Figure Helix 2.5

2026-09-17 · Éditeur : Figure AI · Domaine : Robotique

Figure présente Helix 2.5, pré-entraîné sur son jeu de données de comportements humains Index : le robot range des salons, plie des serviettes et fait des lits dans 30 maisons inconnues, sans aucune donnée collectée sur place.

Ce qui change

  • 30 maisons de la baie de San Francisco, zéro donnée collectée sur place.
  • Trois comportements corps entier : ranger un salon, plier des serviettes, faire un lit.
  • Le pré-entraînement sur Index fait passer la réussite zéro-shot de 9 % à 56 %.
  • Deux fois moins de données spécifiques que pour Helix 02.
  • Loi d'échelle du transfert humain vers humanoïde, selon Figure.

### Ce qui change Le 17 septembre 2026, Figure AI présente Helix 2.5, qu'elle décrit comme le réseau de neurones le plus avancé qu'elle ait construit. La question posée : un humanoïde peut-il entrer dans une maison qu'il n'a jamais vue et s'y mettre immédiatement au travail, avec tout son corps et en autonomie ? ### Caractéristiques - **Pré-entraînement** : sur Index, le jeu de données de comportements humains à l'échelle mondiale présenté par Figure en août 2026. - **Comportements** : un seul modèle de base décliné en trois comportements corps entier : ranger un salon, plier des serviettes, faire un lit. - **Test** : 30 maisons de la baie de San Francisco, sans collecte de données, ajustement ou adaptation sur place. Figure y voit la première démonstration de généralisation corps entier zéro-shot à cette échelle. - **Apport d'Index** : à données de tâche, architecture et évaluation identiques, le pré-entraînement sur Index fait passer la réussite zéro-shot de 9 % à 56 % (résultats publiés par l'éditeur). - **Efficacité** : deux fois moins de données propres à la tâche qu'un comportement représentatif d'Helix 02, pour une portée 30 fois plus large. - **Loi d'échelle** : doubler les données de pré-entraînement améliore la prédiction d'actions assez régulièrement pour prévoir la perte du plus grand entraînement à quatre décimales près. ### Pourquoi c'est important Figure montre que l'intelligence corporelle peut s'apprendre à partir de l'expérience humaine et se transférer à de nouveaux lieux, au lieu d'être reconstruite pour chaque site. L'entreprise reconnaît que la robotique humanoïde générale n'est pas résolue pour autant. ### À retenir Helix 2.5 fait de la vidéo humaine à grande échelle le carburant de la généralisation des humanoïdes.

Liens

Tags : VLA, Humanoïdes, Zéro-shot, Figure AI, Données humaines