Figure推出Index平台：收录1600万段视频，覆盖108国

本文解析Figure发布的全球最大机器人数据集Index，覆盖108国及1600万段视频。详解其数据采集模式、五大数据处理管线及未来10亿美元投入计划，助读者理解具身智能的数据竞争格局。

在具身智能领域，数据是核心燃料。Figure最新推出的Index平台，通过全球众包模式收集超1600万段真实场景视频，旨在解决机器人训练数据稀缺难题。本文深入解析这一全球规模最大且多样化的机器人数据集的架构、质量管控机制及其对行业格局的影响。

一、Index平台发布概况

Figure CEO Brett Adcock在X平台上正式官宣了Index平台的推出，这标志着全球规模最大且最多样化的机器人数据集正式落地。作为具身智能领域的关键基础设施，Index的核心目标是填补真实物理世界数据的空白。目前，该平台已收录超1600万段视频，场景覆盖极为广泛，从家庭环境、物流配送到餐饮服务和工业生产均有涉及，为模型训练提供了极具价值的真实交互样本。

在数据获取的广度上，Index展现了极强的全球覆盖能力，数据已采集自108个国家和地区。这种多元化的地域分布不仅提升了数据的多样性，也增强了模型对不同文化背景和物理环境的适应能力。用户参与度方面，平台累计下载量达到26.4万次，拥有超过4.4万名周活跃用户，显示出开发者社区对这一数据源的强烈需求。

为了维持这一庞大生态的运转，Figure在资金投入上展现了决心。截至目前，平台已向创作者支付1500万美元，并承诺在未来12个月内投入超10亿美元用于数据基础设施建设。这一巨额投入旨在通过经济激励持续吸引全球高质量数据贡献者，从而巩固其在数据竞争中的先发优势。

二、数据采集模式与来源

承接上文提到的巨额投入，Figure构建这一数据生态的核心在于其独特的采集机制。Index并未依赖传统的数据供应商购买，而是通过自建APP打通了数据从产生到入库的全流程。Index APP已在Google Play和App Store正式上架，标志着这一众包模式进入规模化阶段。

在操作层面，创作者主要采用两种方式贡献数据：一是记录日常家务或工作过程；二是雇佣零工上门，专门录制第一视角的操作画面。这种“众包+自采”的模式直接获取了真实场景下的第一视角视频，极大地还原了真实的工作流程与物理交互细节，避免了仿真数据与真实世界之间的“域差距”。
数据的多样性是Index的核心竞争力之一。据统计，每1000小时的数据中平均包含373种独特任务、1146种被操作对象以及116个独特环境，这种高密度且多样化的标签体系为模型泛化能力提供了坚实基础。此外，平台在处理效率上也实现了突破，目前已达到每秒处理30分钟视频上传量的能力，确保了海量数据能够被迅速清洗并进入训练管线，为后续的多维数据处理奠定了高吞吐基础。

三、五大数据处理管线

海量视频涌入后，真正的挑战在于如何将其转化为高质量训练数据。Index构建了一套7*24小时稳定运行的数据基础设施，通过五重管线层层筛选，确保进入Helix模型的数据在吞吐量、多样性与精度上均达标。

流程始于自动过滤阶段，系统从视频技术参数、画面清晰度及内容语义三个维度进行初筛，快速剔除无效素材。随后进入人工复核环节，审核人员会对样本进行抽查，重点排查违规上传或低质内容，这是保障数据合规性的关键防线。紧接着，算法执行数据去重，剔除相似度超出阈值的重复素材，从源头上保障数据的多样性。在此基础上，系统执行样本均衡策略，按预设配额分配任务素材，并利用特征聚类技术自动补齐标签遗漏的样本，避免模型在特定场景下出现偏科。

最后一步是分层标注。这一环节为完整行为视频生成层级化的文本描述标签，将视觉信息转化为模型可理解的结构化指令。这套从自动到人工、从粗筛到精标的闭环流程，不仅解决了数据“多”的问题，更解决了数据“好”的问题，为后续构建具备通用能力的具身智能模型奠定了坚实的数据底座。

四、行业意义与数据战略

数据管线跑通后，Figure的战略重心随之发生根本性位移。过去，机器人厂商往往依赖购买或抓取公开数据集，但这种方式难以满足Helix模型对高精度、高多样性物理交互数据的严苛要求。如今，Figure通过自建全球众包采集系统，彻底掌握了数据源头，确保每一帧画面都精准服务于模型训练，这种从“买数据”到“造数据”的转变，正是其构建核心壁垒的关键。

在具身智能领域，真实且多样的物理世界数据已成为比算力更稀缺的资源。随着本体硬件、基础模型和云端算力的竞争逐渐趋于白热化，数据质量与覆盖范围正在成为新的决胜点。Index平台不仅积累了海量样本，更建立了一套可持续的数据生产基础设施，这为Figure未来实现“机器人即服务”的规模化落地奠定了坚实基础。只有当机器人能理解并适应千差万别的真实工作场景，它们才能真正替代人类完成复杂任务，这也是Figure投入巨额资金持续深耕数据战略的最终愿景。

相关标签：

相关标签