机器人前瞻（公众号：robot_pro）
作者 | 周加琦
编辑 | 漠影
机器人前瞻8月26日报道，今天凌晨，Figure CEO Brett Adcock在X上宣布，今天正式推出Index——全球规模最大且最多样化的机器人数据集。
▲（图源：X）
目前，Index包含超1600万段视频，覆盖家庭、物流、餐饮、工业等室内外多类任务场景。素材全部来自真实场景第一视角录制，还原真实工作流程，并配套自动化与人工协同的数据处理管线，完成从过滤到标注。
Figure称，迄今为止，他们已经在108个国家和地区收集了数据、累计下载量达26.4万次，并拥有超过4.4万名周活跃用户。
不仅如此，Figure还表示，已经向数据创作者支付了1500万美元，并承诺在未来12个月内，在数据和算力方面投入超过10亿美元。
评论区有网友称，终于看到机器人领域有实打实的进展了。
▲（图源：X）
一、覆盖108个国家和地区，累计下载26.4万次
四个月前，Figure曾秘密推出一款APP用于测试，希望能直接从人类这里收集大规模的真实物理世界数据。
今天，这个APP被重新命名为Index，并已经在Google Play和App Store上正式发布。
▲Index（图源：Figure）
在此之前，Figure也尝试购买数据，但其称，供应商提供的数据无法达到Helix模型所需要的吞吐量、多样性和质量标准。因此，Figure选择自己构建整个数据采集系统。
在Index平台，创作者可以录制自己日常做家务或工作的视频，也可以通过平台雇佣零工上门完成家务，同时录制第一视角操作画面，来获取奖励。
目前，Index已经应用在108个国家和地区，累计下载量超26.4万次，每周有4.4万名用户活跃。在速度上，该应用实现每秒处理30分钟的视频上传量。
▲周用户活跃量（图源：Figure）
Figure称，每一位新的创作者都可能带来此前未出现过的环境、物体，以及他们独特的任务完成方式。Index已经涵盖了各种人类任务，烹饪、清洁、洗衣服等各类家务；物流中心、工厂、办公室等各类企业内部任务。
▲采集种类（图源：Figure）
在每采集1000小时的数据中，Index平均包含373种独特的任务、1146种被操作的对象、116个独特的环境。目前，Figure已经向创作者支付1500万美元。
二、24小时不间断处理，五大环节保证数据质量
Index要处理全球创作者每秒30分钟的视频数据，因此Figure构建了整套数据基础设施，该设施实现7*24小时稳定运行、持续的大规模计算处理能力，以及可实时向创作者反馈，不断优化后续数据采集质量。
整套数据管线主要分为五大环节：
自动过滤：从视频技术、画面画质、内容语义三个维度进行初筛。
人工复核：审核人员会抽查上传样本，排查是否有违规的上传行为。
数据去重：相似度超出阈值的素材直接被剔除，以此保障数据多样性。
样本均衡：依据视频与任务场景的匹配程度，按预设配额分配各任务素材总量；通过特征聚类区分视频细微动作与场景，补齐标签遗漏的样本。
分层标注：为每一段完整行为视频生成层级化文本描述标签。
Figure称，Index正在为“机器人即服务”的规模化落地打基础。未来，这些事情将由机器人替人们完成。
结语：行业的竞争，正在进入“数据战”
对于整个具身智能行业而言，真实且多样的物理世界数据一直是稀缺资源。Figure此次推出Index，本质上是在尝试把分散在人类日常生活和工作中的真实行为，转化为可用于训练机器人的“数据燃料”。
从“买数据”转向“自己造数据”，再到未来12个月投入超过10亿美元，Figure押注的已经不只是一个数据集，而是一套能够持续获取、处理和生产机器人训练数据的基础设施。
当机器人开始从“能动”走向“会干活”，数据正在成为继本体、模型和算力之后，新的核心竞争力。
