Figure AI宣称发现机器人Scaling Law，同行质疑其缺乏泛化能力

「这是 Figure AI 成立以来最重要的项目。」在 Helix 2.5 的发布视频里，Figure AI 创始人 Brett Adcock 表现出十足的信心。

作为目前估值高达 390 亿美元的人形机器人独角兽，Figure AI 此前的演示大多停留在光线充足、环境可控的样板间内。Helix 2.5 试图迈出关键一步：团队在旧金山湾区租下 30 套陌生住宅，将机器人直接运到现场，要求它完成整理客厅、铺床和折叠毛巾等家务。

Figure AI 表示，在没有针对这些住宅和具体物品进行微调或现场训练的情况下，30 套房屋中都出现了成功案例。然而，随着官方测试数据的公布，业内同行却给出了完全不同的评价。

迈向 Zero-shot 的探索与 56% 的成功率

与上一代 Helix 02 依赖具体工作环境的数据不同，Helix 2.5 采用了全新训练范式：模型从随机初始化开始，首先在 Figure AI 自建的人类行为数据集「Index」上进行大规模预训练，随后针对整理玩具、折叠毛巾和铺床三项任务进行行为适配。

随后，机器人被运往 30 套未曾采集过数据的住宅中进行测试。三项任务各进行了 140 次测试，共计 420 次：

• 铺床：成功 94 次，成功率约 67%；
• 折叠毛巾：成功 87 次，成功率约 62%；
• 整理玩具：成功 56 次，成功率约 40%。

综合完整任务成功率为 56%（成功 237 次）。在测试过程中，Helix 2.5 展现了一定的全身纠错能力，例如发现站位不合适时会主动后退调整。而在没有 Index 预训练的对照组中，任务成功率仅为 9%。

Figure AI 押注机器人 Scaling Law

大语言模型之所以能吸引海量资本，关键在于其 Scaling Law（尺度定律）的可预测性——增加计算量、参数与数据，性能损失就会沿稳定曲线下降。但在机器人领域，数据昂贵且硬件异构，一直难以验证类似的规律。

Figure AI 宣称，团队首次在全尺寸人形机器人上测得了「人类到机器人迁移的 Scaling Law」。

实验显示，在固定模型大小与下游任务评估标准的前提下，人类行为数据集 Index 每翻一倍，模型预测动作的误差就会持续降低。为此，Figure AI 已与算力供应商 Nscale 签订协议，承诺投入 35 亿美元初始算力，计划部署最多 10 万块 NVIDIA Vera Rubin GPU。

在 Figure AI 的蓝图里，当前的失败仅仅是规模问题，只要持续堆叠算力与数据，成功率就会水涨船高。

同行泼冷水：这恰恰证明模仿学习无法泛化

然而，机器人行业的同行并不买账，质疑声主要集中在可靠性与技术路线上。

Sunday Robotics 联合创始人兼 CEO Tony Zhao（ACT 与 ALOHA 系统核心作者）直言不讳：「有用的工作＝泛化＋可靠性。」他指出，237 次成功的同时意味着 183 次失败。在家庭环境中，接近一半的失败率不仅意味着体验糟糕，还伴随着打碎物品或伤害人宠的安全隐患。

前 Synapticon CEO Nikolai Ensslen 的评价则更为直接：这组数据本身就证明了纯模仿学习系统根本无法实现真正泛化。在机器人工程中，换一个环境且每次都能成功才叫泛化，44% 的失误率说明系统缺乏对三维物理世界和任务语义的底层理解。

传统视觉-语言-动作模型往往是在拟合视觉特征到动作轨迹的映射。一旦遇到训练分布之外的扰动，系统很容易陷入机械重复或崩溃。争议的焦点在于：光靠扩大人类行为数据集，究竟能不能让 56% 跨越到可商用的 90% 以上？还是说，模仿学习本身存在难以突破的隐形天花板？这仍待整个具身智能行业给出答案。