Figure a testé Helix 2.5 dans 30 foyers : le robot a entièrement accompli 237 des 420 tâches
Le robot pliait les serviettes, faisait les lits et ramassait les jouets dans des maisons où il n’était jamais allé auparavant. Les essais ont montré que ses compétences se transfèrent à de nouveaux espaces, mais les 183 tâches inachevées et l’évaluation des résultats réalisée par Figure elle-même ne permettent pas encore de considérer le système comme prêt à effectuer le ménage de façon autonome.

Ce qui a été testé
Dans 30 maisons inconnues de la région de la baie de San Francisco, Helix 2.5 a effectué trois tâches : plier des serviettes, faire les lits et ramasser des jouets.
Figure n’avait pas collecté de données au préalable dans ces maisons. Une seule version du modèle a été utilisée dans toutes les pièces : elle n’a pas été réentraînée sur place ni modifiée après les tentatives précédentes.
L’entreprise a qualifié l’expérience de zero-shot. Les maisons et les objets étaient nouveaux, mais pas les tâches elles-mêmes : le modèle avait été entraîné au préalable à partir d’enregistrements réalisés dans d’autres pièces.

Comment la réussite a été évaluée
Les essais comprenaient 420 tâches. Aucun point partiel n’était attribué : le robot devait accomplir entièrement la tâche.
- Jouets : ranger dans un panier les 13 à 15 objets.
- Serviettes : plier toutes les serviettes.
- Lit : y placer deux oreillers, tirer sur les coins supérieurs de la couverture et la lisser.
Toute intervention humaine pour des raisons de sécurité était considérée comme un échec. Le score final ne reflète donc que les tâches entièrement accomplies sans une telle intervention.
Nombre de tâches accomplies par le robot
Helix 2.5 a entièrement réussi 237 des 420 tâches. Il s’en est le mieux sorti pour faire les lits, et le moins bien pour ramasser les jouets.
| Tâche | Tentatives réussies | Taux de réussite |
|---|---|---|
| Faire le lit | 94 sur 140 | 67% |
| Plier les serviettes | 87 sur 140 | 62% |
| Ramasser les jouets | 56 sur 140 | 40% |
À titre de comparaison, Figure a entraîné le système sur les mêmes données spécialisées, mais est partie de paramètres aléatoires, sans préentraînement sur Index. Cette version a terminé 35 tâches sur 420. Le graphique de Figure indique 8%, tandis que le texte d’accompagnement indique 9%.
Index est l’ensemble de données de Figure contenant des enregistrements d’actions humaines. Les données consacrées à chacune des trois tâches représentaient au maximum 1,9% de cet ensemble.
Ce que les résultats indiquent sur la capacité à intervenir dans un foyer
L’évaluation a été menée par Figure elle-même ; les résultats n’ont pas encore été reproduits de manière indépendante. L’entreprise n’a pas non plus indiqué de date de sortie pour une version domestique ni de taux d’échec acceptable.
Sur les 420 tâches, le robot en a échoué 183. Figure estime qu’avec un tel nombre d’échecs, il est encore trop tôt pour le laisser faire le ménage sans surveillance.
Pour évaluer concrètement ses capacités, les meilleurs résultats obtenus sur certaines tâches ne sont pas les seuls éléments à prendre en compte. Le critère est l’accomplissement intégral des tâches sans intervention humaine ; l’évaluation publiée ne confirme pas encore que le robot est prêt à faire le ménage de façon autonome.
Foire aux questions
Matériaux connexes
Tous matériaux
Vérification des hallucinations des LLM via une vue SQL des sources, sans réentraînement
Ce travail évalue si un LLM peut mobiliser une compétence symbolique élémentaire — la création d’une base SQL à partir des documents sources — afin d’ancrer les réponses dans leurs sources sans supervision pour détecter les hallucinations. Sur RAGTruth et DiaHalu, ce pipeline neuro-symbolique se révèle plus précis que la prédiction directe et comparable aux méthodes de pointe, sans nécessiter de réglage fin spécifique au domaine.
9 novembre 2026
MathAdv : ce que cache la précision finale des preuves automatiques
Un ensemble de tâches diagnostiques couvrant 13 domaines des mathématiques universitaires et de troisième cycle évalue les systèmes de démonstration automatique dans Lean 4 non seulement sur le résultat final, mais aussi sur leur maîtrise des sujets, la qualité de leurs raisonnements informels et leur robustesse face aux reformulations des énoncés. L’analyse par composante montre que la formalisation des problèmes reste le principal obstacle et que la réussite dépend fortement du domaine mathématique et de la manière dont le problème est formulé.
9 novembre 2026
AffordanceWAM : les affordances comme intermédiaire entre la prédiction de scène et le contrôle du manipulateur
Ce travail présente un modèle génératif qui prédit simultanément les futures observations RGB, les champs scalaires, les cartes thermiques d’affordances et les commandes continues du robot, en s’appuyant sur des vidéos humaines pour diversifier les interactions sans annotations d’actions ni retargeting. Sur RoboCasa, CALVIN ABC→D et des tâches réelles, cette approche offre des gains constants par rapport aux modèles de référence entraînés uniquement sur des données RGB ou robotiques.
9 novembre 2026