Helix 2.5 de Figure logra éxito zero‑shot en 30 hogares nunca vistos

El 17 de septiembre de 2026, Figure presentó Helix 2.5, una nueva arquitectura de control para robots humanoides de servicio. El comunicado de prensa de la empresa destacó una prueba de campo en la que un único modelo se desplegó en treinta hogares que nunca habían formado parte de su conjunto de entrenamiento.

La prueba requería que el robot realizara tres tareas cotidianas: ordenar una zona de la sala de estar, plegar un juego de toallas y hacer una cama usando los muebles y objetos ya presentes en cada residencia. No se realizó ningún mapeo previo ni catalogación de objetos de los hogares.

Separación estricta de datos de entrenamiento y evaluación

Figure subrayó que ningún dato de los hogares de evaluación entró en la cadena de entrenamiento. Los ingenieros de la compañía, junto con auditores humanos independientes, verificaron que ninguno de los objetos o disposiciones espaciales observados durante la prueba aparecían en los datos de especificación usados para entrenar Helix 2.5.

Solo se utilizó un único punto de control del modelo en los treinta entornos. Los pesos de la red neuronal del robot no fueron afinados, ni se aplicaron mecanismos de selección basados en resultados preliminares.

Rendimiento comparado con una política específica del objetivo

Según Figure, Helix 2.5 alcanzó la misma tasa de éxito que Helix 02, una versión entrenada directamente en el entorno objetivo. La diferencia clave fue que Helix 2.5 necesitó aproximadamente la mitad de los datos de adaptación para llegar a ese nivel.

El sistema también mostró correcciones físicas en tiempo real. Cuando un movimiento planificado chocaba con el marco de una cama, el robot retrocedía, alteraba su postura o rodeaba el obstáculo antes de reanudar la secuencia de plegado.

Evaluación independiente de ABC Tecnología

ABC Tecnología informó una tasa de éxito bruta del 56 % en los treinta hogares. El medio citó a expertos locales en robótica que advirtieron que una tasa de fallos cercana a la mitad sería inaceptable para un asistente doméstico de nivel consumidor.

Figure respondió que la prueba estaba diseñada para medir la generalización más que la autonomía doméstica completa. Solo se evaluaron las tres tareas predefinidas y los criterios de éxito fueron establecidos con antelación.

• 30 hogares nunca vistos previamente
• 3 tareas domésticas (ordenar, plegar toallas, hacer la cama)
• Punto de control único del modelo, sin adaptación de pesos
• 56 % de tasa de éxito global reportada por ABC
• La mitad de los datos de adaptación comparado con Helix 02

La compañía también reveló su inversión computacional: la plataforma Index que impulsa Helix generó aproximadamente 35 minutos de experiencia a nivel humano por segundo, y se asignaron un total de 3,5 mil millones de dólares en recursos de cómputo para entrenar el modelo.

Aunque los resultados demuestran una generalización zero‑shot medible, no implican que un robot pueda operar ahora de forma totalmente autónoma en cualquier entorno doméstico. La prueba se limitó a un conjunto estrecho de tareas y métricas de éxito predefinidas.

Para las organizaciones de habla hispana que consideren desplegar robots de servicio, los hallazgos sugieren dos conclusiones prácticas. Primero, un solo modelo bien entrenado puede manejar una variedad de entornos no vistos sin costosos re‑entrenamientos in situ, lo que potencialmente reduce el tiempo y el gasto de implementación. Segundo, la tasa de éxito actual indica que la supervisión humana o mecanismos de respaldo siguen siendo esenciales para una operación fiable en hogares reales.

Implicaciones para el futuro

El éxito de Helix 2.5 abre la puerta a estrategias de despliegue masivo donde la adaptación local se minimiza, pero también plantea preguntas sobre la robustez frente a escenarios no contemplados y la necesidad de marcos regulatorios que garanticen la seguridad del usuario final.

En Madrid, donde varios laboratorios de IA colaboran con residencias piloto, se planea una segunda fase que incluirá tareas de cocina y asistencia a personas mayores, con el objetivo de validar si la tendencia observada en las treinta casas se mantiene bajo condiciones de mayor complejidad.