Figure sort Index de sa phase discrète pour accélérer l’entraînement de Helix, son système d’intelligence artificielle destiné aux robots humanoïdes. L’entreprise revendique 16 millions de vidéos de tâches physiques collectées dans 108 pays et annonce plus d’un milliard de dollars de dépenses en données et calcul au cours des douze prochains mois.
Index est une application qui rémunère des contributeurs pour filmer des activités réelles. Ces vidéos ne montrent pas nécessairement un robot : elles capturent la manière dont des personnes cuisinent, nettoient, plient du linge, rangent des rayons ou travaillent dans des bureaux et des sites logistiques.
Introducing Index, a global pipeline for physical data.
Une collecte mondiale pour alimenter Helix
Selon Figure, l’application a dépassé 264 000 téléchargements et compte plus de 44 000 utilisateurs actifs par semaine. Le flux reçu correspondrait à trente minutes de vidéo chaque seconde. L’entreprise dit avoir versé 15 millions de dollars aux contributeurs depuis le lancement discret du programme, quatre mois plus tôt.
Le raisonnement est simple : les données nécessaires à un robot généraliste sont rares sur internet. Les vidéos disponibles couvrent mal les gestes, les objets et les contraintes physiques rencontrés dans une maison, un restaurant ou une usine. Figure veut donc créer son propre échantillon du monde réel et le réserver à l’entraînement de Helix.
La société mesure aussi la diversité de la collecte. Pour 1 000 heures acceptées, elle annonce 373 tâches, 1 146 objets manipulés et 116 environnements distincts. Ces données proviennent toutefois de Figure et ne constituent pas un audit indépendant du jeu final.
Filtrer, dédupliquer et annoter les vidéos
Le volume brut n’est qu’une première étape. Figure décrit une chaîne en cinq phases : filtrage technique, contrôle des fraudes, déduplication, rééquilibrage et annotation. Des filtres automatiques écartent les séquences de mauvaise qualité. Des analystes examinent ensuite des échantillons, tandis qu’un seuil de similarité doit limiter les doublons.
Les vidéos restantes sont regroupées selon les tâches et les variations observées. La dernière étape produit des légendes textuelles hiérarchiques pour chaque épisode. Ce travail doit rendre les gestes exploitables par Helix, qui associe vision, langage et action pour commander les robots Figure.
Des questions sur la qualité et la vie privée
La collecte à domicile ouvre des questions que l’annonce détaille peu. Les conditions de consentement des personnes visibles, la suppression des informations sensibles et la possibilité de retirer des données seront déterminantes. La diversité géographique ne garantit pas non plus que les gestes filmés correspondent aux capteurs et aux capacités mécaniques d’un humanoïde.
Figure présente Index comme une étape vers des robots proposés comme service pour les tâches domestiques et professionnelles. Pour l’instant, le programme renforce surtout son infrastructure de données. Il faudra relier cette collecte à des résultats mesurés sur Helix et à des déploiements réels pour juger son avantage.
