Шестнадцать миллионов обучающих видеозаписей из ста восьми стран и платформу Index для нейросети Helix представила Figure AI

Источник: TechCrunch

Публичный запуск масштабной краудсорсинговой платформы Index и раскрытие колоссального массива обучающих данных для архитектуры Helix официально анонсировал разработчик робототехники Figure AI из Саннивейла. Проект представляет собой специализированную мобильную экосистему, позволяющую владельцам смартфонов на всех континентах записывать видеоролики выполнения бытовых манипуляций и получать прямое финансовое вознаграждение. В период закрытого тестирования сервис привлек свыше двухсот шестидесяти тысяч активных участников из ста восьми государств, сформировав базу из шестнадцати миллионов проверенных видеоэпизодов.

Основная концепция разработчиков заключается в преодолении фундаментального дефицита обучающей выборки для телесного машинного интеллекта. Текстовые массивы для языковых моделей собирались в цифровой паутине десятилетиями, но качественные пространственные траектории взаимодействия с предметами домашнего обихода невозможно синтезировать искусственно или извлечь из существующих видеоархивов. На текущий момент скорость пополнения базы данных Index достигает тридцати минут свежего видеоматериала за одну секунду времени, что сопоставимо почти с пятью годами непрерывной человеческой активности в сутки. Суммарный объем финансовых выплат создателям контента достиг отметки 15 миллионов долларов.

Поступающие видеоматериалы проходят строгий пятиэтапный конвейер очистки, включающий автоматическую отбраковку размытых кадров, строгую проверку попыток накрутки, удаление дубликатов по семантическим эмбеддингам и обязательную многоуровневую текстовую разметку каждого физического действия. Очищенный массив данных поступает в контур предварительного обучения нейросети Helix VLA, отвечающей за генерацию механических команд для манипуляторов третьей ревизии робота Figure.

Особое внимание авторы проекта уделили конфиденциальности персональных сведений. Встроенные нейросетевые фильтры на стороне смартфона автоматически размывают лица людей, экраны гаджетов и документы перед передачей на серверы компании. Специальный модуль преобразования переводит видеоряд с камеры телефона в универсальное семантическое представление движения рук, исключая привязку к конкретной марке смартфона или оптическим искажениям линз.

По опубликованным расчетам, каждая тысяча часов видеоматериала из приложения Index содержит в среднем 373 уникальные бытовые задачи, свыше тысячи ста различных манипулируемых предметов и 116 вариантов планировок комнат. Подобная высокая вариативность обучает робота выполнять сложные неструктурированные сценарии, такие как сортировка белья, аккуратная расстановка стеклянной посуды или сбор мелкого мусора, без обязательного участия инженеров при написании специализированного программного кода под каждый отдельный бытовой предмет.

Аппаратная интеграция модели Helix на бортовой вычислитель андроида Figure 03 позволяет объединить зрительное восприятие и управление шарнирами в единую сквозную нейросеть. Робот напрямую преобразует видеопоток со стереокамер в динамические импульсы электроприводов пальцев, моментально подстраивая силу захвата при контакте с мягкими или скользкими поверхностями. Время отклика программного контура не превышает сорока миллисекунд, обеспечивая непревзойденную плавность и естественность движений в реальном физическом окружении.

Дополнительно мобильное приложение Index получило функционал вызова сертифицированных авторов для съемки сложных производственных процессов в мастерских и небольших сервисных компаниях. Это позволяет формировать специализированные обучающие кластеры под конкретные индустриальные сценарии.

Руководитель Figure AI Бретт Эдкок объявил о выделении свыше тысячи миллионов долларов на протяжении следующих двенадцати месяцев на масштабирование датасета и аренду вычислительных мощностей. Компания нацелена на стократное увеличение обучающего массива, рассчитывая сделать платформу Index надежным программным фундаментом для запуска сервисной бизнес-модели предоставления домашних роботов-помощников по подписке.