旧金山湾区的30套出租屋，最近被一家叫Figure的机器人公司租了下来，不为住人，专门用来考机器人。9月17日，这家公司发布神经网络模型Helix 2.5，把机器人挨家挨户送了进去。
考的是三件家常活。铺床算基础的，收拾客厅要把散落一地的玩具逐件捡进篮子，叠毛巾最考验手感，布料软，抓重一点就容易变形。规矩定得死，机器人此前没进过这些房子，公司也没为它们采过一条新数据，进了门就得直接开工。评分按整件事做完算，收拾玩具那一项，13到15件少捡一件都不行。
成绩单已经贴出来了。420次完整试验做成了237次，总成功率56%。分开看更有意思，铺床最稳，140次里成了94次，叠毛巾62%，收拾玩具最吃力，只有40%。干错了也不僵在原地，官方视频里机器人会退两步换个站位，毛巾叠歪了会绕到床的另一边重新来。
进步的底子是叫Index的人类行为数据集。模型先从大量人类做家务的画面里学经验，再把这套经验直接搬进没见过的房子。对照组很说明问题，同样任务换成没有Index预训练的版本，成功率只有9%。这次每个任务用的专项数据只相当于过去的一半，适用的房子却一口气多了30倍。
官方把Helix 2.5称作公司迄今最先进的神经网络，能力定位在把人类经验迁移到陌生环境这件事上。数据集的盘子还在滚，按官方说法，Index每一秒钟就新增35分钟的人类操作画面，公司往Helix的训练里压了35亿美元的算力。
泼冷水的人也有。Sunday Robotics的Tony Zhao把账摊开算过，56%意味着差不多一半的试验是失败的，他家的叠衣模型ACT-2报出过99.1%的成绩。两边统计口径并不一样，一个按整套任务算，一个按单件衣服算，硬比高低意义不大。CEO布雷特·阿德科克把将近4小时的加长实拍也放了出来，想看真机表现的可以直接去翻原片。机器人什么时候能真正进寻常人家，官方没给时间表。
