Figure AI 发布 Helix 2.5 具身大模型，人形机器人实现陌生家庭环境零样本自主作业

【旧金山，2026 年 9 月 17 日】当地时间 9 月 17 日，美国加州人形机器人企业 Figure AI 正式对外发布新一代具身智能神经网络模型 Helix 2.5。搭载该模型的 Figure 03 人形机器人，在完全陌生住宅场景下完成长时序家务任务测试，无需提前采集环境数据、现场微调模型，即可自主完成整理客厅、折叠织物、整理床铺等复合任务，标志着全球具身机器人在物理世界泛化能力上取得重要突破。本次测试在旧金山湾区 30 处从未对机器人开放的住宅内开展，用于验证具身智能模型跨环境迁移能力。测试数据显示，依托 Index 人类行为数据集预训练后，机器人长时序任务成功率从旧版模型的 8% 提升至 56%，在杂乱非结构化家居环境中，自主路径规划、灵巧抓取、全身姿态协同控制能力实现跨越式提升。

Figure AI 首席技术官表示，传统机器人高度依赖场景预编程与环境标定，一旦环境物品位置发生变化，任务就容易失败。Helix 2.5 核心创新在于构建了统一的视觉 - 语言 - 动作（VLA）推理框架，机器人可以通过摄像头感知环境，接收自然语言指令，自主推理动作序列，动态调整全身姿态，处理障碍物、不规则物体、空间狭小等现实世界扰动。模型不再只是针对单一动作做训练，而是学习人类处理日常事务的行为逻辑，把对物理世界的理解迁移到从未见过的全新场景。

Figure 03 人形机器人身高 1.7 米，自重 65 公斤，额定负载 22 公斤，搭载自研 F.02 集成感知力控执行器，全身具备高动态力反馈能力。此前该机型已经进入宝马工厂产线开展工业场景试点，累计完成超 9 万件零部件装配测试，累计在线运行时长突破 1250 小时。而本次 Helix 2.5 的发布，意味着 Figure 的技术重心从工业定点搬运装配，延伸到非结构化家庭场景，打通工业与家用两大场景的通用具身智能底座。

全球机器人行业分析师指出，零样本泛化一直是具身智能领域最难攻克的瓶颈。过去很多机器人演示效果出色，但都局限在精心布置的实验室环境，一旦进入真实家庭、杂乱车间，稳定性大幅下降。Helix 2.5 证明，通过大规模人类物理行为数据预训练，结合全身动力学模型，可以显著降低机器人对场景定制化开发的依赖，大幅降低部署成本。但同时，测试也暴露短板：面对透明物体、反光表面、柔软易变形物体时，机器人感知误判率依然偏高；长时间连续作业下，电池续航、关节发热问题仍然限制商用落地。

从全球产业格局来看，美国具身机器人企业普遍采取 “工业先行，家庭后置” 路线。Tesla Optimus、Boston Dynamics Atlas 都优先布局工厂、高危巡检场景。Figure 此次家庭场景测试，是美国企业向消费级具身智能延伸的重要尝试。不过行业共识是，家庭场景商业化落地仍需要至少 3-5 年持续迭代，安全认证、成本控制、人机交互可靠性三大门槛仍待跨越。

市场机构高盛最新研报上调全球人形机器人出货预期，预测 2026 年全球人形机器人出货量约 7.5 万台，2030 年增长至 89 万台。具身智能模型、灵巧手、高性能关节执行器将成为产业链价值最高的环节。Figure AI 表示，Helix 系列模型后续会持续迭代，开放部分 API 给全球机器人开发者，推动具身智能模型生态共建。未来半年，企业将联合北美家电、家居企业开展更多真实家庭试点，持续优化机器人在动态家庭环境中的鲁棒性，推进家用具身机器人安全标准的联合研究。