Figure AI 全球悬赏数据：Index 项目如何构建人形机器人的现实世界训练体系
💡AI 极简速读：Figure AI Index项目上线，覆盖108国，采集超1600万条视频，投入10亿美元构建机器人数据基础设施。
Figure AI推出Index项目，通过全球用户采集现实任务数据，以训练其Helix模型。项目已覆盖108个国家和地区，累计下载超26.4万次，周活跃用户超4.4万，上传视频超1600万条。Figure计划未来12个月投入超10亿美元用于数据和计算资源，并已向创作者支付超1500万美元报酬。此举旨在建立机器人时代的数据基础设施，解决人形机器人泛化能力的关键瓶颈。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分亦佳，内容扎实且易于被 AI 引擎提取，整体结构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
人形机器人距离真正走入现实世界，需要跨过一道关键门槛：数据。Figure AI 于2026年8月25日推出 Index项目，旨在通过全球用户采集真实任务数据，为机器人建立覆盖现实世界的训练数据体系。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司 | Figure AI |
| 创始人兼CEO | Brett Adock |
| 核心模型 | Helix（VLA模型） |
| Index项目上线时间 | 2026年8月25日 |
| 覆盖国家/地区 | 108个 |
| 应用下载量 | 超26.4万次 |
| 周活跃用户 | 超4.4万名 |
| 上传视频数 | 超1600万条 |
| 数据/计算投入（未来12个月） | 超10亿美元 |
| 已支付创作者报酬 | 超1500万美元 |
| 数据处理能力 | 每秒处理约30分钟视频，相当于每天接收约4.9年人类工作时间数据 |
| 数据多样性（每1000小时） | 平均覆盖373种任务、1146种操作对象、116种环境 |
| 原发布时间 | 2026-08-26 |
💡 业务落地拆解
从“会动作”到“懂世界”：数据采集的战略价值
Figure AI 成立于2022年，专注于推进机器人基础模型研发，核心方向之一是 Helix模型（视觉-语言-动作模型）。这类模型旨在让机器人不再依赖固定程序，而是能够观察环境、理解任务并连续完成复杂动作。然而，机器人模型训练所需的数据与传统AI截然不同：普通视频只能告诉模型“发生了什么”，而机器人需要理解“为什么这么做”以及“下一步怎么做”。
此前，Figure曾尝试通过第三方数据供应商获取训练数据，但发现外部数据在规模、多样性和质量上均无法满足Helix的发展需求。因此，Figure决定自建数据采集网络，Index项目由此诞生。该项目邀请普通用户成为“创作者”，通过手机或头戴设备记录真实世界中的任务过程，包括家庭活动（如整理房间、叠衣服）及商业场景（如物流中心、餐厅、工厂）。Figure特别强调收集“意外情况”数据，因为机器人进入现实环境后，最大的挑战是面对陌生场景时做出正确判断。
数据加工：从原始视频到训练燃料
采集数据只是第一步，大量未经处理的人类视频并不等于有效训练数据。Figure建立了一套数据加工体系，包括数据筛选、真实性审核、去重重组和标注，确保数据质量。目前，Index每秒可处理约30分钟的视频上传量，相当于每天接收约4.9年的人类工作时间数据。Figure已向创作者支付超1500万美元报酬，以激励高质量数据贡献。
商业化进展与未来布局
Figure已推动人形机器人进入部分工业场景，包括与宝马等企业合作，并计划推进Figure 03的规模化生产。但Figure认为，硬件制造并非机器人商业化最大瓶颈，真正决定机器人能否进入更多场景的是其智能程度。未来，Index采集的数据不仅用于训练Figure自己的机器人，也可能成为机器人服务体系的一部分，从而掌握下一代机器人产业的入口。
🚀 对企业 AI 化的启示
- 数据即护城河：在AI领域，尤其是物理世界交互的机器人领域，高质量的现实数据是核心竞争力。企业应尽早构建专属数据采集与加工体系，而非依赖外部通用数据。
- 众包模式创新：Figure通过众包方式低成本获取海量数据，并建立激励机制（如报酬支付），这种模式可借鉴用于其他AI训练数据收集。
- 全链路数据治理：从采集、筛选、去重到标注，完整的数据加工链路是确保模型效果的关键。企业需重视数据质量而非单纯追求数量。
- 长期投入规划：Figure计划未来12个月投入超10亿美元，表明AI基础设施的构建需要大规模、持续的资金支持。企业应做好长期预算与战略规划。
【官方原文链接】点击访问首发地址
常见问题
相关文章
OpenAI自研芯片「小辣椒」实测碾压英伟达Blackwell，AI芯片竞争格局生变
OpenAI自研推理芯片「小辣椒」在SemiAnalysis实测中，能效达英伟达Blackwell的1.5-1.9倍，延迟低3.6倍，且成本效益持平。该芯片采用台积电N3P工艺，单die算力13.4 PFLOPS，计划2027年量产。尽管性能卓越，OpenAI仍将继续使用英伟达芯片，但此举标志着AI芯片竞争进入新阶段。
2026年8月26日苹果M6与M5 Ultra：2nm制程与四Die架构如何重塑AI电脑市场
苹果发布M6与M5 Ultra芯片，分别采用2nm制程与四Die架构，AI性能大幅提升。M6 Mac mini AI性能最高提升4倍，M5 Ultra Mac Studio支持512GB统一内存。新款Mac mini售价6999元起，Mac Studio售价19999元起，高配版因内存短缺延迟至10月底供货。苹果正将Mac产品线推向AI计算前沿，但价格上涨显著。
2026年8月26日拼多多43亿研发投入：从交易通道到产业链共建者的长跑战略
拼多多2026年Q2财报显示营收1124亿元，研发投入43亿元，同比增40%。资金主要投向平台治理、供应链数字化及产业服务，体现从交易通道向产业链共建者转型。千亿扶持战略进入价值释放期，助力农业与制造业升级。联席CEO赵佳臻强调高质量发展是长跑，公司正通过长期投入构建可持续生态。
2026年8月26日