Figure Helix 2.5 demonstriert Null‑Shot‑Erfolg in 30 unbekannten Haushalten

Einführung von Figure Helix 2.5

Am 17. September 2026 präsentierte Figure das neue Steuerungsmodell Helix 2.5, das speziell für humanoide Serviceroboter entwickelt wurde. Das Unternehmen stellte in einer ausführlichen Pressemitteilung einen Feldversuch vor, bei dem ein einziges Modell in dreißig völlig unbekannten Wohnungen eingesetzt wurde, die nie im Trainingsdatensatz vorkamen.

Der Versuch zielte darauf ab, die Fähigkeit des Systems zu prüfen, drei alltägliche Hausarbeiten – das Aufräumen eines Wohnzimmers, das Falten eines Handtuchsets und das Beziehen eines Bettes – ohne vorherige Kartierung der Räume oder Katalogisierung der vorhandenen Gegenstände zu erledigen. Die Roboter mussten dabei ausschließlich die in den jeweiligen Wohnungen vorhandenen Möbel und Objekte nutzen.

Strikte Trennung von Trainings‑ und Evaluationsdaten

Figure betonte, dass keinerlei Daten aus den Evaluationshäusern in die Trainingspipeline eingespeist wurden. Sowohl interne Ingenieure als auch unabhängige menschliche Prüfer bestätigten, dass keine der während des Tests beobachteten Objekte, Raumaufteilungen oder Layouts in den Spezifikationsdaten vorkamen, die zum Training von Helix 2.5 verwendet wurden.

Für alle dreißig Umgebungen wurde nur ein einziger Modell‑Checkpoint verwendet. Die Gewichte des neuronalen Netzes blieben unverändert, und es wurden keine adaptiven Auswahlmechanismen basierend auf frühen Leistungsresultaten aktiviert.

Leistung im Vergleich zu einer ziel‑spezifischen Richtlinie

Laut Figure erreichte Helix 2.5 dieselbe Erfolgsquote wie Helix 02, eine Version, die speziell für die Zielumgebung trainiert worden war. Der entscheidende Unterschied bestand darin, dass Helix 2.5 nur etwa die Hälfte der Adaptionsdaten benötigte, um dieses Niveau zu erreichen, was einen erheblichen Effizienzgewinn bedeutet.

Das System zeigte zudem on‑the‑fly physische Korrekturen: Stieß ein geplanter Bewegungsablauf mit einem Bettrahmen zusammen, trat der Roboter zurück, änderte seine Haltung oder umfuhr das Hindernis, bevor er die Faltsequenz fortsetzte. Diese Fähigkeit zur spontanen Anpassung wurde als zentraler Aspekt der Null‑Shot‑Generalisierung hervorgehoben.

Unabhängige Bewertung durch ABC Tecnología

Die spanische Fachzeitschrift ABC Tecnología berichtete von einer rohen Erfolgsquote von 56 % über die dreißig getesteten Häuser hinweg. In dem Artikel zitierten sie lokale Robotik‑Expert*innen, die darauf hinwiesen, dass eine Fehlerrate von fast eins zu zwei für einen haushaltsfähigen Assistenten als inakzeptabel angesehen wird.

Figure reagierte, dass der Test ausdrücklich darauf abziele, die Generalisierungsfähigkeit zu messen und nicht die volle häusliche Autonomie zu demonstrieren. Bewertet wurden ausschließlich die drei vorab definierten Aufgaben, und die Erfolgskriterien waren bereits vor Beginn des Feldversuchs festgelegt worden.

• 30 zuvor ungesehene Häuser
• 3 Hausarbeiten (Aufräumen, Handtücher falten, Bett beziehen)
• Einzelner Modell‑Checkpoint, keine Gewichts‑Adaptation
• 56 % Gesamterfolgsquote laut ABC
• Halbe Adaptionsdaten im Vergleich zu Helix 02

Figure veröffentlichte zudem detaillierte Angaben zu den rechnerischen Aufwendungen: Die Index‑Plattform, die Helix 2.5 antreibt, erzeugte etwa 35 Minuten neue mensch‑level Erfahrung pro Sekunde, und insgesamt wurden rund 3,5 Milliarden US‑Dollar an Compute‑Ressourcen für das Training des Modells bereitgestellt.

Obwohl die Ergebnisse eine messbare Null‑Shot‑Generalisierung belegen, bedeutet das nicht, dass ein Roboter jetzt vollständig autonom in jeder häuslichen Umgebung arbeiten kann. Der Test war bewusst auf einen engen Aufgaben‑Katalog und vordefinierte Erfolgskriterien beschränkt, um die reine Generalisierungsleistung zu isolieren.

Für deutschsprachige Unternehmen, die den Einsatz von Servicerobotern erwägen, ergeben sich daraus zwei zentrale Implikationen. Erstens kann ein einziges, gut trainiertes Modell in einer Vielzahl unbekannter Umgebungen ohne teure Vor‑Ort‑Nachtrainierung eingesetzt werden, was Roll‑out‑Zeit und Kosten signifikant reduziert.

Zweitens zeigt die aktuelle Erfolgsquote von 56 %, dass menschliche Aufsicht oder Notfall‑Mechanismen nach wie vor unerlässlich sind, um einen zuverlässigen Betrieb in echten Haushalten zu gewährleisten. Ohne zusätzliche Sicherheitsvorkehrungen bleibt das Risiko von Fehlfunktionen hoch.

Ein weiterer praktischer Hinweis betrifft die Dateninfrastruktur: Die Hälfte der Adaptionsdaten, die Helix 2.5 benötigt, lässt sich durch synthetische Simulationen und gezielte Transfer‑Learning‑Techniken generieren, wodurch die Gesamtkosten für die Datenbeschaffung weiter gesenkt werden können.

Langfristig könnte die gezeigte Null‑Shot‑Fähigkeit die Entwicklung von standardisierten Service‑Robotern beschleunigen, die in unterschiedlichen europäischen Haushalten ohne länderspezifische Anpassungen eingesetzt werden können. Das würde die Skalierbarkeit von Robotik‑Lösungen erheblich erhöhen.

Abschließend bleibt festzuhalten, dass Figure Helix 2.5 einen wichtigen Schritt in Richtung universell einsetzbarer Serviceroboter darstellt, jedoch noch weitere Forschung nötig ist, um die Erfolgsquote auf ein Niveau zu bringen, das für den breiten Verbraucher akzeptabel ist.