56% nhiệm vụ hoàn tất: Figure Helix 2.5 thử nghiệm tại 30 hộ gia đình xa lạ

Robot hình người đã thực hiện các nhiệm vụ dọn phòng ngủ, gấp khăn và sắp xếp phòng khách tại 30 hộ gia đình chưa từng tiếp xúc, đạt tỷ lệ thành công 56%. Tuy nhiên, 44% nhiệm vụ chưa được hoàn tất, cho thấy độ tin cậy và an toàn cần thiết đối với robot gia dụng vẫn cần được kiểm chứng thêm.

Figure đã công bố Helix 2.5 ngày 17 và cho biết robot hoàn thành ba nhiệm vụ dài hạn mà không cần thu thập thêm dữ liệu, tinh chỉnh hoặc thích ứng với những căn nhà và vật thể được đưa vào đánh giá.

'Khái quát hóa zero-shot' là khả năng robot thực hiện nhiệm vụ trong môi trường mới bằng kiến thức đã học mà không cần được huấn luyện riêng sau khi triển khai. Trong lần đánh giá này, robot không được huấn luyện lại trước cho từng địa điểm.

Môi trường gia đình là không gian khó để robot thích ứng vì cách bố trí nội thất, lối đi, hình dạng chăn ga và khăn khác nhau giữa các căn nhà.

Helix 2.5 được thiết kế để xử lý việc di chuyển, nhận diện vật thể, thao tác bằng hai tay và kiểm soát tư thế trong cùng một quy trình. Cả ba nhiệm vụ đều là các công việc dài hạn, đồng thời yêu cầu robot di chuyển và thao tác với vật thể.

Figure cho biết yếu tố quan trọng giúp cải thiện hiệu suất là việc tiền huấn luyện bằng bộ dữ liệu hành vi con người 'Index'. Trong phép so sánh sử dụng cùng dữ liệu nhiệm vụ và cấu trúc mô hình, chính sách được huấn luyện từ đầu chỉ đạt tỷ lệ thành công zero-shot 9%, trong khi chính sách được tiền huấn luyện bằng Index đạt 56%.

Figure nhận định tiền huấn luyện là yếu tố chính tạo ra chênh lệch hiệu suất giữa hai chính sách. Dữ liệu về các nhiệm vụ do con người thực hiện trong môi trường thực tế giúp robot có kiến thức nền cần thiết để xử lý chuyển động và vật thể tại những không gian xa lạ.

Tiêu chí thành công không chỉ là thực hiện một phần nhiệm vụ. Robot phải cho toàn bộ đồ chơi vào giỏ, gấp và di chuyển toàn bộ khăn, đồng thời hoàn tất việc dọn giường mới được tính là thành công.

Do đó, tỷ lệ 56% phản ánh tỷ lệ hoàn tất trọn vẹn nhiệm vụ từ đầu đến cuối tại không gian xa lạ, không phải tỷ lệ robot bắt đầu công việc hoặc hoàn thành một số bước. 44% còn lại không đáp ứng tiêu chí hoàn tất.

Figure giải thích Helix 2.5 đạt tỷ lệ thành công tương đương Helix 02 trước đây, đồng thời giảm một nửa lượng dữ liệu thích ứng cần thiết để chỉ định công việc. Dữ liệu thích ứng là dữ liệu bổ sung được sử dụng để điều chỉnh robot với nhiệm vụ hoặc môi trường mới.

Helix 02 là mô hình điều khiển tự động toàn thân được công bố vào tháng 1 năm 2026. Figure cho biết mô hình này được phát triển để thực hiện các nhiệm vụ kéo dài như làm việc với máy rửa bát và xử lý logistics.

Lần công bố này tập trung vào sự kết hợp giữa tiền huấn luyện bằng dữ liệu hành vi con người và mô hình điều khiển, thay vì chỉ nhấn mạnh phần cứng robot. Trước đó, Figure từng giới thiệu nền tảng Index, nơi tập hợp dữ liệu hành vi con người để sử dụng trong quá trình huấn luyện robot hình người.

Để nâng cao tính ứng dụng của robot gia dụng, robot cần vượt qua các màn trình diễn chỉ hoạt động trong một không gian cụ thể và xử lý được nhiều kiểu nhà ở cùng các loại vật thể khác nhau. Nếu phải thu thập dữ liệu riêng cho từng môi trường, gánh nặng triển khai và duy trì có thể tăng lên.

Khó có thể so sánh trực tiếp kết quả này với hiệu suất của các nền tảng robot khác. Tỷ lệ thành công 56% của Helix 2.5 dựa trên bài đánh giá và tiêu chí do Figure tự thiết kế, trong khi chưa xác nhận được kết quả thử nghiệm độc lập trong cùng điều kiện.

Chưa ghi nhận tài liệu từ doanh nghiệp độc lập hoặc chuyên gia bên ngoài kiểm chứng riêng tỷ lệ thành công của Helix 2.5. Để đánh giá mức độ sẵn sàng cho ứng dụng thực tế, cần có các thử nghiệm tiếp theo trên nhiều kiểu nhà ở và chủng loại vật thể, cùng dữ liệu về tỷ lệ thất bại và tần suất can thiệp để bảo đảm an toàn.