人形機器人距離真正走入現實世界，需要跨過一道關鍵門檻：資料。
過去幾年，AI機器人公司Figure一直試圖打造通用人形機器人智能系統。其推出機器人基礎模型Helix，希望讓機器人具備類似人類的視覺理解、任務規劃和動作執行能力，並逐漸從實驗室走向家庭、工廠和商業環境。
但隨著模型能力不斷提升，一個越來越明顯的問題浮現出來：機器人缺少足夠多的現實世界經驗。
對於大語言模型而言，網際網路提供了海量文字作為學習材料。但機器人面對的是物理世界，需要理解人與物體、環境之間複雜的互動關係。這些能力無法僅靠文字和模擬環境獲得，而需要大量真實世界中的人類行為資料。
美國當地時間8月25日，Figure推出Index項目，並在iOS和Android平台同步上線，希望通過全球使用者採集真實任務資料，為機器人建立一個覆蓋現實世界的訓練資料體系。
截至目前，Index已經覆蓋全球108個國家和地區，累計獲得超過26.4萬次應用下載，超過4.4萬名周活躍使用者參與資料貢獻，上傳視訊超過1600萬條。
Figure AI表示，未來12個月將在資料和計算資源上投入超過10億美元。
01 從“會動作”到“懂世界”，機器人需要人類經驗
Figure成立於2022年，始終專注於推進機器人基礎模型研發，其中核心方向之一就是VLA（視覺-語言-動作）模型Helix。
這類模型希望讓機器人不再依賴固定程序，而是能夠觀察環境、理解任務，並連續完成複雜動作。
但機器人模型訓練需要的資料，與傳統AI完全不同。普通視訊只能告訴模型“發生了什麼”，而機器人需要理解的是：為什麼這麼做，以及下一步應該怎麼做。
例如，一個人整理桌面，看似只是簡單移動物品，但其中包含大量隱含資訊：如何判斷物品類別，如何規劃擺放位置，如何根據空間變化調整動作。
這些隱藏在日常行為中的經驗，正是機器人實現泛化能力的關鍵。
此前，Figure曾嘗試通過第三方資料供應商獲取訓練資料，但該公司發現，外部供應的資料在規模、多樣性和質量上都無法滿足Helix的發展需求。
因此，Figure AI決定建立自己的資料採集網路，Index由此誕生。
該項目邀請普通使用者成為“創作者”（Creator），通過手機或頭戴裝置記錄真實世界中的任務過程，並將這些資料用於機器人訓練。
任務範圍並不限於標準化操作。使用者可以記錄整理房間、疊衣服、清潔廚房等家庭活動，也可以記錄物流中心、餐廳、工廠和辦公室中的工作流程。甚至一些低頻但具有價值的任務，例如清理貓砂、更換機油，也會成為資料來源。
Figure希望收集的，並不是簡單的動作視訊，還有機器人未來可能遇到的各種“意外情況”。因為機器人真正進入現實環境後，最大的挑戰可能不是完成已經學過的動作，而是在面對陌生場景時做出正確判斷。
Figure表示，在每採集1000小時資料中，Index資料平均覆蓋373種獨特任務、1146種不同操作對象以及116種不同環境。
這些來自現實世界的複雜樣本，正是機器人從“會做動作”走向“理解世界”的基礎。
02 1600萬條視訊，變成機器人可以學習的“燃料”
但採集資料只是第一步。對於機器人模型而言，大量未經處理的人類視訊並不等於有效訓練資料。
現實世界資料往往存在大量問題：有人上傳低品質視訊，有人重複提交相似內容，也有人為了獲得獎勵刻意製造無效資料。
因此，Figure建立了一套資料加工體系，將原始視訊轉化為機器人能夠理解和學習的資料資產。
首先，系統需要完成資料篩選。所有上傳內容都會經過自動檢測，判斷視訊是否清晰、任務是否完整、內容是否符合訓練需求。無法反映有效人機互動的資料會被直接過濾。
隨後，Figure會進行真實性稽核。由於創作者可以根據貢獻獲得報酬，公司需要識別異常行為，避免大量低價值甚至虛假的資料進入訓練流程。
在此基礎上，系統還會對資料進行去重和重組。機器人訓練並不是資料越多越好，如果大量相似任務重複出現，模型反而容易形成偏差。因此，Figure AI會通過演算法識別高度相似的視訊，並調整不同任務、環境和物體之間的資料比例。
最後，經過篩選的資料會被進一步標註，讓模型能夠理解任務目標、動作過程以及環境變化。
換句話說，Index的核心價值在於搭建一條從現實行為採集、資料加工到模型訓練的完整鏈路，讓人類經驗能夠持續轉化為機器人的智能能力。
目前，Index每秒可以處理約30分鐘的視訊上傳量，相當於每天接收約4.9年的人類工作時間資料。同時，Figure已經向創作者支付超過1500萬美元報酬。
03 資料，正在成為機器人產業的新入口
Figure推出Index的目標，並不僅僅是訓練當前的機器人模型。更深層的意義在於，公司希望建立機器人時代的資料基礎設施。
過去，視覺AI的發展離不開ImageNet這樣的資料集。大語言模型的突破，則建立在網際網路文字規模之上。而未來的機器人競爭，可能取決於誰擁有最多、最真實、最豐富的現實世界互動資料。
Figure正在嘗試建立類似的基礎設施。
目前，該公司已經推動人形機器人進入部分工業場景，包括與寶馬等企業合作，並計畫推進Figure 03的規模化生產。
但Figure AI認為，硬體製造並不是機器人商業化最大的瓶頸。真正決定機器人能否進入更多場景的，是機器人是否足夠智能，是否能夠處理現實環境中的複雜任務。
未來，Index採集的資料不僅可能用於訓練Figure自己的機器人，也可能成為機器人服務體系的一部分。
今天，人類通過平台尋找服務人員完成家務和工作。而Figure希望，未來這些任務能夠由機器人完成。在這個過程中，誰掌握了現實世界的資料，誰就可能掌握下一代機器人產業的入口。(騰訊科技)