Figure-Modell Helix 2.5 räumt 30 unbekannte Wohnungen auf, Vortraining mit Menschendaten hebt die Erfolgsquote von 9 auf 56 Prozent

Figure AI teilte am 17. September in einem Forschungsbeitrag mit, dass sein neues Modell Helix 2.5 drei Ganzkörperaufgaben im Haushalt, Wohnzimmer aufräumen, Handtücher falten und Betten machen, in 30 Wohnungen in der Bay Area erledigt hat, in denen zuvor keine Daten erhoben worden waren und deren Gegenstände nicht im Trainingssatz vorkamen.

In verblindeten Tests, die nur vollständig erledigte Aufgaben als Erfolg werteten, kam eine mit Figures Datensatz menschlichen Verhaltens namens Index vortrainierte Steuerung auf 56 Prozent, eine sonst identische, von Grund auf trainierte Variante auf 9 Prozent.

Für dieselbe Erfolgsquote wie ein Helix-02-Modell brauchte Helix 2.5 nach Firmenangaben nur die Hälfte der aufgabenspezifischen Daten. Figure beschreibt zudem ein Skalierungsgesetz für den Transfer vom Menschen auf den Humanoiden: Über eine achtfache Datenspanne sank der Testverlust so gleichmäßig, dass sich der größte Lauf auf vier Nachkommastellen vorhersagen ließ.

Index wächst laut Figure um rund 35 Minuten menschlicher Erfahrung pro Sekunde, für das Training von Helix seien Rechenkapazitäten über 3,5 Milliarden Dollar zugesagt. Die letzte offengelegte Finanzierungsrunde in den MEKAWIRE-Daten ist eine Serie C über 1 Milliarde Dollar bei 39 Milliarden Dollar Bewertung im September 2025.