汎用ロボットの「壁」を突破するか——Figure AI、現実世界の物理法則を網羅する巨大データセット「Index」を発表
錚々たる投資家陣を背負い、ヒューマノイド界の寵児として注目を集めるFigure AIが、ついにその「秘密兵器」のベールを脱いだ。その名も「Index」。同社が本日発表したのは、現実世界から「物理法則のグローバル・サンプリング」を行い、ロボット学習用としては「史上最も多様なデータセット」を構築するという野心的な計画だ。一言で言えば、彼らはロボットに「この世界の歩き方」を教えるための、現実世界の巨大なライブラリを作り上げようとしている。
この構想の根底にあるのは、極めてシンプルな事実だ。インターネットには猫の動画や真偽の怪しいアドバイスが溢れているが、物理的なタスクを学ぶ場所としては、実はこれほど不向きな場所はない。真の汎用ロボットを創造するには、ネット上には存在しない、生きた「身体経験」のデータが必要になる。Figureの解決策は、人間が日常的な動作を行う様子を記録し、そのデータをゼロから生成することだ。公開されたデモンストレーション「Index Collect」では、人間のオペレーターが一人称視点の映像と緻密なモーションデータを記録し、それと同時にその動きを自社ロボット「Figure 01」のデジタルツインへとマッピングする様子が示されている。
これは単に、特定の作業を一つずつ覚えさせるためのものではない。Figureが目指しているのは、ロボットが物理世界を汎用的に理解し、相互作用するための「基礎データセット」の構築だ。同社は、汎用ロボットをスケールさせるために必要なデータは「現実世界から得られなければならない」と断言しており、これはシミュレーション環境のみに重きを置くアプローチに対する、明確なカウンターと言えるだろう。
なぜこれが重要なのか？
実用的な自律型ヒューマノイドにとって、最大のボトルネックは常にハードウェアではなく「データ」だった。ロボットのぎこちない動きは、人間が一生をかけて蓄積する何十億ものデータポイント、すなわち身体経験の欠落に起因する。Figureの「Index」は、その学習曲線を「物量（ブルートフォース）」で強引に突破しようとする、極めて野心的な試みだ。
独自の「ロボティクス版ImageNet」を構築することで、Figureは自社ロボットを訓練するだけでなく、他社が容易に複製できない極めて価値の高い資産を築こうとしている。Googleが既存の研究用データセットを統合し、Teslaが車両艦隊（フリート）からデータを吸い上げる一方で、Figureは「人間中心の特注データセット」こそが、身体性を持つAI（Embodied AI）を解き放つ鍵になると賭けているのだ。
果たして、人間が家事をする姿を観察するだけで、物理的な相互作用という繊細な知性を真に獲得できるのか。それとも、単に「世界で最も高スペックな皿洗い機」が誕生するだけなのか。その答えは、この巨大なライブラリがどれほど「現実」を写し取れるかにかかっている。
詳細な（と言っても簡潔なものだが）発表内容は、公式サイトで確認できる： Introducing Index