В конце августа 2026 года Figure решила купить данные о том, как двигается человек. Компания попробовала и осталась ни с чем.
Продавцов нашлось немало. Данных нужного объёма, разнообразия и качества не нашлось. Тогда Figure выпустила обычное мобильное приложение, в котором люди снимают на телефон, как варят кофе, чистят кошачий лоток или меняют масло в машине.
За четыре месяца — 264 000 загрузок в 108 странах, 16 миллионов видео, $15 млн выплат авторам. Приложение разбирает 30 минут видео в секунду. Это 4,9 года человеческой работы каждые сутки.
7 октября Sequoia вложила $60 млн в компанию, которая занимается ровно тем же. Только деньги получает не разработчик, а человек в датчиках.
Языковая модель учится на том, что люди уже написали. Действия в мире нужно сначала совершить, заснять и привести к общей системе координат.
Деньги за 2026 год сместились с железа на конвейер записи. По данным PitchBook, только за первый квартал в робототехнику пришло $16,3 млрд на 492 сделки, за полугодие — больше $18,8 млрд. Самая дорогая часть проекта лежит вне робота.
Пока запись не складывается в общую копилку, каждый новый корпус машин начинает обучение почти с нуля.
Механика простая: у компаний с лучшими в мире роботами не хватает записи о том, как эти роботы должны работать.
Почему физический мир нельзя скачать
Текст лежит в интернете. Он оцифрован, размечен и доступен всем сразу — язык стал бесплатным сырьём для обучения.
Действие в физическом мире приходится сначала совершить.
Кто-то должен взять чашку, открыть кран, дождаться воды и поставить чашку на подставку. Чтобы это записали, нужен человек с телефоном или датчиками на теле. Данных становится ровно столько, сколько часов отработали операторы, помноженное на скорость разбора записей.
Дальше начинается вторая сложность. Видео с уборкой и с заменой масла само по себе не подходит для обучения робота. Его нужно привести к общей системе координат: где находилось тело, куда смотрела камера, как были откалиброваны приборы, в каких единицах записан результат и что в итоге получилось.
Китайская AgiBot решает задачу размером площадки: больше 4000 квадратных метров и свыше 3000 предметов для взаимодействия. У Amazon масштаб другой: больше миллиона развёрнутых машин в сети, которые каждый день перебирают миллионы посылок рядом с сотнями тысяч сотрудников.
| Параметр | Языковая модель | Робот в физическом мире |
|---|---|---|
| Источник | Текст, который уже написан | Действие, которое нужно совершить |
| Кто производит | Миллиарды людей, бесплатно | Оператор в датчиках, за деньги |
| Цена новой порции | Почти ноль | Часы работы оператора на каждый час записи |
| Где видна ошибка | В тексте, сразу | Часто только в поле |
Сопоставление по материалам PitchBook и анонсов AWS, 2026 год
Кто платит за запись
Mecka AI основана в 2024 году и продаёт ровно то, что нельзя скачать. Компания платит людям за то, чтобы они выполняли бытовые и ремонтные задачи в датчиках и на смартфоне, а затем разбирает записи в обучающие наборы. Формулировка у стартапа прямая: сделать для робототехники то, что Scale AI, Mercor и Surge сделали для языковых моделей.
Ставку проверили через EgoVerse — исследование переноса действий с человека на робота, продублированное в Georgia Tech, Стэнфордском университете, Калифорнийском университете в Сан-Диего, ETH Цюрих, MIT и Meta. Компания собирает и аппаратную часть, и модели реконструкции, и инфраструктуру контроля качества — одним контуром с развёртыванием у заказчика.
Раунд $60 млн возглавила Sequoia, среди участников — Nvidia и венчурный фонд Microsoft. Осенью TechCrunch писала, что компания обсуждает оценку в $500 млн.¹
Сбор данных о движении человека
Mecka AI, раунд во главе с Sequoia при участии Nvidia и M12 · TechCrunch, 7 октября 2026
Figure пришла к тому же выводу раньше и громче. Компания четыре месяца держала приложение в стелсе, а 25 августа вывела его под именем Index в Google Play и App Store. Авторы снимают не постановку, а свою обычную жизнь: готовку, уборку, стирку, работу в логистических центрах, ресторанах и офисах.
Пропускная способность приложения — 30 минут видео в секунду. Выплаты авторам уже достигли $15 млн, а на каждые 1000 часов собранного материала приходится 373 уникальные задачи, 1146 уникальных объектов и 116 уникальных сред. Компания обещает выйти на 100-кратный рост и потратить больше $1 млрд на данные и вычисления в течение 12 месяцев.
Оплата за физический быт
Index, набор данных Figure: 108 стран, 16 млн видео, $15 млн выплат · Figure, 25 августа 2026
Третий игрок на этой неделе сделал то же самое в открытую и на инфраструктурном уровне. 8 октября AWS выпустил открытый Physical AI Toolchain — набор для синтеза данных, обучения, симуляции, проверки и развёртывания, собранный поверх программного стека Nvidia. В его основе лежит опыт Amazon: больше миллиона развёрнутых роботов. По данным AWS, каждый седьмой стартап в мире занимается физическим ИИ, а 72% таких разработчиков считают облако обязательной частью системы.
Клиенты AWS говорили, что слишком много инженерных часов уходит на инфраструктуру вместо самой инновации. Компания собрала набор инструментов, чтобы эти часы не тратились.
Физический ИИ повторяет путь больших языковых моделей: сначала считают, что главное — железо, потом выясняется, что главное — данные и повторяемость их сбора.
Суммы, собранные только под этот слой, уже сопоставимы с целыми раундами на корпуса. X Square Robot привлекла $140 млн на базовую модель WALL-A — спустя четыре месяца после предыдущих $100 млн. Neura Robotics выстраивает собственную когнитивную платформу и работает на инфраструктуре AWS. Одна из компаний в этом поле собрала более 200 000 часов записи действий и раздувает число сценариев генеративными моделями.
Соблазн понятен: данные — актив, который не изнашивается. Железо устаревает быстрее. Запись того, как человек открывает дверь, переживает и корпус, и модель, и саму фабрику, для которой её собрали.
Данные, которые не складываются
Группа авторов во главе с Шаошанем Лю 18 июня 2026 года опубликовала на arXiv работу о стандартах данных для гуманоидных роботов. Она выросла из проекта ISO/WD 26264-1 «Наборы данных гуманоидных роботов» внутри рабочей группы ISO/TC 299/WG 16.
Тезис авторов: узкое место физического ИИ — некумулятивность данных. Записи лежат в изолированных хранилищах, стоят дорого и описываются каждый раз по-своему, из-за чего их нельзя ни сравнить, ни сложить, ни переиспользовать. Ценность набора определяется проверяемостью его соглашений о времени, системах координат, калибровке, кинематике и единицах измерения.
Отсюда и оценка Amazon, и слова Figure про то, что поставщики не вытягивают планку качества, и ставка Extend Robotics. Британская компания в начале октября приподняла £2,6 млн на платформу, где задачу выполняет удалённый оператор: ИИ берёт рутинную часть, человек остаётся в контуре на участках, где нужно суждение. У Extend 35 подписчиков в четырёх регионах продаж и рост выручки вдвое три года подряд.
Клиенты говорили нам, что слишком много их инженерных усилий уходит на инфраструктуру вместо инноваций. Мы хотим это перевернуть.— Увем Укпонг, вице-президент AWS Industries
Как мы писали 3 октября, над роботами появляется собственный слой: Destro AI подняла $8 млн на складские флоты. Слой оказался тоньше, чем представлялось. Начало у него лежит в записи того, как человек двигается, чинит и готовит.
Что будет с рынком данных для роботов через год
Вероятность: 55% — первым сдвинет рынок стандарт ISO/WD 26264-1, над которым уже идёт работа; фактический переход упирается в юнит-экономику, а не в технику.
✅ Аргументы за
+ Раунды ($60 млн у Mecka AI, $140 млн у X Square Robot на модель WALL-A) показывают, что инвесторы считают слой данных отдельным активом.
+ Облачные провайдеры берут на себя инфраструктуру: AWS собирает генерацию синтетических данных, обучение, симуляцию и управление парком машин в один набор.
Критерии подтверждения: публикация хотя бы одной финальной версии стандарта и появление в продакшене хотя бы двух независимых корпусов, собранных по общей схеме.
❌ Аргументы против
− Данные быстро устаревают. Запись человека с телефоном описывает сегодняшние кухни и сегодняшние гаражные инструменты, а не заводской цех 2030 года.
− Figure зафиксировала 116 уникальных сред на 1000 часов — это разброс, который общий формат описывает, но не устраняет.
Критерии опровержения: крупный производитель публикует объём своих закрытых записей для внешних пользователей.
К началу 2027 года в этой нише окажется несколько игроков, а предметом спора станут не сами записи, а доступ к ним. Сегодня запись закрыта внутри одного корпуса роботов. Завтра её ценность измерят количеством машин, которые ею пользуются.
¹ — Оценка в $500 млн приводится по сообщению TechCrunch от 11 сентября 2026 года об условиях обсуждавшейся сделки. После 7 октября компания публично её не подтверждала.
