रोबोट 44% ट्रायल में फेल; फिगर ने कंप्यूट के लिए दांव लगाए 3.5 अरब डॉलर
फिगर का दावा है कि हेलिक्स 2.5 ने बे एरिया के 30 ऐसे घरों में—जिन्हें वह पहले कभी नहीं देखा था—420 सब कुछ या कुछ नहीं (all-or-nothing) ट्रायल में से 237 पास किए; इंडेक्स प्री-ट्रेनिंग के बिना यह दर सिर्फ 9% थी [1][2]। रॉयटर्स के मुताबिक कंपनी ने एनस्केल (Nscale) के 3.5 अरब डॉलर के कंप्यूट के लिए कमिट किया है—जो अपने पूरे सफर में जुटाई 1.9 अरब डॉलर की फंडिंग से भी लगभग दोगुना है [7][8][9]।
Vincent Jiang · 3 min read
अकेली इंडेक्स प्री-ट्रेनिंग ने 9% को 56% तक पहुंचाया
फिगर का कहना है कि हेलिक्स 2.5 बे एरिया के 30 ऐसे घरों में पहुंचा जिन्हें उसने पहले कभी नहीं देखा था। वहां उसने एक ही, बिना किसी बदलाव वाले चेकपॉइंट (checkpoint) से तीन घरेलू काम किए और 420 ब्लाइंड ट्रायल में से 237 पास किए 123। नंबर लगाने का नियम कड़ा था—आंशिक अंक बिल्कुल नहीं: टोकरी में सारे 13 से 15 खिलौने हों, हर तौलिया तह हो, रजाई बिल्कुल सीधी हो 1। ठीक उसी डेटा पर बिल्कुल शुरुआत से ट्रेन की गई जुड़वां पॉलिसी (twin policy) सिर्फ 9% पर रही; इंडेक्स से प्री-ट्रेन की गई जुड़वां 56% पर पहुंची। फिगर का दावा है कि अपने इंसानी वीडियो डेटासेट पर प्री-ट्रेनिंग ही इस प्रयोग का इकलौता प्रयोगात्मक चर था 134। हर आंकड़ा फिगर की अपनी रिपोर्ट से निकला है; किसी बाहरी मूल्यांकक ने इसे दोबारा नहीं आंका है 3।
चार दशमलव अंकों के लॉस-फोरकास्ट पर टिका है पूरा दांव
डेमो की सतह के नीचे दबा है इससे भी तीखा दावा: फिगर ने इंडेक्स डेटा की आठ गुना तक की रेंज में चार मॉडल ट्रेन किए और कहा कि अपनी सबसे बड़ी रन की एक्शन-प्रेडिक्शन लॉस (action-prediction loss) की उसने ट्रेनिंग शुरू होने से पहले ही दशमलव के चार अंकों तक सटीक भविष्यवाणी कर दी थी। यह इंसान से ह्यूमनॉइड ट्रांसफर का स्केलिंग लॉ है, जिसे ह्यूमनॉइड पर मापा गया पहला ऐसा नियम फिगर बताता है 14। अगर यह कर्व टिका रहा, तो इंसानी वीडियो की अगली दुगुनी मात्रा का फायदा उस रन के लिए पैसे चुकाने से पहले ही आंका जा सकता है 2। टेस्ला ऑप्टिमस से टकराव भी इसी तर्क पर टिकाया गया है: डेटा की खाई की होड़—एक तरफ टेस्ला की फ्लीट के माइल्स, दूसरी तरफ फिगर का पैसे देकर जुटाया गया वीडियो 5। इंडेक्स हर सेकंड करीब 35 मिनट का नया इंसानी अनुभव जोड़ता है, और उसके सार्वजनिक काउंटर पर 24 सितंबर को 2,45,93,204 अपलोड दर्ज थे; 25 अगस्त को ऐप के लॉन्च के वक्त यह गिनती 1.6 करोड़ से ज्यादा वीडियो थी 1468।
बाकी 44% का हिसाब
इसी 'सब कुछ या कुछ नहीं' वाले पैमाने पर रोबोट अपने 44% ट्रायल में नाकाम रहा: खिलौने समेने में 40%, तौलिये मोड़ने में 62% और बिस्तर सवारने में 67% ट्रायल पास हुए 23। संडे रोबोटिक्स के प्रमुख टोनी झाओ ने कुछ ही घंटों में जवाब दिया: "आधे समय फेल होना 'असली उपयोगी काम' नहीं कहलाता" 2। उनका जवाबी आंकड़ा—785 फोल्ड में 778 सफल, यानी 99.1%—अलग-अलग कपड़ों पर गिना गया है, पूरे काम पर नहीं, इसलिए दोनों पैमानों की आमने-सामने तुलना नहीं हो सकती 2। इस मूल्यांकन की कीमत चुकाने वाला दूसरा पक्ष वे 30 घर थे जिन्होंने अपने कमरे दिए: शॉर्ट-टर्म रेंटल, जिन्हें खिलौनों के साथ सजाया गया था, जो परिभाषा से ही बिखरे हुए नहीं थे, जहां न कोई पालतू जानवर था और न कपड़ों के ढेर—44% का स्कोर इन्हीं हालात में आंका गया है 2।
खिलौने समेना सबसे कमजोर काम: पांच में सिर्फ दो ट्रायल पास
Data
| Value | |
|---|---|
| खिलौने समेना | 40% |
| तौलिये मोड़ना | 62% |
| बिस्तर सवारना | 67% |
सबूत से पहले ही बिल आ गया
अपनी शुरुआत से अब तक फिगर ने कुल 1.9 अरब डॉलर जुटाए हैं—इसमें से 1 अरब डॉलर से थोड़ा ज्यादा पिछले साल सितंबर में, 39 अरब डॉलर की वैल्यूएशन पर—लेकिन कंपनी ने अपनी आमदनी का खुलासा आज तक नहीं किया है 89। 3 सितंबर को कंपनी ने एनस्केल के कंप्यूट में 3.5 अरब डॉलर कमिट किए और खर्च को 6 अरब डॉलर से आगे ले जाने का इरादा जताया है; 1 लाख तक के एनवीडिया जीपीयू 2027 की दूसरी छमाही से पहले नहीं आएंगे। इसी सौदे में एनस्केल कंपनी का शेयरहोल्डर भी बन गया 789।
फिगर का कंप्यूट कमिटमेंट: अब तक जुटाई पूरी रकम का लगभग दोगुना
- Estimate
Data
| Value | |
|---|---|
| अब तक की कुल इक्विटी फंडिंग | $1.9B |
| एनस्केल कंप्यूट कमिटमेंट (estimate) | $3.5B |
| 6 अरब से आगे बढ़ने का इरादा | $6B |
एक भी जीपीयू के आने से पहले दो चीजों पर नजर रखिए: क्या इंडेक्स का अगला दोगुना होना उस 56% को हिला पाता है, और क्या फिगर, संडे और 1X—बेंचमार्क बहस का तीसरा ह्यूमनॉइड गुट—कभी एक तटस्थ घरेलू-काम बेंचमार्क चलाने पर सहमत होते हैं 2। फिगर खुद मानती है कि मुद्दा यह नहीं है कि ह्यूमनॉइड रोबोटिक्स हल हो चुकी है 1। दांव यही है कि सिक्के के इस उछाल में भी एक स्केलिंग लॉ है।
How this brief was made
01Gathered & sourced396 channels · 1,625 articles▾
Agents swept 396 channels and ingested 1,625 articles, then de-duplicated and ranked them for signal.
02Verified & cross-validated9 claims · 33 data feeds▾
Every one of 9 load-bearing claims was checked against primary sources, with 33 live data feeds reconciling the figures and charts.
- 1Figure, "Helix 2.5: Zero-Shot 30-Home Generalization", 17 September 2026
- 2Forbes, John Koetsier, "Figure's Billion-Dollar Physical AI Bet Delivered A 6X Jump In Robot Chore Success", 21 September 2026
- 3TechRepublic, Aminu Abdullahi, "Figure's Robot Entered 30 Unseen Homes and Succeeded 56% of the Time", 21 September 2026
- 4Unite.AI, Orion Sato, "Figure Introduces Helix 2.5, Tested Zero-Shot in 30 Unseen Homes", 17 September 2026
- 5Benzinga (via MSN), Surbhi Jain, "Tesla's Optimus has a new problem: Figure's humanoid is getting better at the unknown", 18 September 2026
- 6Figure, Index app page, live contributor counters, fetched 24 September 2026
- 7Reuters, "AI cloud firm Nscale commits compute worth $3.5 billion for Figure's robotics ambitions", 3 September 2026
- 8Forbes, John Koetsier, "How Figure Committed $3.5 Billion For AI Compute After Raising Only $1.9 Billion", 4 September 2026
- 9eWeek, Matt Gonzales, "Figure AI Commits $3.5B to Nscale Compute for Its Humanoid Robot Push", 4 September 2026
03Reviewed & edited2 human editors▾
2 editors read the draft against the evidence, tuned the framing, and signed off before it shipped.
Become a contributor
Reporting on the business of AI and want it read? We take pitches from outside contributors who bring primary sources and a number worth arguing about.
Deepdive
AI-generated from this story and its cited sources. Not investment advice.
