Figure于9月17日发布人形机器人神经网络Helix2.5。该模型基于公司Index人类行为数据集预训练，并在旧金山湾区30户此前未采集数据的家庭中测试。结果显示，相比从零开始训练的同条件策略，Index预训练将零样本成功率从9%提升至56%。
Helix2.5基于单一Index预训练基础模型，支持整理客厅、折叠毛巾和铺床三类全身动作。评估过程中，家庭环境及玩具、毛巾、床上用品均未出现在任务规范数据中，且所有任务均要求完整完成才计为成功。Figure还表示，Helix2.5仅使用此前Helix02一半的适应性数据，即可取得相当的成功率，并展现出后退调整位置、改变站姿及在床上移动等全身自我纠正能力。
为隔离预训练贡献，Figure保持模型架构、优化方式、超参数、下游数据及评估条件一致，仅改变初始化方式。公司称，Index数据集中没有任何一项评估任务占比超过1.90%，上述结果直接体现了预训练对泛化能力的贡献。进一步实验显示，Index数据量每翻倍，动作预测损失均呈可预测下降趋势，公司据此测量了人形机器人领域的数据缩放规律。
Index于8月25日正式推出，目前累计下载26.4万次，每周活跃用户超过4.4万，已收集超1600万个视频，并向数据贡献者支付1500万美元。Figure称，已投入35亿美元计算资源训练Helix系列。
