9 月 17 日，人形机器人公司 Figure 把搭载 Helix 2.5 的 Figure 03 运进旧金山湾区 30 栋此前从未采集过数据的房子。没有建图，没有微调，没有提前踩点。机器人要做的是三件家务：整理客厅——把 13 到 15 个散落的玩具全部放进篮子；叠毛巾；铺床。CEO Brett Adcock 称这是公司迄今最重要的项目。
[1][2]先看数字。420 次测试，237 次完整成功，零样本成功率 56%。单项拆开：铺床 67%、叠毛巾 62%、整理玩具 40%。Figure 做了一组严格的对照实验——架构、下游数据、训练方法与评测全部固定，唯一变量是否用人类行为数据集 Index 预训练——成功率从 9% 跳到 56%。这个设计是这篇发布里最诚实的部分：预训练的贡献被隔离成了单一变量。
更值得琢磨的是缩放定律。Figure 用四档规模的 Index 数据（跨度 8 倍）预训练，保持模型大小与下游训练不变，动作预测损失随数据翻倍可预测地下降；团队声称只靠小规模运行就把最大规模运行的测试损失预测到小数点后四位。如果这条曲线在更大规模上仍然成立，那它的含义和语言模型的缩放定律一样直白：算力与数据直接换物理世界的知识。
然后是这门数据生意。Index 于 8 月 25 日公开亮相，截至发布已有 26.4 万次下载、覆盖 108 个国家、每周活跃创作者超过 4.4 万人、累计上传超过 1600 万条视频，Figure 已向创作者支付 1500 万美元，现在每秒新增约 35 分钟的人类行为数据。每 1000 小时数据里包含 373 个不重复任务、1146 个不重复操作对象。这看起来越来越像机器人版本的互联网文本语料：人类日常行为正在成为机器人的基础教材。
算力一端同样激进。Figure 承诺投入 35 亿美元算力训练 Helix 系列，本月与 AI 基础设施供应商 Nscale 签下多年期协议，锁定约 10 万块英伟达 Vera Rubin GPU，合同总规模最高可达 60 亿美元，Nscale 同时入股成为优先算力供应商。
也不是没有争议。Sunday Robotics 联合创始人 Tony Zhao 等从业者直接质疑 56%（237/420）这个数字——它意味着接近一半的完整任务会失败。MIT Technology Review 的中文报道以同行并不买账为题。诚实地说：零样本、陌生环境、全身长程任务，56% 已经是实质进展，但距离真正有用还很远。这场发布真正的信号不是机器人会叠被子，而是 Figure 正在把数据采集、创作者经济与算力合同串成一条流水线。数据，而不是硬件，正在成为人形机器人公司的新战场。
[1][2]