人形机器人进入家庭的终极挑战，或许不在于“会不会做家务”，而在于更换环境后能否持续作业。9 月 17 日，美国人形机器人公司 Figure 发布了一段长达 4 小时的实测视频：Figure 03 机器人被送入旧金山湾区 30 个完全陌生的住宅。在没有地图、无预先数据采集、无针对性微调的情况下，它自主完成了捡拾玩具、整理床铺、折叠毛巾等任务。
这场被称为“零样本全身自主作业”的实验结果令人瞩目：基于 Index 人类行为数据集预训练的 Helix 2.5 模型，在陌生环境中的完整任务成功率达到 56%；而作为对照，从零开始训练的同类模型成功率仅为 9%。
为什么要去 30 个陌生家庭？
过去几年，人形机器人的能力展示多局限于实验室、工厂或预设好的布景中，环境高度可控甚至存在脚本干预。然而，真实家庭环境充满不确定性：床的高度各异、毛巾材质千差万别、玩具散落位置随机，光照与地面材质也不断变化。
人类具备天然的“跨环境迁移能力”，但传统机器人每换新环境往往需重新采集数据与训练。若进入千家万户需进行千次现场适配，规模化部署便无从谈起。Figure 旨在验证机器人能否像人一样，带着已习得的技能直接进入陌生环境作业。
测试设定了三项严苛的长时程家务任务：整理客厅（收集 13-15 个散落玩具）、折叠毛巾、铺床整理。评估标准为端到端完整完成，过程中任何需人工介入的情况均判定为失败。物品摆放完全随机，机器人面对的是从未见过的毛巾与桌面组合，极具挑战性。
机器人是如何做到的？
Helix 2.5 模型的背后，是 Figure 构建的全球众包人类行为数据采集体系——Index。该平台鼓励普通人在家中、餐厅等场景录制日常操作视频，涵盖做饭、洗衣、整理货架等。截至发布时，Index 应用下载量超 26.4 万次，覆盖 108 国，累计收集超 1600 万个视频，并向贡献者支付 1500 万美元。系统每秒新增约 35 分钟的人类操作记录。
Index 数据用于预训练 Helix 2.5 基础模型，再辅以特定任务数据微调。实验显示，经过 Index 预训练的模型成功率（56%）远超未预训练模型（9%）。更重要的是，机器人展现出“自我纠错”能力，能在陌生环境中调整站姿、重新定位甚至绕路修正动作。
与前代相比，Helix 2.5 仅用一半的任务专用数据即实现了行为泛化。Figure 发现"human-to-robot 迁移缩放定律”：Index 数据量每翻一倍，动作预测损失呈可预测下降。这意味着随着数据积累，机器人对新环境的适配需求将显著降低。
56% 意味着什么？
坦率而言，56% 的成功率距离“放心托付家务”仍有差距。超过四成的失败率意味着机器人在特定材质、极端光线或特殊布局下仍会“卡壳”。Figure 官方承认，下一步需重点提升任务可靠性，跨越从“能力展示”到“产品交付”的鸿沟。
家用机器人落地还需跨越安全（儿童/宠物共处）、续航、维护成本、隐私保护及价格门槛。此外，该实验数据尚未经独立第三方评审，其泛化能力在更复杂场景下的表现仍需验证。
人形机器人进家庭，窗口正在打开
Figure 并非唯一瞄准家庭市场的玩家。1X Technologies 的 NEO 机器人已开放预订，定价 2 万美元或月付 499 美元；中国家电巨头海尔、海信也相继推出了具身人形机器人及全屋管家机器人。
尽管行业主流判断仍趋谨慎，认为家用机器人全面普及尚需时日，但 Figure 的实验触碰了核心瓶颈——泛化能力。工厂产线可标准化，但家庭环境永远无法完全配合机器人。若无法实现“首次进门即干活”，规模化部署便难以实现。
Helix 2.5 的 56% 虽非终点，却证实了人类行为数据迁移至机器人的可行性。随着 Index 数据集的持续增长及 Figure 与 Nscale 签署的大规模 GPU 算力协议，下一代模型的表现值得期待。从 56% 到 99% 的路径，决定了人形机器人真正走进千家万户的时间表。
「蜗牛出海」是蜗牛工场旗下专注出海产业发展的垂直服务平台，面向中国企业全球化布局需求，聚合出海资讯、出海项目、出海白皮书、出海投资四大核心板块，为您提供前沿政策解读、优质项目对接、深度行业洞察和产业投资。蜗牛出海致力于构建链接出海企业与全球市场的专业桥梁，助力中国品牌稳健出海、高效落地。关注蜗牛出海，掌握全球化先机。