Siebzigtausend Menschen filmen ihren Alltag — damit Helix lernt, wie man ein Bett macht.

Was ist passiert?

Vier Monate lang lief das Programm intern unter dem Namen „Project Go-Big". Wer die Index-App installiert, bekommt Aufgaben zugewiesen — vom Ausräumen einer Spülmaschine bis zum Sortieren von Waren in einem Lager —, filmt sich dabei mit dem Smartphone aus der Ich-Perspektive und wird pro Aufnahme bezahlt. Die Videos durchlaufen eine fünfstufige automatische Pipeline: technische Filterung, Betrugsprüfung, Deduplizierung über Embeddings, Ausbalancierung der Aufgabentypen und hierarchische Textannotation. Erst dann landen sie im Trainingsdatensatz.

Die Wachstumskurve, die Adcock am 8. September veröffentlichte, zeigt, wie schnell das Programm angesprungen ist: 99 aktive Nutzer Anfang Mai, 2.668 Anfang Juni, 8.656 im Juli, 31.055 Anfang August, 44.436 zum Launch am 21. August, 69.943 am 4. September. Bei 35 Minuten Video pro Sekunde verarbeitet Figure inzwischen etwa 5,7 Jahre menschlicher Handarbeit pro Tag. Pro 1.000 Stunden Material erfasst der Datensatz nach Unternehmensangaben 373 verschiedene Aufgaben, 1.146 unterschiedliche Objekte und 116 Umgebungen.

Wöchentlich aktive Nutzer der Index-App

Warum Figure auf Handy-Videos setzt

Humanoide Roboter scheitern heute selten an der Mechanik und meist an der Intelligenz. Figure hat nach eigenen Angaben über 1.000 Exemplare des Figure 03 gebaut, die Fabrik BotQ liefert alle 90 Minuten einen neuen Roboter, und die Flotte bei BMW in Spartanburg arbeitet im Bezahlbetrieb. Was fehlt, ist die Fähigkeit, in einer unbekannten Küche oder einem fremden Lager zurechtzukommen. Dafür braucht ein Modell wie Helix Beispiele in einer Vielfalt, die sich mit Teleoperation — bei der ein Mensch den Roboter fernsteuert und so Trainingsdaten erzeugt — nicht bezahlbar erreichen lässt.

Die Wette lautet, dass sich die Skalierungsgesetze der Sprachmodelle auf physische Handlungen übertragen lassen: mehr Daten, größere Modelle, bessere Generalisierung. Menschliche Videos sind billig, vielfältig und nahezu unbegrenzt verfügbar. Sie zeigen allerdings nicht, welche Kraft eine Hand aufbringt oder wie sich ein Gegenstand anfühlt — und sie zeigen menschliche Hände, nicht die des Roboters. Ob sich diese Lücke rechnerisch schließen lässt, ist die offene Kernfrage des Ansatzes.

„Die Hardware ist nicht mehr der Engpass. Die Intelligenz an Bord ist es." — Brett Adcock, CEO Figure AI (sinngemäß, aus mehreren Interviews 2026)

Einordnung: Ein Markt für Roboter-Trainingsdaten entsteht

Figure ist nicht allein. In derselben Woche stellte das chinesische Unternehmen X Square sein System TwinDEX vor, das menschliche Bewegungen ohne Roboter erfasst und in Roboterkoordinaten überträgt. Das Start-up Kinetic Blocks eröffnete am 1. September einen Marktplatz für humanoide Trainingsdaten. Physical Intelligence hatte im Dezember 2025 gezeigt, dass Modelle eine „emergente Brücke" zwischen menschlichem Video und Roboteraktion finden können. Und 1X sammelt Daten über seinen Haushaltsroboter Neo direkt bei Kunden.

Der Unterschied zu Figure liegt im Maßstab und im Geld. Mit 15 Millionen Dollar an Ausschüttungen und einem Milliardenbudget ist Index die größte bezahlte Datenerhebung, die je für Robotik aufgesetzt wurde. Das Center for Data Innovation wies in einer Analyse vom September darauf hin, dass damit eine neue Form von Gig-Arbeit entsteht — Menschen verkaufen Aufnahmen ihrer eigenen Handgriffe, damit Maschinen sie später übernehmen können. Figure hat weder den Preis pro Minute noch den Anteil der Aufnahmen veröffentlicht, die die Qualitätsprüfung bestehen.

Was bleibt offen?

Erstens die Frage, ob Video allein reicht. Feinmotorische Montage, bei der Kraft und Tastsinn entscheiden, ist mit monokularen Smartphone-Aufnahmen schwer zu lernen; Figure hat bisher keine Benchmark-Ergebnisse veröffentlicht, die einen Helix-Fortschritt auf Index zurückführen. Zweitens die Datenqualität: Bei 70.000 Beitragenden und Bezahlung pro Aufnahme wächst der Anreiz, die Prüfstufen auszutricksen. Und drittens die Wirtschaftlichkeit: Eine Milliarde Dollar für Daten und Rechenleistung innerhalb eines Jahres ist für ein Unternehmen mit 39 Milliarden Dollar Bewertung tragbar — aber nur, wenn die Roboter am Ende Aufgaben übernehmen, die heute niemand vorprogrammiert hat.

Original-Quellen

Herstellerseite: figure.ai