Helix 2.5 : Figure AI fait entrer son robot dans 30 maisons qu’il n’avait jamais vues

Le 17 septembre 2026, Figure AI a présenté Helix 2.5, qu’elle décrit comme son réseau de neurones le plus avancé à ce jour, et comme le premier humanoïde à démontrer une généralisation zéro-shot « corps entier » dans 30 vrais logements de la région de la Baie de San Francisco. Le détail qui compte n’est pas le nombre de pièces traversées : c’est qu’aucune donnée n’y a été collectée, qu’aucun réglage fin n’y a été appliqué et qu’aucune adaptation n’a été faite sur ces meubles ni sur ces objets.

Deux mots qu’il ne faut pas diluer

« Zéro-shot » signifie que le modèle n’a jamais vu la tâche dans son décor d’exécution final. Figure indique que les 30 logements étaient des domiciles ordinaires et non des sites préparés, et qu’aucune intervention humaine n’a été nécessaire pour adapter le robot à ce qu’il y trouvait.

« Corps entier » signifie que la même politique motrice traverse locomotion et manipulation dans un seul modèle : Figure cite la marche, la préhension d’objets rigides, celle d’objets déformables, la coordination bimanuelle et la perception active. Ce n’est pas un empilement de scripts spécialisés sur un châssis humanoïde. Le communiqué décrit un modèle fondateur unique, pré-entraîné sur Index, le jeu de données de comportement humain de l’entreprise.

Trois comportements de longue durée sont montrés : ranger des salons, plier des serviettes, faire des lits. Ce sont précisément les gestes que notre dossier sur les robots domestiques identifiait comme la frontière actuelle entre démonstration et service — et la raison pour laquelle le passage du laboratoire à l’appartement est plus difficile qu’un montage vidéo ne le laisse croire.

Les données ont fait presque tout le travail

Le chiffre le plus important de l’annonce n’est pas 56 %, c’est l’écart entre 9 % et 56 %. À architecture, données de tâche, entraînement et évaluation strictement constants, l’ajout du seul pré-entraînement sur Index fait passer le taux de réussite zéro-shot de 9 % à 56 %.

Le message est structurel plutôt qu’anecdotique : dans la robotique domestique, la généralisation devient un problème de volume de données d’entraînement, pas un problème de perception de scène. C’est la même logique que celle qui a fait passer Gemini Robotics 2 d’une démonstration à un socle transférable — voir notre analyse du modèle Gemini Robotics 2. Figure l’applique à un corps humanoïde réel, ce qui rend la comparaison intéressante et le résultat plus exigeant.

Une loi d’échelle présentée comme une prédiction

Figure affirme aussi que le doublement répété des données Index améliore la perte de prédiction d’action selon une régularité suffisante pour prédire la perte du plus grand entraînement à quatre décimales près. Si cette régularité se confirmationait sur d’autres tâches et d’autres corps, elle ne donnerait pas un robot fini : elle donnerait une méthode pour dimensionner la prochaine étape d’entraînement.

Il faut tenir la réserve. Tous ces chiffres sont des déclaratifs constructeur. Le protocole d’évaluation, la définition d’un essai réussi et le nombre exact d’essais par logement ne sont pas publiés. Une loi d’échelle observée sur une seule famille de tâches peut s’effondrer dès qu’on change le robot, la scène ou le critère de réussite. Nous ne pouvons pas la reproduire indépendamment aujourd’hui, et nous ne la présenterons donc pas comme un acquis de la science.

Le contexte donne la mesure. Helix 02 avait déjà exécuté de façon autonome une tâche logistique pendant 200 heures. C’est un vrai record d’endurance, mais dans un cadre unique et répétable. Trente appartements, c’est l’inverse.

Pourquoi 56 % n’est pas encore un produit

Un taux de réussite de 56 % signifie que le système échoue dans près de la moitié des essais. Pour un robot de laboratoire, c’est une démonstration remarquable. Pour un appareil chez un particulier, c’est un objet qu’on éteint.

Il manque trois choses, et aucune n’est une question de données : la sécurité, c’est-à-dire ce qui se passe quand une personne imprévisible entre dans la pièce au mauvais moment ; la récupération sur erreur, c’est-à-dire repartir de son propre échec sans intervention ; et une exposition longitudinale, c’est-à-dire tenir des semaines d’usage réel, avec l’usure, la poussière, le linge mal plié deux fois de suite.

Sur le plan du coût, Figure indique que la spécification d’un comportement a coûté deux fois moins cher sur un périmètre trente fois plus large. C’est une bonne nouvelle pour le déploiement d’un nombre croissant de compétences. Elle ne répond pas à la question du prix d’un robot dans une maison, qui reste entier.

Une évaluation par un tiers crédible devrait publier au minimum quatre choses : le nombre de tentatives par logement, la définition d’une réussite pour un comportement de longue durée, la fréquence des interventions humaines et le taux de récupération après échec. Rien de tout cela n’est disponible aujourd’hui. En attendant, le chiffre de 56 % se lit comme une borne haute produite par l’équipe qui a construit le système, pas comme une moyenne de terrain.

Ce que ça change pour le reste du secteur

Le mérite de cette démonstration est d’avoir déplacé l’argument. Tant que le débat portait sur la préhension d’un objet, chaque laboratoire pouvait gagner avec du matériel sur mesure. Ici, la période d’essai dure toute la durée du comportement, les décors changent, et le résultat dépend d’un corpus accumulé sur des années. C’est un avantage de données, donc un avantage de constance, donc une barrière à l’entrée plus haute pour les nouveaux arrivants.

Cela ne dit pas que le travail domestique devient résolu en 2026. Cela dit que l’ordre des problèmes s’inverse : la perception n’est plus le verrou principal à San Francisco, les données le sont. Pour situer les machines concernées, notre sélection d’humanoïdes 2026 reste le point de comparaison le plus direct.

Le résultat à retenir est simple : 9 % à 56 % en changeant uniquement l’entraînement. Deux idées doivent être gardées en même temps — la généralisation progresse vite, et 56 % reste un échec dans presque un essai sur deux.