FeQSoftA háztartási robot bemutatóvideókon már régóta látványos feladatokat végez. A nehezebb kérdés az, hogy ugyanezt meg tudja-e tenni egy olyan lakásban is, amelyet még soha nem látott: más bútorok, más méretű ágy, eltérő tárgyak és szűkebb közlekedési útvonalak között. A Figure szeptember 17-én közzétett Helix 2.5 kísérlete éppen ezt vizsgálta harminc, San Francisco környéki otthonban.
A robotok három előre meghatározott feladatot kaptak: nappalikban szétszórt játékokat kellett összepakolniuk, törölközőket hajtogattak és kosárba tettek, illetve ágyat vetettek. A Figure közlése szerint a tesztlakásokból nem gyűjtöttek tanítóadatot, és a próba előtt a robot nem találkozott az ott használt játékokkal, törölközőkkel vagy ágyneműkkel. A rendszert az új otthonokhoz és tárgyakhoz nem finomhangolták utólag.
Mit jelent itt a „zero-shot”?
A kifejezést könnyű félreérteni. A Helix 2.5 nem úgy érkezett meg, hogy korábban soha nem tanulta a rendrakást, a törölköző-hajtogatást vagy az ágyazást. A Figure egy nagy, emberi viselkedést tartalmazó adathalmazon előtanította az alapmodellt, majd máshol gyűjtött, feladatspecifikus adatokkal három külön viselkedésre felkészítette.
A „zero-shot” ebben a kísérletben az új környezetekre és az ott talált tárgyakra vonatkozik: a robotnak ugyanazt a korábban tanított feladatot kellett elvégeznie ismeretlen lakásokban, helyszíni adatgyűjtés, finomhangolás és alkalmazkodási kör nélkül. Ez fontos különbség, mert nem tetszőleges új házimunkák azonnali elsajátításáról, hanem a meglévő tudás új helyzetekbe való átviteléről van szó.
56 százalék: előrelépés és figyelmeztetés egyszerre
A vállalat 420 teljes feladatpróbát értékelt. A Helix 2.5 Index-adatokon előtanított változata 237-et fejezett be sikeresen, ami körülbelül 56 százalék. A sikerhez az egész feladatot teljesíteni kellett: például az összes szétszórt játékot a kosárba tenni, minden kijelölt törölközőt összehajtani és elrakni, vagy az ágyazást a meghatározott feltételek szerint befejezni. Részfeladatért nem járt pont, a biztonsági okból megszakított próbák pedig sikertelennek számítottak.
A három feladat között jelentős eltérés volt:
- az ágyazásnál 94 sikeres próbát mértek 140-ből, vagyis 67 százalékot;
- a törölköző-hajtogatásnál 87-et 140-ből, vagyis 62 százalékot;
- a játékok összepakolásánál 56-ot 140-ből, vagyis 40 százalékot.
A Figure azonos feladatspecifikus adatokkal olyan kontrollmodellt is tesztelt, amely nem kapta meg az Index-előtanítást. A vállalat összefoglalója ezt 9 százalékos teljesítményként közli; a részletes eredmény 35 siker 420 próbából, ami körülbelül 8,3 százalék. Vagyis az előtanítás mellett mért 56 százalék több mint hatszoros javulás.
Ez a különbség azt jelzi, hogy a sokféle emberi tevékenységből származó előtanítás segítheti a robotot abban, hogy új környezetekben is használja a már megszerzett készségeit. Ugyanakkor a 237 siker mellett 183 kísérlet nem teljesült: ez nagyjából 44 százalékos sikertelenség. Egy bemutatóhoz az 56 százalék látványos eredmény, mindennapi, felügyelet nélküli szolgáltatáshoz azonban még kevés.
Miért fontos ez a vállalatoknak?
A robotok üzleti használatának egyik legnagyobb akadálya, ha minden új gyárban, raktárban, üzletben vagy irodában hosszú helyszíni tanításra van szükség. Ha egy rendszer ugyanazt a folyamatot eltérő elrendezésű környezetekben, új tárgyakkal is képes elvégezni, csökkenhet a bevezetés ideje és költsége.
A vállalati döntéshez azonban a látványos képesség önmagában nem elég. Legalább öt szempontot érdemes külön mérni:
- milyen arányban fejezi be teljesen a feladatot;
- mennyi emberi felügyeletet és beavatkozást igényel;
- mekkora kárt vagy biztonsági kockázatot okozhat egy hiba;
- mennyi idő alatt dolgozik, és milyen gyakran kell újraindítani vagy újrapróbálni;
- a robot, az integráció, a karbantartás és a kiesés teljes költsége hogyan viszonyul az emberi munkához.
Egy 56 százalékos teljesítési arány már értékes lehet kutatásban vagy olyan környezetben, ahol az ember könnyen átveheti a hibásan befejezett feladatot. Nem elég viszont olyan folyamatban, ahol minden sikertelenség ügyfélpanaszt, termelésleállást, anyagi kárt vagy balesetveszélyt jelenthet.
Mit bizonyít, és mit nem?
A kísérlet azt támasztja alá, hogy a Figure által választott előtanítási módszer a vállalat saját tesztjében javította három ismert feladat átvitelét ismeretlen otthonokba és tárgyakra. Nem bizonyítja, hogy a Helix 2.5 tetszőleges házimunkát el tud végezni, hogy hosszú távon felügyelet nélkül működik, vagy hogy más laborok ugyanilyen eredményre jutnának.
Az adatokat a Figure közölte, és az értékelést a vállalat végezte; független reprodukcióról egyelőre nincs szó. A Humanoids Daily a vállalat által közölt számsorokat és a teszt feltételeit ismertette, ugyanakkor kiemelte a 44 százalékos megbízhatósági rést is. A helyes következtetés ezért nem az, hogy „megérkezett a robot háztartási alkalmazott”, hanem az, hogy a humanoid robotok tanult képességeinek új környezetbe történő átvitele mérhetően javul – miközben a megbízhatóság továbbra is a széles körű használat egyik legnagyobb akadálya.
A fejlődés iránya izgalmas: a robotnak egyre kevésbé kell minden egyes helyszínt külön megtanítani. A valódi áttöréshez viszont nemcsak általánosítás, hanem következetes, biztonságos és gazdaságosan fenntartható működés is kell.
Vállalati alkalmazásnál a teljesítményen túl a környezetből rögzített képek és adatok védelmét, a robot és az operátor hozzáféréseit, a hibák emberi felülvizsgálatát, a távoli szolgáltatótól való függést, valamint a hálózati és fizikai kiberbiztonságot is külön ellenőrizni kell. A most közölt lakástesztek ezekre nem adnak általános garanciát.
Források és ellenőrzés
- Figure: Helix 2.5 – Zero-Shot 30-Home Generalization, 2026. szeptember 17.
- Humanoids Daily: Figure’s Helix 2.5 Takes on Chores in 30 Unseen Homes, 2026. szeptember 17.
- Biped.News: Figure Helix 2.5 Tests Humanoid Autonomy Across 30 Unseen Homes, 2026. szeptember 17.
A kísérletre és a mérési eredményekre vonatkozó számok a Figure vállalati közléséből származnak. A Humanoids Daily és a Biped.News a bejelentést és annak feltételeit külön ismerteti, de ez nem azonos független laboratóriumi reprodukcióval. Az üzleti értelmezés a FeQSoft következtetése.