Figure发布基于模型的Helix 2.5，成功率达到56%

开发人形机器人的Figure于17日当地时间发布了基础模型“Helix 2.5”。该模型被认为是公司迄今为止构建的最先进的神经网络。Helix 2.5仅通过公司收集的人类行为的大规模数据集“Index”进行随机初始化和预训练，并从单一的基础模型中实现了“整理客厅”、“叠毛巾”和“整理床铺”三种全身动作。与基于视觉语言模型的Helix 02相比，这一点有所不同。

在任何家庭中，Helix 2.5均未进行数据收集、微调和适应，评估中使用的玩具、毛巾和床上用品也不包含在任务指定用的数据中。公司声称，这是首次在这一规模下展示人形机器人全身的零样本泛化能力。

整理客厅的成功条件是将13到15个散落的玩具全部放入篮子中。叠毛巾要求将所有毛巾叠好并放入篮子中，整理床铺则要求将枕头和被子的角对齐并平滑拉平被子。评估标准在开始前已固定。

中心数据表明，预训练与否的差异显著。固定任务特化数据、架构、优化、超参数和评估条件后，比较了随机初始化学习的模型与基于Index进行预训练的模型，结果显示零样本试验的成功率前者为9%，后者为56%，相差超过六倍。评估的所有任务中，Index的预训练数据所占比例均未超过1.90%。

据 BRIDGE 报道。