Helix 2.5 da Figure.ai: Robôs Domésticos Aprendem com Experiência Humana em Escala Global

A Figure.ai deu um salto importante na robótica com o lançamento do Helix 2.5, sua rede neural mais avançada. O grande diferencial está na capacidade de generalização zero-shot, que permite aos robôs desempenhar tarefas complexas, como arrumar cômodos, dobrar toalhas e fazer camas, em casas que nunca viram antes. Isso é possível graças ao pré-treinamento na vasta base de dados Index, compilada a partir da observação de comportamentos humanos em escala global.

Tradicionalmente, robôs precisam ser treinados no ambiente exato onde vão operar, o que limita sua autonomia e escalabilidade. O Helix 2.5, ao contrário, demonstra que a inteligência de corpo inteiro pode ser assimilada da experiência humana e aplicada a novos cenários, sem a necessidade de adaptação ou coleta de dados prévia no local. Este modelo unificado adapta-se a três comportamentos distintos, exigindo percepção, locomoção, manipulação e coordenação bimanual em ambientes desordenados e imprevisíveis.

A evolução entre as versões é nítida. Em maio de 2026, o CEVIU News cobriu o Helix 02, que permitia aos robôs da Figure operar turnos de oito horas. No entanto, o Helix 02 aprendia diretamente nos ambientes em que trabalhava. Agora, com o Helix 2.5, a Figure.ai mostra um avanço significativo na generalização zero-shot, ou seja, a capacidade de o robô entrar em um novo ambiente e operar imediatamente, sem treinamento prévio.

O grande catalisador dessa mudança foi o lançamento do Index. Em agosto de 2026, o CEVIU noticiou que a Figure AI revelou o Index, uma plataforma crowdsourced que já havia coletado 16 milhões de vídeos de tarefas cotidianas, com um investimento bilionário. O Helix 2.5 se beneficia diretamente desse pré-treinamento massivo no Index, aumentando a taxa de sucesso zero-shot de 9% para 56%, e também reduzindo pela metade a quantidade de dados específicos de tarefa necessários em comparação com o Helix 02, para alcançar os mesmos resultados, mas em 30 casas nunca antes vistas.

Este avanço tem implicações enormes para o futuro da robótica. A capacidade de um robô de se adaptar a ambientes desconhecidos sem a necessidade de re-treinamento significa que robôs humanoides podem finalmente deixar as fábricas controladas e entrar em nossos lares e locais de trabalho de forma mais autônoma e útil. Isso abre portas para assistentes domésticos realmente capazes de ajudar em diversas tarefas, ou robôs de logística que não precisam de mapeamento extensivo para operar em novos armazéns.

A Figure.ai não apenas resolve um problema técnico complexo, mas também estabelece uma "lei de escala" para a transferência de habilidades de humanos para robôs. Isso sugere que, ao continuar a aumentar os dados de pré-treinamento e o poder computacional, a capacidade dos robôs de aprender e se adaptar ao mundo físico será cada vez mais previsível e escalável, pavimentando o caminho para uma IA física verdadeiramente geral.