The Pulse

Figure testa Helix 2.5 in 30 case mai viste prima

Il sistema umanoide Helix 2.5 di Figure ha svolto tre attività domestiche in 30 case della Bay Area che non aveva mai visto, afferma l’azienda, senza raccogliere nuovi dati né adattare il modello in quei luoghi.

AI.info Team · Scritto con l’IA · verificato · 2026-09-19

Figure afferma che il suo sistema umanoide Helix 2.5 ha svolto tre attività domestiche in 30 case della Bay Area che non aveva mai visto, senza raccogliere nuovi dati né adattare il modello in quei luoghi. L’azienda descrive il risultato del 17 settembre 2026 come la sua prima dimostrazione su larga scala della capacità di un umanoide di generalizzare i movimenti dell’intero corpo in case sconosciute.

La valutazione comprendeva il riordino del soggiorno, la piegatura degli asciugamani e il rifacimento del letto. Helix 2.5 ha utilizzato un unico modello fondazionale preaddestrato su Index, il dataset dell’azienda dedicato al comportamento umano, che è stato poi adattato alle tre attività usando dati raccolti al di fuori delle case di prova. Il robot doveva lavorare con i mobili presenti in ciascuna casa e con oggetti che non comparivano nei dati di specifica delle attività.

Trenta case, tre attività, nessun riaddestramento locale

Figure definisce «zero-shot» in senso stretto nell’esperimento: il robot non aveva visto durante l’addestramento né gli ambienti di valutazione né gli oggetti che ha manipolato e nessun dato delle esecuzioni in quelle case è stato usato per scegliere o aggiornare il checkpoint. Per ciascuna attività è stato utilizzato un unico modello fisso in tutte le 30 case.

Perché una prova fosse considerata riuscita, inoltre, era necessario completare l’intera attività, senza ricevere alcun credito per progressi parziali. Per riordinare il soggiorno, il robot doveva raccogliere tutti i 13-15 giocattoli collocati nell’ambiente e metterli in un cesto. Per piegare gli asciugamani, doveva piegarli tutti e metterli nel cesto. Per rifare il letto, sia i cuscini sia gli angoli del piumone dovevano raggiungere la testata del letto, con il piumone ben disteso.

Queste attività costringono la macchina a combinare camminata, percezione visiva, presa, manipolazione a due mani e posizionamento del corpo. Un robot non può trattare il lavoro come una routine fissa su un piano: deve individuare gli oggetti, muoversi in stanze con spazi limitati, modificare la propria posizione e rimediare quando un’azione non riesce.

Il preaddestramento su Index alla base del salto dichiarato

Figure ha condotto uno studio di ablazione per separare l’effetto del preaddestramento su Index da quello dei dati di addestramento specifici per le attività. L’azienda ha addestrato due policy con dati per le attività successive, architettura, impostazioni di ottimizzazione e procedure di valutazione identici. Una partiva da pesi casuali; l’altra dal modello Helix 2.5 preaddestrato su Index.

Nelle valutazioni alla cieca di Figure, la policy addestrata da zero è riuscita nel 9% delle prove zero-shot. La policy preaddestrata su Index è riuscita nel 56% dei casi, un risultato che l’azienda descrive come oltre sei volte superiore. Nessuna singola attività di valutazione rappresentava più dell’1,90% del dataset di preaddestramento Index.

Il risultato sostiene la tesi di Figure secondo cui sono soprattutto dati ad ampio spettro sul comportamento umano, e non soltanto dimostrazioni delle attività, a conferire al modello la capacità di trasferire un comportamento appreso in un nuovo ambiente fisico. L’azienda non presenta il 56% come una soluzione alla robotica domestica; secondo quanto riferisce, la robotica umanoide generalista non è un problema risolto.

Metà dei dati di adattamento per un test più ampio

Figure ha anche confrontato Helix 2.5 con una precedente policy Helix 02 addestrata per la stessa attività. Helix 02 si basava su dati raccolti direttamente nell’ambiente in cui è stata valutata. Secondo Figure, Helix 2.5 ha eguagliato il tasso di successo di quella policy usando metà dei dati di adattamento, per poi operare in 30 case che non aveva mai visto.

L’azienda evidenzia l’autocorrezione come differenza qualitativa. Nella sua descrizione, il robot fa un passo indietro per riposizionarsi, cambia postura e si sposta intorno a un letto quando una piega deve essere corretta. Questi comportamenti sono importanti perché nelle attività domestiche lunghe si accumulano piccoli errori, soprattutto quando la disposizione dei mobili e degli oggetti varia da una casa all’altra.

Una tesi sulla scalabilità legata ai video di esseri umani

Figure ha addestrato quattro modelli su sottoinsiemi annidati di Index, coprendo un aumento di otto volte dei dati di preaddestramento, mantenendo costanti le dimensioni del modello e l’addestramento successivo. Ogni modello è stato sottoposto a fine-tuning sugli stessi dati relativi alle attività e valutato usando la stessa loss di previsione dell’azione successiva su dati tenuti da parte.

La loss è diminuita in modo prevedibile a ogni raddoppio dei dati di Index, riferisce l’azienda. Usando i cicli di addestramento più piccoli, Figure ha previsto la loss di test del ciclo più grande con quattro cifre decimali, prima di eseguire quell’esperimento. L’errore di previsione è stato pari allo 0,54% della variazione osservata sull’intero intervallo di dati, aumentati di otto volte.

Quell’esperimento misura soltanto la scalabilità dei dati. Non stabilisce in che modo le variazioni delle dimensioni del modello, della potenza di calcolo o dell’addestramento successivo influenzerebbero le prestazioni. Figure presenta il risultato come prova del fatto che il trasferimento dagli esseri umani ai robot potrebbe essere abbastanza prevedibile da orientare le future decisioni sulla raccolta dei dati e sull’addestramento.

Il prossimo collo di bottiglia per Figure è la scala

Index genera ora circa 35 minuti di nuove esperienze umane ogni secondo e l’azienda ha impegnato 3,5 miliardi di dollari in risorse di calcolo per addestrare Helix, afferma Figure. La strategia dichiarata è far apprendere al robot una gamma più ampia di comportamenti fisici prima che entri in una nuova casa, riducendo la necessità di raccogliere dimostrazioni in ogni ambiente di utilizzo.

Il tasso di successo del 56% dichiarato per Helix 2.5 lascia ancora incompleta una larga parte delle prove, valutate secondo un rigoroso criterio del tutto o niente. Il risultato è importante perché il test va oltre una stanza controllata: un unico checkpoint deve gestire disposizioni degli spazi, mobili e oggetti sconosciuti, coordinando al tempo stesso l’intero corpo del robot. Per ora, quanto Figure sostiene concretamente è più circoscritto rispetto a una macchina pronta per l’uso domestico: tre comportamenti specificati, 30 case mai viste e nessun adattamento locale.