30 个陌生家庭中的完整任务成功率为 9%，后者达到 56% 。 这个 56% 要求完整完成任务，部分完成任务的情况不得分。以收拾客厅为例，所有玩具都必须进入篮子；如果出于安全原因需要人工干预，整个执行回合直接记为失败。按照 Figure 披露的实验协议，两组模型之间的主要差异是—— 是否经过 Index 预训练 。 Figure 用 Index 的四档嵌套数据（nested data）子集训练模型，预训练数据总跨度为 8 倍；模型大小不变，下游训练方式也保持一致。