9月9日，Figure AI CEO Brett Adcock在X上披露了其众包数据平台Index（内部代号Project Go-Big）的最新进展：周活跃贡献者已达69943人，每秒新增35分钟物理交互视频，覆盖上百个国家，Figure已投入千万级美金激励创作者，未来一年还将砸下超10亿美元扩充数据集。玩法很简单——全球用户用手机拍摄第一视角的居家、工业操作视频，喂给Helix具身大模型做预训练，再用真机数据闭环微调。
这套路线并非临时起意。Figure早在启动Project Go-Big时就押注“零样本人类视频到机器人迁移”——让AI只看人类干活就学会干活，而不必每台机器人都在真机上摸索。此前披露的Index计划已在108个国家采集了超过1600万条真实任务视频。而它的老对手特斯拉，走的是另一条路：Optimus部署在自家工厂里，按马斯克在财报电话会上的说法，主要任务是“生成训练数据，而非执行生产劳动”，并在名为Optimus Academy的环境中让大量机器人反复练习、从失败中自我进化。
点评：Figure卖的不是机器人，是“人类行为的YouTube”
很多报道把这件事解读成“数据军备竞赛又升级了”。但智财社认为，真正值得琢磨的不是数字，而是Figure正在做一件行业里没人做成过的事：把数据采集从成本项，变成了有奖赏机制的生态项。
回顾具身智能这两年的困局，瓶颈早已不在算法而在数据——真实数据保真但昂贵，仿真数据便宜但有Sim2Real鸿沟，视频数据海量却缺物理交互属性，业内共识的出路是“仿真/视频预训练+真实数据微调”的混合路径。Figure妙就妙在，它没有自己雇人穿GoPro折毛巾，而是把采集权外包给了全球7万人，用真金白银把“人类日常操作”变成一条持续增长的数据河流。这本质上是在复刻内容平台早期补贴创作者的打法——先建生态，再收数据税。一旦创作者激励飞轮转起来，后来者很难用钱在短期内复制这个网络效应。
再往深一层看，Figure和特斯拉的差异，其实是两家公司基因的外化。Figure去年果断终止与OpenAI的合作，CEO Adcock放话“具身AI必须垂直整合，就像不能外包硬件一样”，随后拿出Helix的“快慢双系统”架构——高频视觉运动网络负责快速反应，大参数VLM负责深度思考。而特斯拉则把FSD的端到端哲学原样平移到机器人上，赌的是数百万辆车跑出来的世界模型能“降维”迁移。一个从零构建具身原生智能，一个跨域复用汽车智能，短期内难分高下。
但智财社想泼一点冷水：众包视频数据的天花板在于——手机拍不到力觉和触觉，抓握鸡蛋的手感和抓握扳手的手感，视频里是看不出来的。Figure真正的护城河，恐怕不是这7万创作者，而是它同时握着的BMW产线实战部署和BotQ量产能力——人类视频负责“广度”，真机闭环负责“深度”，两者缺一不可。换句话说，Index是加速器，不是发动机。对行业观察者来说，这条新闻最大的信号是：具身智能的竞争维度，已经从“谁的机器人演示更惊艳”，彻底切换到“谁能以最低成本、最快速度积累高质量交互数据”。据信源分析，数据采集工具链和平台方正在成为这个时代的“卖铲人”。Figure只是把铲子，递到了全人类手里。
至于这条路线最终能不能跑通？尚无定论。但至少在2026年这个节点，Figure让我们看到了一种可能性——未来的具身智能巨头，或许不是最会造机器人的公司，而是最会组织人类的公司。（另外最近京东也在推进这方面的事情，这两天收集一下材料写一篇）
#Figure机器人 #机器人数据采集 #人形机器人 #具身智能
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : Figure机器人的“数据众包”正在飙升：一周7万人在给机器人录视频
9月9日，Figure AI CEO Brett Adcock在X上披露了其众包数据平台Index（内部代号Project Go-Big）的最新进展：周活跃贡献者已达69943人，每秒新增35分钟物理交互视频，覆盖上百个国家，Figure已投入千万级美金激励创作者，未来一年还将砸下超10亿美元扩充数据集。玩法很简单——全球用户用手机拍摄第一视角的居家、工业操作视频，喂给Helix具身大模型做预训练，再用真机数据闭环微调。
这套路线并非临时起意。Figure早在启动Project Go-Big时就押注“零样本人类视频到机器人迁移”——让AI只看人类干活就学会干活，而不必每台机器人都在真机上摸索。此前披露的Index计划已在108个国家采集了超过1600万条真实任务视频。而它的老对手特斯拉，走的是另一条路：Optimus部署在自家工厂里，按马斯克在财报电话会上的说法，主要任务是“生成训练数据，而非执行生产劳动”，并在名为Optimus Academy的环境中让大量机器人反复练习、从失败中自我进化。
点评：Figure卖的不是机器人，是“人类行为的YouTube”
很多报道把这件事解读成“数据军备竞赛又升级了”。但智财社认为，真正值得琢磨的不是数字，而是Figure正在做一件行业里没人做成过的事：把数据采集从成本项，变成了有奖赏机制的生态项。
回顾具身智能这两年的困局，瓶颈早已不在算法而在数据——真实数据保真但昂贵，仿真数据便宜但有Sim2Real鸿沟，视频数据海量却缺物理交互属性，业内共识的出路是“仿真/视频预训练+真实数据微调”的混合路径。Figure妙就妙在，它没有自己雇人穿GoPro折毛巾，而是把采集权外包给了全球7万人，用真金白银把“人类日常操作”变成一条持续增长的数据河流。这本质上是在复刻内容平台早期补贴创作者的打法——先建生态，再收数据税。一旦创作者激励飞轮转起来，后来者很难用钱在短期内复制这个网络效应。
再往深一层看，Figure和特斯拉的差异，其实是两家公司基因的外化。Figure去年果断终止与OpenAI的合作，CEO Adcock放话“具身AI必须垂直整合，就像不能外包硬件一样”，随后拿出Helix的“快慢双系统”架构——高频视觉运动网络负责快速反应，大参数VLM负责深度思考。而特斯拉则把FSD的端到端哲学原样平移到机器人上，赌的是数百万辆车跑出来的世界模型能“降维”迁移。一个从零构建具身原生智能，一个跨域复用汽车智能，短期内难分高下。
但智财社想泼一点冷水：众包视频数据的天花板在于——手机拍不到力觉和触觉，抓握鸡蛋的手感和抓握扳手的手感，视频里是看不出来的。Figure真正的护城河，恐怕不是这7万创作者，而是它同时握着的BMW产线实战部署和BotQ量产能力——人类视频负责“广度”，真机闭环负责“深度”，两者缺一不可。换句话说，Index是加速器，不是发动机。对行业观察者来说，这条新闻最大的信号是：具身智能的竞争维度，已经从“谁的机器人演示更惊艳”，彻底切换到“谁能以最低成本、最快速度积累高质量交互数据”。据信源分析，数据采集工具链和平台方正在成为这个时代的“卖铲人”。Figure只是把铲子，递到了全人类手里。
至于这条路线最终能不能跑通？尚无定论。但至少在2026年这个节点，Figure让我们看到了一种可能性——未来的具身智能巨头，或许不是最会造机器人的公司，而是最会组织人类的公司。（另外最近京东也在推进这方面的事情，这两天收集一下材料写一篇）
#Figure机器人 #机器人数据采集 #人形机器人 #具身智能
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : Figure机器人的“数据众包”正在飙升：一周7万人在给机器人录视频
