Figure Helix 2.5 หุ่นยนต์เข้าบ้านใหม่ 30 หลังทำงานเองได้ทันที

Figure เปิดตัว Helix 2.5 โมเดลโครงข่ายประสาทรุ่นใหม่ล่าสุดของบริษัท ที่โฟกัสคำถามยากกว่าเดิมว่า หุ่นยนต์ฮิวแมนนอยด์จะเดินเข้าบ้านที่ไม่เคยเห็นมาก่อนแล้วเริ่มทำงานเองได้ทันทีหรือไม่ โดยไม่ต้องเก็บข้อมูลในบ้านนั้น ไม่ต้อง fine-tune และไม่ต้องปรับตัวหลังถึงที่

ทีมทดสอบนำหุ่นยนต์ Figure 03 ที่รัน Helix 2.5 ไปทดลองในบ้านจริง 30 หลังในพื้นที่ Bay Area ทำ 3 งานยาว ๆ คือเก็บของเล่นในห้องนั่งเล่น พับผ้าขนหนู และทำเตียง โดยใช้วัตถุและเฟอร์นิเจอร์ของบ้านนั้นเอง ไม่มีของที่ใช้ตอนเทรนงานปะปน

ผลลัพธ์ที่ชี้ว่า pretraining สำคัญ

Figure ระบุว่า Helix 2.5 ถูกพรีเทรนบนชุดข้อมูล Index ซึ่งเป็นคลังพฤติกรรมมนุษย์ขนาดใหญ่ของบริษัท จากนั้นค่อยปรับให้ทำ 3 พฤติกรรมข้างต้น ในการทดสอบแบบ zero-shot โมเดลที่พรีเทรนด้วย Index สำเร็จราว 56% ของการทดลอง เทียบกับโมเดลที่เทรนจากศูนย์ด้วยข้อมูลงานเดียวกันที่สำเร็จเพียง 9%

Figure robot performing household task — ภาพจาก Figure

เกณฑ์ผ่านค่อนข้างเข้ม ต้องจบงานทั้งก้อน เช่น เก็บของเล่นครบทุกชิ้น พับผ้าแล้วใส่ตะกร้าครบ หรือจัดหมอนและผ้านวมให้อยู่ตำแหน่งที่กำหนด ไม่ให้คะแนนบางส่วน และใช้ checkpoint เดียวกับทุกบ้าน ไม่มีการปรับน้ำหนักหลังเริ่มประเมิน

ใช้ข้อมูลงานน้อยลง แต่ครอบคลุมกว้างขึ้น

เมื่อเทียบกับนโยบาย Helix 02 รุ่นก่อนที่เทรนและทดสอบในสภาพแวดล้อมเดียวกัน Helix 2.5 ใช้ข้อมูลเฉพาะงานราวครึ่งหนึ่ง แต่ยังทำอัตราสำเร็จใกล้เคียง พร้อมขยายขอบเขตไปบ้านที่ไม่เคยเห็น 30 หลัง Figure เรียกสิ่งนี้ว่าพฤติกรรมระบุได้ถูกกว่าเดิม ขณะที่ขอบเขตการใช้งานกว้างขึ้นราว 30 เท่า

Helix 2.5 zero-shot success chart — แผนภูมิจาก Figure

อีกจุดที่น่าสนใจคือหุ่นยนต์แก้ตัวเองได้ดีขึ้น เช่น ถอยหลังเพื่อจัดท่า จับมุมใหม่ หรือเดินอ้อมเตียงเพื่อพับผ้านวมให้เรียบ ทีมงานมองว่าเป็นผลจาก Index pretraining ที่ช่วยให้ระบบฟื้นจากความผิดพลาดระหว่างงานยาว ๆ ได้

Scaling law จากมนุษย์สู่หุ่นยนต์

Figure ยังรายงานความสัมพันธ์แบบ scaling law ของการถ่ายทอดจากข้อมูลมนุษย์ไปสู่การทำนายแอ็กชันของหุ่นยนต์ เมื่อเพิ่มข้อมูล Index เป็นเท่าตัว ๆ ค่า loss หลัง fine-tune ลดลงอย่างคาดการณ์ได้ จนสามารถพยากรณ์รอบใหญ่ที่สุดได้ใกล้เคียงก่อนเริ่มเทรน

บริษัทระบุว่า Index ตอนนี้สร้างประสบการณ์มนุษย์ใหม่ราว 35 นาทีทุกวินาที และมีงบคอมพิวต์ราว 3.5 พันล้านดอลลาร์สำหรับเทรน Helix โดยสรุปว่าแนวทางคล้ายโมเดลภาษา คือเรียนรู้กว้างตอนพรีเทรน แล้วระบุพฤติกรรมครั้งเดียวให้ generalization ตอนใช้งาน

ในสายฮิวแมนนอยด์ช่วงนี้ยังมีข่าวเปิดตัวและอัปเกรดรุ่นอื่นอยู่ต่อเนื่อง เช่น Unitree G1+ ที่อัปเกรดคอและมอเตอร์ หรือ XPENG IRON ที่เริ่มเดินออกจากสายผลิตได้เอง แต่ Helix 2.5 โฟกัสด้านสมองของหุ่นมากกว่าตัวเครื่องใหม่ล้วน ๆ