選項
首頁
快訊
內容
DavidGonzález
DavidGonzález
2026-09-18

Figure 於 9 月 17 日推出 Helix2.5 人形機器人神經網路。該模型以 Index 資料集進行預訓練,在舊金山灣區 30 戶家庭中,其零樣本成功率從 9% 提升至 56%,優於從頭開始訓練的模型。 Helix2.5 支援整理客廳和摺疊毛巾等全身動作,僅需 Helix02 一半的適應性資料,便能達到相近的成功率。它展現出自我修正能力,並遵循 Index 資料量倍增時觀察到的規模定律。 Index 已累積 1,600 萬支影片及 44,000 名每週活躍用戶,而 Figure 已為 Helix 系列的運算投入 35 億美元。

Figure 於 9 月 17 日推出 Helix2.5 人形機器人神經網路。該模型以 Index 資料集進行預訓練,在舊金山灣區 30 戶家庭中,其零樣本成功率從 9% 提升至 56%,優於從頭開始訓練的模型。 Helix2.5 支援整理客廳和摺疊毛巾等全身動作,僅需 Helix02 一半的適應性資料,便能達到相近的成功率。它展現出自我修正能力,並遵循 Index 資料量倍增時觀察到的規模定律。 Index 已累積 1,600 萬支影片及 44,000 名每週活躍用戶,而 Figure 已為 Helix 系列的運算投入 35 億美元。 Figure 於 9 月 17 日推出 Helix2.5 人形機器人神經網路。該模型以 Index 資料集進行預訓練,在舊金山灣區 30 戶家庭中,其零樣本成功率從 9% 提升至 56%,優於從頭開始訓練的模型。 Helix2.5 支援整理客廳和摺疊毛巾等全身動作,僅需 Helix02 一半的適應性資料,便能達到相近的成功率。它展現出自我修正能力,並遵循 Index 資料量倍增時觀察到的規模定律。 Index 已累積 1,600 萬支影片及 44,000 名每週活躍用戶,而 Figure 已為 Helix 系列的運算投入 35 億美元。
評論 (0)
0/300
OR