Figure законтрактовала вычислительные мощности на $3,5 млрд, хотя ее роботы проваливают 44% испытаний

Одно лишь предобучение на Index превратило 9% в 56%

Figure утверждает, что робот Helix 2.5 побывал в 30 незнакомых домах в районе залива Сан-Франциско, выполнил три вида домашних дел, используя один и тот же неизмененный чекпоинт, и прошел 237 из 420 слепых испытаний ¹²³. Частичный зачет не предусматривался: в корзине должны оказаться все 13–15 игрушек, каждое полотенце — сложено, покрывало — разглажено ¹. Модель-близнец, обученная с нуля на тех же данных, прошла лишь 9%; близнец, предобученный на Index, — 56%, и Figure настаивает, что предобучение на наборе видео с людьми было единственной экспериментальной переменной ¹³⁴. Все цифры восходят к собственному отчету Figure↗; независимой перепроверки эти результаты не проходили ³.

Вся ставка — на прогноз функции потерь с точностью до четвертого знака

Более острое утверждение спрятано под эффектной демонстрацией: Figure обучила четыре модели на объемах данных Index, различавшихся в восемь раз, и, по ее словам, еще до начала самого большого прогона спрогнозировала его функцию потерь предсказания действий с точностью до четвертого знака после запятой — это закон масштабирования переноса с человека на гуманоида, первый, по версии компании, измеренный на гуманоиде ¹⁴. Если кривая сохранится, отдачу от следующего удвоения объема видео с людьми можно будет оценить до оплаты самого прогона ². Соперничество с роботом Tesla Optimus подается в тех же терминах: как состязание «рвов» из данных — пробег автопарка Tesla против видео, за которые платит Figure ⁵. Каждую секунду в Index добавляется около 35 минут нового человеческого опыта, а публичный счетчик приложения↗ на 24 сентября показывал 24 593 204 загрузки — против более чем 16 млн видео на момент запуска приложения 25 августа ¹⁴⁶⁸.

Остальные 44%

По той же шкале «всё или ничего» робот провалил 44% испытаний: уборка игрушек пройдена в 40% случаев, складывание полотенец — в 62%, заправка кроватей — в 67% ²³. Глава Sunday Robotics Тони Чжао ответил уже через несколько часов: «проваливаться в половине случаев — это не „выполнение реальной полезной работы“» ². Его ответная цифра — 778 удачных складываний из 785, или 99,1%, — относится к отдельным предметам одежды, а не к заданиям целиком, так что напрямую эти две линейки несопоставимы ². Заплатили за испытание и другие — 30 домохозяйств, предоставившие свои комнаты: это были квартиры краткосрочной аренды с заранее разложенными игрушками, по определению не захламленные, без домашних животных и залежей нестиранного белья — именно в таких условиях и оцениваются те самые 44% ².

Сначала счёт, потом доказательства

За всю историю Figure привлекла $1,9 млрд, в том числе чуть больше $1 млрд — в сентябре прошлого года при оценке в $39 млрд; свою выручку компания не раскрывала ни разу ⁸⁹. 3 сентября она законтрактовала $3,5 млрд↗ вычислительных мощностей Nscale, заявив о намерении нарастить сумму до более чем $6 млрд; до 100 тыс. GPU Nvidia прибудут не ранее второго полугодия 2027 года. В рамках той же сделки Nscale стала акционером Figure ⁷⁸⁹.

До прибытия первого же GPU следить стоит за двумя вещами: сдвинет ли очередное удвоение Index те самые 56% и удастся ли Figure, Sunday Robotics и 1X — третьему лагерю разработчиков гуманоидов в этом споре о бенчмарках — договориться о проведении единого нейтрального теста по домашним делам ². Сама Figure признаёт: суть не в том, что проблемы гуманоидной робототехники решены ¹. Вся ставка — на то, что у «орла или решки» есть закон масштабирования.