Figure AI 的 Index 平台斥資 10 億美元押注群眾外包機器人數據

人形機器人無法靠金錢解決的數據瓶頸

Figure AI 週二宣布，其群眾外包機器人訓練數據平台「Index」自上線以來，已在超過 100 個國家累積超過 264,000 次應用程式下載，擁有 44,000 多名每週活躍用戶，上傳了超過 1,600 萬段日常體能任務的影片。 該公司透露，迄今已向貢獻者支付 1,500 萬美元，並承諾在未來 12 個月內投入超過 10 億美元用於數據和運算資源；這一數字將 Index 從一個副項目重新定位為——就資金投入而言—— 人形機器人公司針對單一戰略論點所下最大賭注之一：要打造通用型機器人所需的實體世界數據，在網路上並不存在，必須從頭開始捕捉，一次處理一項家務或倉儲任務。

這個論點本身並非新鮮事。過去至少兩年來，每一位認真的類人型機器人與具身人工智慧開發者，都曾以各種形式表示過「這些數據目前尚不存在」。 Index 之所以值得深入探討，在於 Figure 如今已為這項主張建立了一個具體且可驗證的運作模式，而非僅將其作為談資；而他們選擇的模式——一款付費請一般民眾錄製自己執行實體任務的消費級應用程式——與多數競爭對手採用的做法相比，是一項截然不同的賭注。

為何無法簡單地抓取機器人數據

用於建構大型語言模型的「網際網路規模訓練數據」方法，無法直接套用至機器人領域，而 Figure 對此問題的闡述值得我們從字面意義上理解，而非視為行銷噱頭。 「要讓真正通用的機器人實現規模化，所需的數據並不存在於網路上，它必須來自現實世界：這是一項涵蓋地球上所有環境、對物理現象的全球性採樣，」該公司在公告中表示。文字和圖像之所以在網路上數量近乎無限，是因為人類有

過去三十年來，這些資料一直作為溝通的副產品被產生。從特定角度拍攝、且包含深度與力道資訊（這些是機器人操作模型可藉此學習的資料）的「人操作洗碗機」影片，其數量遠遠無法達到那種規模，因為在機器人公司開始要求之前，根本沒有人為了這個目的而錄製家務影片。

這種稀缺性，正是業界廣受討論的「模擬到現實的鴻溝」背後真正的限制因素。 模擬雖能產生無限量的合成訓練資料，但純粹在模擬環境中訓練出的策略，往往會在真實廚房或倉庫現場那種雜亂無章、物理條件不一致的環境中失效——而 Index 正是為了透過大量捕捉真實的物理互動來彌合這道鴻溝。 Figure 自身公布的指標數據，讓人得以窺見這項資料擷取工作的細緻程度：每收集 1,000 小時的影片，該平台便會記錄 373 項獨特任務、 1,146 種獨特物件，以及 116 種獨特環境。無論資金多麼充裕，單一企業的內部資料蒐集作業都難以複製這種多樣性密度，因為這需要接觸真正多元化的住宅、廚房和工作空間，而非受控的實驗室環境。

有別於人形機器人領域其他公司的資料策略

大多數類人型機器人公司透過以下兩種途徑之一建立訓練資料：遠程操作（teleoperation），即由人類操作員遠端操控實體機器人執行任務，同時系統記錄產生的感測器與動作資料；或是由公司內部或外包的資料收集團隊，在公司監督下執行預先編排的任務。 這兩種方法雖都能產生高品質且標註完善的數據，但要線性擴大規模的成本都相當高昂，因為數據量每增加一倍，通常就需要將涉及的機器人、操作員或受僱資料蒐集員的數量增加一倍。Index 透過使用消費級智慧型手機應用程式，而非機器人遙控硬體作為資料擷取工具，從而顛覆了這種成本結構

該裝置讓貢獻者能透過手機記錄任務，而非必須接觸實際的機器人；並按每次貢獻支付報酬，而非直接僱用他們。

這種顛倒的運作模式存在顯而易見的取捨。 智慧型手機影片缺乏遙控機器人作業時原生擷取的精確力值、扭矩及本體感覺數據，這意味著 Index 的數據可能用於模型訓練中與遙控數據不同的、更早階段，提供廣泛的視覺與任務結構覆蓋，而非機器人在靈巧控制最終階段所需的細粒度操作數據。 Figure 承諾在未來 12 個月內投入 10 億美元用於數據與運算資源，這顯示該公司將 Index 視為更廣泛數據策略中的一環，而非完全取代遙操作及實驗室數據收集， 但這項承諾的規模，以及其與每 1,000 小時的特定任務和環境密度數據一併披露的事實，表明 Figure 認為當前最值得解決的瓶頸在於覆蓋範圍的廣度，而非任何單一資料類型的深度。

報酬結構所揭示的貢獻者經濟模式

迄今為止支付給貢獻者的 1,500 萬美元，相較於該平台超過 44,000 名的每週活躍用戶數量，意味著每位貢獻者的平均報酬相當有限，這與建立在高量、低摩擦微貢獻基礎上的模式相符，而非仰賴少數獲得專業報酬的數據專家。 Figure 披露的模式還包含「按需」層級，貢獻者不僅能進行自主記錄，還能受僱執行特定雜務或商業任務，這種模式介於純粹的群眾外包與更具結構化的按需勞動力市場之間。 對於任何評估類似群眾外包模式是否適用於自身數據策略的公司而言，此結構至關重要：唯有當每項任務的報酬維持在足夠低的水平，且規模達到 10 億美元時，其經濟模式才能在規模化運作下成立。

年度承諾所能資助的貢獻數量可達數百萬筆，而非數萬筆；這反過來要求底層的任務庫必須足夠簡單，讓一般消費者（而非受過訓練的資料蒐集專家）即使沒有機器人的協助，也能可靠地完成任務。

消費者數據平台背後的採購端核心問題

對於評估人形機器人供應商的採購與技術評估團隊而言，Index 提供了一個有用的視角，用以探討一個在供應商洽談中鮮少被直接提出的問題：這家公司的訓練數據實際上來自何處？該來源能否以公司路線圖所要求的速率進行擴展？ 主要依賴內部遙控操作數據的供應商，其數據規模受限於自身機隊規模與操作員人數，這項瓶頸大致會隨著硬體與人力成本的投入呈線性增長。而擁有如 Index 所報告規模之運作中群眾外包管道的供應商， 1,600 萬段影片且持續增長，其通往任務與環境多樣性的路徑在結構上截然不同，且潛在速度更快；這正是通用型機器人在實際商業買家的各類實體場域中可靠部署前所必需的，有別於實驗室訓練模型所驗證的那種較為狹窄的任務與環境範圍。

這項區別應成為買家今後解讀任何人形機器人供應商能力聲明時的重要參考依據。 一臺機器人在受控環境中流暢執行任務的示範，對於該機器人如何在買家實際設施中（包含其獨有的照明條件、雜物及物體變異性）處理相同任務，其實並不能說明太多——除非其底層模型在開發期間，是基於捕捉到類似變異性的數據進行訓練的。 與其僅憑演示表面現象就輕信供應商，不如直接詢問其訓練資料中有多少比例來自類似買方部署環境的場景——這其實是比表面接受演示更實用的盡職調查問題。

乍看之下似乎合理，而 Figure 決定公開每 1,000 小時的細粒度密度指標、任務、物件及環境等數據，為買家提供了一個範本，用以評估當任何供應商聲稱具備通用能力時，值得要求其提供何種程度的具體細節。

十億美元數字背後的結構性賭注

對於任何關注人形機器人領域資本配置的人來說，一個值得引述的事實是：Figure 目前正於 12 個月內投入超過 10 億美元，專門用於數據與運算——這類支出既不會產出實體機器人， 沒有可出貨的硬體裝置，也無法立即產生營收；其規模甚至可與許多競爭對手在整個產品線上的硬體製造支出相媲美或超越。這項資金配置本身就表明了業界真正的瓶頸所在。如果 Figure 的觀點正確——即數據（而非致動器、 感測器或製造產能才是通用型機器人能力的關鍵瓶頸，那麼這家在解決該特定問題上投入最大、最顯著資金的公司，便將獲得結構性優勢——這對以硬體為導向的競爭對手而言，難以迅速追趕，因為建立同等規模的數據管道需要歷經數年的貢獻者網絡擴張，而非單次的大額資本注入。 倘若 Figure 的判斷有誤，且操作級的實體數據仍需仰賴遙控操作、機器人參與迴路的收集方式——而這正是消費級應用程式無法完全複製的——那麼這筆十億美元的投入將成為一場代價高昂的繞道，而非護城河。 究竟哪種結果會成真，並非取決於 Figure 的下一輪融資公告，而是取決於其下一代由 Helix 驅動的機器人，能否在實際任務的泛化能力上展現出比主要依賴遙控操作或實驗室收集數據的競爭對手更為顯著的進步——業界將能在未來幾個產品週期內對此進行評估。

免責聲明：本文僅供一般資訊參考，並不

本內容不構成投資、法律或採購建議。讀者在做出商業決策前，應向第一手來源核實相關細節。