米フィギュア「Helix 2.5」、初めて入る30軒の住宅で家事を実行　人の行動データで事前学習し成功率9%から56%に

米人型ロボット開発のフィギュアAIは9月17日、研究ブログで新モデル「Helix 2.5」が、データを一切収集していない米ベイエリアの住宅30軒で、居間の片付け、タオルたたみ、ベッドメーキングという全身を使う家事3種をこなしたと発表した。

評価に使ったおもちゃやタオル、寝具も学習データには含まれていない。作業を最後までやり切った場合だけを成功とするブラインド評価で、自社の人間行動データセット「Index」で事前学習した方策の成功率は56%となり、同条件でゼロから学習した方策の9%を大きく上回った。

従来のHelix 02と同じ成功率に必要なタスク別データも半分で済んだという。同社はIndexのデータ量を8倍の範囲で増やすと損失が予測どおりに下がり、最大規模の学習結果を小数点以下4桁まで事前に予測できたとして、人から人型ロボットへの転移のスケーリング則と位置づけた。

Indexは現在1秒あたり約35分分の人間の経験データを積み増しており、Helixの学習向けに35億ドル分の計算資源を確保したという。MEKAWIREの記録では、フィギュアが直近で開示した資金調達は2025年9月の10億ドルのシリーズCで、評価額は390億ドルだった。