Figure AI finalise Figure 04 et améliore le modèle Helix
Figure AI a réuni ses équipes lors d’une assemblée générale vidéo d’environ une heure, où son fondateur et PDG Brett Adcock a détaillé les progrès de la société, de la quatrième génération de robots à ses nouveaux investissements massifs dans les données et le calcul. Adcock a confirmé que le design du robot Figure 04 était gelé et qu’il entrait en phase de fabrication de composants et de tests, notamment pour les actionneurs et les batteries. Selon lui, il s’agit de la plus grande évolution matérielle entre deux générations de Figure, avec une main dextre développée pour suivre les gestes humains, visant une précision proche du millimètre sur les doigts et les points de contact. Il a comparé ce robot à un premier iPhone dans l’histoire des humanoïdes, sans publier encore les caractéristiques techniques ni la date de lancement. La société dresse un parcours en quatre étapes: concevoir un robot fiable, trouver une IA capable d’accomplir des tâches complexes, augmenter l’intelligence par les données et le calcul, puis industrialiser à grande échelle. Figure estime avoir franchi les deux premières, avec des machines passant des premières versions bricolées à un Figure 03 dont le coût a baissé de plus de 90 % et dont 1 000 unités ont été produites. Son usine BotQ est passée d’un robot par jour à un robot par heure. Figure dispose également de plus de 2 milliards de dollars de trésorerie et déploie déjà des unités dans des sites commerciaux aux États-Unis, après avoir testé une longue mission logistique d’environ 200 heures. Le volet logiciel repose sur Helix, le modèle entraîné à contrôler le corps entier à partir de flux vidéo. Après Helix 02 en janvier, Figure a présenté Helix 2.5 en septembre, conçu pour fonctionner dans des environnements inconnus sans réentraînement spécifique. Dans 30 maisons de la baie de San Francisco, le système a réussi 56 % des essais contre 9 % pour un modèle entraîné sans préentraînement, même si les tâches restent limitées à quelques cas. Adcock compare l’ambition aux lois de mise à l’échelle des grands modèles de langage: fournir plus de données et de puissance devrait améliorer les capacités de manière plus prévisible. Pour cela, Figure a lancé Index, un réseau mondial de collecte de vidéos d’activités humaines. Le programme affiche 37,5 millions de vidéos cumulées, 1,26 million d’installations d’application, 112 pays et un rythme de 81 minutes de contenu reçu par seconde. Les données doivent ensuite être nettoyées, filtrées et enrichies avec des informations sur la posture, les doigts et les contacts avec les objets. Cette course a un coût important: environ 8,1 millions de dollars dépensés en une semaine seulement pour l’acquisition et le traitement des données. Figure cherche aussi la puissance nécessaire pour exploiter ce corpus. La société a conclu un partenariat avec Nscale portant sur jusqu’à 100 000 GPU de la future plateforme NVIDIA Vera Rubin, avec un engagement initial de 3,5 milliards de dollars, potentiellement étendu à environ 6 milliards. L’infrastructure est développée au Texas pour une mise en service en 2027, tandis que les ressources actuelles doivent doubler à court terme. En clôture, Adcock a évoqué un nouveau modèle encore non dévoilé, entraîné sur les plus grands volumes de données et de calcul utilisés par Figure. Lors de tests internes, il aurait montré des comportements inédits, qu’il a qualifiés de “Baby AGI”. Il reste prudent: aucune démonstration n’a été publiée, et un modèle plus grand doit suivre dans les prochaines semaines.
