フィギュアAI、35億ドルの計算資源を確約 ロボットは試行の44%が失敗

Indexの事前学習だけで9%が56%に

フィギュアAIによると、「Helix 2.5」は初めて入るサンフランシスコ湾岸の30の家庭で、1つのチェックポイントを改変せずに3種類の家事をこなし、ブラインド試験420回のうち237回に合格した¹²³。採点に部分点はない。おもちゃ13~15個をすべてかごに入れ、タオルは1枚残らずたたみ、掛け布団をしわなく整えねばならない¹。同じデータをゼロから訓練した対照ポリシーは9%しか合格できず、Indexで事前学習した方は56%だった。人間の映像データセットによる事前学習が唯一の実験変数だと、フィギュアAIは言う¹³⁴。数値はすべて同社自身の報告↗にさかのぼり、外部の評価者が再検証した例はない³。

巨額資金を支えるのは小数点4桁の損失予測

実演映像の裏には、さらに鋭い主張がある。フィギュアAIはIndexのデータ量を8倍の幅で変えて4つのモデルを訓練し、最大規模の訓練での行動予測損失を、訓練開始前に小数点以下4桁まで予測できたという。これは人間からヒューマノイドへの転移のスケーリング則で、ヒューマノイドで計測されたのは初めてだと同社は主張する¹⁴。曲線が保てば、人間の映像を次に倍増させる見返りは、その訓練の費用を払う前に値付けできる²。テスラ「オプティマス」との対抗も同じ構図だ。データで堀を築く競争であり、テスラの車両が積み上げる走行マイルか、フィギュアAIが対価を払って集める映像か、という勝負になる⁵。Indexには毎秒およそ35分ぶんの人間の新しい経験が加わる。公開カウンター↗の表示は9月24日時点で2459万3204件。8月25日のアプリ公開時は1600万本超だった¹⁴⁶⁸。

残る44%の失敗

同じ一発勝負の基準で、ロボットは試行の44%に失敗した。合格率は家事ごとに、おもちゃの片付けが40%、タオルの折りたたみが62%、ベッドメイクが67%だった²³。これにSunday RoboticsのTony Zhao氏が数時間で切り返した。「半分失敗するようでは『実際に役立つ仕事をしている』とは言えない」²。対抗して出した数字、785回中778回の折りたたみ成功(99.1%)は1着単位で、家事全体とは物差しが違い、単純比較はできない²。評価のもう一つの払い手は、部屋を貸した30世帯だ。舞台となったのはおもちゃを配置した民泊で、定義上、散らかった物はなく、ペットも洗濯物の山もない。44%の失敗はこの条件の下で採点された数字だ²。

証明より先に請求書が届く

フィギュアAIは設立以来、累計19億ドルを調達してきた。うち10億ドル強は昨年9月、企業価値390億ドルとする評価での調達だ。売上高は一度も開示していない⁸⁹。9月3日、同社はNscaleの計算資源について35億ドル相当の調達を確約↗した。総額は60億ドル超への拡大をにらむ。最大10万基のエヌビディア製GPUが届くのは、早くても2027年下期だ。この取引でNscaleはフィギュアAIの株主にもなった⁷⁸⁹。

GPUが1基届くより先に見るべきは2点ある。1つは、Indexのデータを次に倍増させたとき、56%という合格率が動くかどうか。もう1つは、フィギュアAI、Sunday Robotics、そして1X(ベンチマーク論争における第3のヒューマノイド陣営)が、中立的な家事タスクのベンチマークを一つ共通で実施することに、ついに合意するかどうかだ²。フィギュアAI自身も、ヒューマノイドロボティクスは解決済みだという話ではないと認めている¹。この賭けが言うのは、五分五分にもスケーリング則がある、ということだ。