Figure compromete US$ 3,5 bilhões em computação enquanto seu robô falha em 44% dos testes

Só o pré-treinamento com o Index fez a taxa de sucesso saltar de 9% para 56%

A Figure afirma que o Helix 2.5 entrou em 30 casas que nunca tinha visto, na Baía de São Francisco, na Califórnia, executou três tarefas domésticas a partir de um único checkpoint, sem qualquer ajuste, e passou em 237 de 420 testes às cegas ¹²³. A correção não admitia pontos parciais: todos os 13 a 15 brinquedos no cesto, cada toalha dobrada, o edredom liso ¹. Uma política gêmea treinada do zero com dados idênticos obteve 9% de aprovação; a gêmea pré-treinada com o Index alcançou 56% — e a Figure garante que o pré-treinamento com sua base de vídeos de humanos foi a única variável experimental ¹³⁴. Todos os números vêm do relato da própria Figure↗; nenhum avaliador externo repetiu o teste ³.

O dinheiro se apoia numa previsão de perda com quatro casas decimais

A tese mais afiada está uma camada abaixo da demonstração: a Figure treinou quatro modelos com uma variação de oito vezes no volume de dados do Index e afirma ter previsto, antes de começar o treinamento e com quatro casas decimais, a perda de previsão de ações de sua maior rodada — uma lei de escala de transferência humano-humanoide que a empresa diz ser a primeira medida em um humanoide ¹⁴. Se a curva se sustentar, o retorno da próxima duplicação do vídeo humano pode ser precificado antes de a rodada ser paga ². A rivalidade com o Optimus, da Tesla, é enquadrada do mesmo modo: um duelo de fossos de dados, de um lado os quilômetros rodados pela frota da Tesla, de outro os vídeos pagos da Figure ⁵. O Index acrescenta cerca de 35 minutos de nova experiência humana por segundo, e seu contador público↗ marcava 24.593.204 uploads em 24 de setembro, ante mais de 16 milhões de vídeos no lançamento do aplicativo, em 25 de agosto ¹⁴⁶⁸.

Os outros 44%

Sob a mesma régua de tudo ou nada, o robô falhou em 44% das tentativas: arrumar brinquedos passou em 40% dos casos, dobrar toalhas em 62% e fazer a cama em 67% ²³. O CEO da Sunday Robotics, Tony Zhao, respondeu em poucas horas: "falhar metade do tempo não é 'fazer trabalho realmente útil'" ². O contraponto numérico dele — 778 dobras em 785, ou 99,1% — conta peças isoladas de roupa, não tarefas completas, de modo que as duas métricas não se comparam diretamente ². O outro pagador da avaliação foram as 30 famílias que emprestaram seus cômodos: imóveis de aluguel de curta temporada cenografados com brinquedos, enxutos por definição, sem animais de estimação e sem pilhas de roupa — as condições sob as quais os 44% são medidos ².

A conta chega antes da prova

A Figure captou US$ 1,9 bilhão ao longo de sua história — pouco mais de US$ 1 bilhão deles em setembro do ano passado, numa avaliação de US$ 39 bilhões — e nunca divulgou receita ⁸⁹. Em 3 de setembro, a empresa comprometeu US$ 3,5 bilhões↗ em computação da Nscale, com intenção de escalar para além de US$ 6 bilhões, e os até 100 mil GPUs da Nvidia não chegam antes do segundo semestre de 2027; no mesmo acordo, a Nscale tornou-se acionista ⁷⁸⁹.

Duas coisas merecem acompanhamento antes que chegue um único GPU: se a próxima duplicação do Index move os 56%, e se Figure, Sunday e 1X (a terceira facção humanoide na disputa de benchmarks) algum dia concordam em rodar um único benchmark neutro de tarefas domésticas ². A própria Figure admite que o ponto não é que a robótica humanoide esteja resolvida ¹. A aposta é que o cara ou coroa tem uma lei de escala.