# Figure の Index（人の家事動画を買って学習）の事実確認と、人の目線の動画でロボットが学べるか

- 調べた日：2026-11-01
- きっかけ：エイイチが共有した X の投稿のスクリーンショット3枚（Martin @0x_meden の投稿、Grok の日本語訳）。「これは事実？」と「人の視点からの動画でほんとうにロボットを学習させることができるの？」の2つの問い
- 方針：投稿の数字を、報道・公式の資料・モデルの配布ページと突き合わせた。会社の発表は「会社の発表」と書き分ける
- 換算：1ドル＝150円で計算（円は目安）
- 注意：X の投稿ページはサイト側が読み取りを拒否したため開けなかった。投稿の中身はスクリーンショットから読んだ

---

## ① 要点

1. 投稿の数字はほぼ報道・発表と一致する。ただし 9%→56% は Figure 自身の評価で、第三者の再現はまだない
2. 「ゼロショット」は、まったく初めての家事ができたという意味ではない。家事ごとの学習データは別にあり、学習に使っていない家でもできた、という意味
3. Tesla の求人（時給25〜48ドル）は 2024年8月の報道で、今の動きではない
4. 人の目線の動画で学べるのは「何をどの順で」「どこへ手を伸ばすか」まで。力加減とロボット自身の体の制約は映像に写らないので、最後にロボットのデータで合わせる2段構えが今のやり方
5. 数字はどれも「自社の評価で」出ている。外から同じ結果を確かめる層（評価・再現）はまだ空いている

---

## ② 投稿の主張と確認結果

| 投稿の主張 | 確認結果 | 出典 |
|---|---|---|
| Figure が一般の人にお金を払い、家事を撮影してもらう Index というアプリ | 事実。2026-08-25 にステルスから公開。分単位で支払い | howaiworks・humanoidsdaily・pebblous |
| 108か国で 26.4万ダウンロード、週 4.4万人が投稿 | 一致 | howaiworks・Forbes |
| 1,600万本以上の動画 | 一致（審査で落ちた分も含む数） | pebblous |
| 支払い済み 1,500万ドル（約22.5億円） | 一致。1本あたり1ドル未満になるが、支払いは本数でなく撮影時間に対してなので、単価は出せない | pebblous |
| 今後12か月でデータと計算に10億ドル以上 | 一致（報道は「10億ドルを約束」） | explainx・runtimewire |
| 毎秒30分の映像 | 新しい発表では毎秒およそ35分 | Black Scarab・Forbes |
| 1日あたり4.9年分の人の仕事 | 確認できなかった | — |
| Helix 2.5 を Index で事前学習、学習に使っていないベイエリアの30軒で試験 | 一致。借りた家30軒 | Forbes・Black Scarab |
| Index なし 9% → あり 56% | 一致。最後までやり切った試行だけを成功と数え、420回中237回。すべての家で1回以上成功 | aixploria・Black Scarab |
| NVIDIA は GR00T N1.7 を EgoScale の2万時間で訓練 | 人の映像 20,854時間を事前学習に入れたのは事実。ただしそれだけで学習したのではなく、ロボットのデータと混ぜている | NVIDIA の配布ページ（GitHub）・aiwiki |
| Tesla が時給25〜48ドルでモーションキャプチャーのデータ収集係を雇用 | 2024年8月の報道。今の話ではない | Decrypt・AI Business |
| Mecka が Sequoia 主導と「報じられる」6,000万ドルのシリーズB | もう発表済み（2026-10-07）。NVIDIA・Microsoft の M12 なども参加。評価額は約5億ドル | af.net（TechCrunch ほかの要約）・valueaddvc |

---

## ③ 「ゼロショット」の意味

- Helix 2.5 は、新しい家事を言葉で頼まれて動きを編み出したのではない
- 家事ごとのデータ（タスクのデータ）は別にあり、その量が前の版（Helix 02）の半分で同じ成功率になった、というのが Figure の発表
- 評価の家事が Index の事前学習データに占める割合は、どれも 1.90% 以下（会社の発表）
- 変えたのは「Index で事前学習したかどうか」の1点だけ、という比べ方

---

## ④ 人の目線の動画でロボットが学べるか

**学べること**
- 何をどの順でやるか（タオルを広げてから畳む、など）
- 物のどこに手を伸ばすか、手首がどう動くか
- 見たことのない部屋や物への慣れ

**学べないこと**
- 力加減や、物が手の中でどう滑るか（映像に写らない）
- ロボット自身の体の制約（関節の範囲、重さ、指の数の違い）

**今のやり方は2段構え**
- NVIDIA の EgoScale：人の映像で大規模に事前学習し、ロボット固有の調整は約4時間だけ。人の映像を 1,000時間から 2万時間に増やすと、作業の達成度が平均で2倍以上になった（NVIDIA の研究者の報告、第三者の再現はまだ）
- 動画からカメラと手の姿勢を推定し、手首の相対的な動きを取り出している。動画から「動きの指示」に近いものを作っている
- Figure の 56% も、家事ごとのデータが半分で済んだという話で、ゼロになったわけではない

**mechArm に当てはめると**
- 2本指のグリッパーは5本指の人の手との差が大きい。人の動画から移せるのは「どこへ手を伸ばすか」まで、という見立て
- 関連：research_human_wearable_data_20261027.md（安いアームでは人のデータだけだと置くのを失敗した報告）、research_human_to_robot_conversion_20261027.md（人のデータをロボットに合わせる4分類）

---

## ⑤ Pixels to Motors から見た意味

- 数字はどれも自社の評価。評価と再現を外から担う層はまだ空いている（主指標「再現可能な環境数」と同じ方向）
- 同じ日の会話で出た方向：実機の動きとシミュレーションを重ねた記録を増やす。1回の試行ごとに「シミュレーションの計画（関節角の列）」「実機の結果（command と reached、映像）」「両者の差」の3点を揃える

---

## 出典

- [Forbes: Figure's Billion-Dollar Physical AI Bet Delivered A 6X Jump In Robot Chore Success](https://www.forbes.com/sites/johnkoetsier/2026/09/21/figures-billion-dollar-physical-ai-bet-delivered-a-6x-jump-in-robot-chore-success/)
- [Black Scarab: Figure takes Helix 2.5 into 30 unfamiliar homes](https://www.blackscarab.ai/news/figure-helix-2-5-zero-shot-homes)
- [aixploria: Helix 2.5](https://www.aixploria.com/en/helix-2-5-figure-ai-robot/)
- [howaiworks: Figure Launches Index](https://howaiworks.ai/blog/figure-index-robot-training-dataset-2026)
- [pebblous: Figure AI Index — Buying Humanoid Training Video](https://blog.pebblous.ai/blog/figure-index-robot-training-video-gig/en/)
- [explainx: Figure Index](https://explainx.ai/blog/figure-index-robot-dataset-august-2026)
- [GitHub: Isaac GR00T N1.7](https://github.com/precognitionlab/Isaac-GR00T-N1.7)
- [aiwiki: GR00T N1.7](https://aiwiki.ai/wiki/groot_n1_7/raw)
- [af.net: Mecka AI Series B](https://af.net/realtime/mecka-ai-raises-60m-series-b-led-by-sequoia-capital-for-robot-training-data/)
- [valueaddvc: Mecka](https://valueaddvc.com/pulse/company/mecka)
- [Decrypt: Tesla motion capture job](https://decrypt.co/245399/tesla-bot-robotics-job-motion-capture-suit?amp=1)
- [AI Business: Tesla Pays $48 an Hour](https://aibusiness.com/ml/tesla-pays-48-an-hour-for-motion-capture-to-develop-humanoid-robot)