FigureのHelix 2.5、初めて入る30の家庭で家事をゼロショット実行

Figureは、モデルHelix 2.5が初めて入る30の家庭で家事をゼロショットで実行したと報告した。Index事前学習モデルの使用で成功率は9%から56%に上がったが、長期の信頼性や運用コストは確認できていない。

結論

初めて入る家庭でも家事作業は実行できたが、家事支援の実用性はまだ判断できない。長期運用での故障率やメンテナンス頻度、商業利用のコスト構造、人間による監督の必要性は確認できていない。

目次（5）

Figureは2026年9月17日、モデルHelix 2.5の評価結果を発表した。Helix 2.5は、データ収集や追加学習なしで、初めて入る30の家庭で家事作業を実行した。

実行したのは、リビングの片付け、タオル折り、ベッドメイクの3つだ。Figureは、ロボットが全身を使う動作を評価した。

成功と数えたのは、各タスクを最後まで完了した場合だけだ。リビングの片付けなら、すべての玩具をバスケットに入れる必要がある。タオル折りなら、すべてのタオルを折る。Figureは部分的な成功を認めていない。

Figureの報告では、Index事前学習モデルの使用により、ゼロショット成功率が9%から56%に上がった。Figureは、事前学習を汎化能力の主要な要因としている。ここでいう汎化能力は、初めての場所でも作業を実行できる力のことだ。

Helix 02との比較では、半分のタスク特化データで同等の成功率を達成し、適用範囲は30倍に広がった。

Figureは、人間からヒューマノイドロボットへの転移スケーリング則も確認したと報告している。事前学習データの倍増に伴い、下流タスクの予測誤差が予測可能な形で下がった。

ただ、30の家庭での成功率の内訳や、失敗の詳しい原因は確認できていない。

私は、家庭ごとに学習し直す負担を減らせる可能性はあると思っている。なぜなら、今回のFigureの評価では、初めて入る家庭で、データ収集や追加学習をせずに家事作業を実行したからだ。

初めて入る家庭でも家事作業は実行できたが、家事支援の実用性はまだ判断できない。長期運用での故障率やメンテナンス頻度、商業利用のコスト構造、人間による監督の必要性は確認できていない。日本の住環境への適用も、まだわかっていない。

今回のFigureの評価では、初めて入る家庭で、データ収集や追加学習をせずに家事作業を実行した。Helix 2.5が実行したのは、リビングの片付け、タオル折り、ベッドメイクだ。

人口減少時代の日本で、ヒューマノイド導入の現実、主要プレイヤー、安全性、活用判断、生活変化までを一次情報ベースで整理する情報メディアです。