何が起きたか

leaderobot.comは2026年10月10日、「Figureが众包データ基盤「Index」を公表、觅蜂科技のデータ収集基盤も報じる」と報じた。本紙は一次情報を確認できていないため、詳細は原典を参照されたい。

本紙の見方

今回の焦点は、ロボットの学習データを実験室内の動作収録から、一般利用者が日常作業を行う分散型の収集網へ移す試みである。FigureのIndexは、家事や修理の第一視点映像をHelixに入れる構造で、単なる動画投稿サービスではなく、収集・報酬・学習を一体化したデータ供給網として位置づけられる。一方、觅蜂科技の「觅蜂派」は、View/Gripper、APP、データ引擎を束ねて「人即采集節点」とする設計で、同じく実世界の作業データを広く集める方向だが、記事で確認できる限り両者の差は、Figureが既に公式数字を大きく示しているのに対し、觅蜂科技はプラットフォームの構成と募集の提示が中心である点にある。本紙の関連記事でいえば、觅蜂派がデータのクラウド収集基盤を発表（2026-09-25）は、日常作業を記録して学習に使うという発想が先に示されていた。今回の記事は、その延長線上で、実際の収集装置と報酬設計まで含めた運用像を補強する内容だと読める。加えて、leaderobot.comが、人型ロボットの把持課題を論じる記事を掲載（2026-10-09）が触れた「把持」の難しさは、まさにこの種の実環境データを大量に集める必要性を裏づける。さらに霊感機器人が天使投資を調達（2026-10-09）が示した触覚・操作データ周辺の資金流入と合わせると、資本の関心がロボット本体だけでなく、学習に必要なデータ基盤へも向いている構図が見える。業界構造としては、これはロボットの入力層に当たるデータ獲得を外部化する動きであり、学習済みモデルの性能差が、収集データの量と質に左右されやすくなる可能性がある。特に、家事、棚整理、配膳、修理のような実作業データを扱う以上、映像だけでなく手先の把持、視点移動、失敗例の収集がどこまで含まれるかが重要になる。Figureは公式数字で大規模化を示したが、どのタスクが学習に効いているのか、觅蜂科技の「99%以上」の対象範囲がどの条件で成立するのかは、公開情報だけでは詰め切れない。詳細は原典を参照されたい。今後確認すべき点は、第一にIndexと觅蜂派のそれぞれがどの作業カテゴリを重点収集するか。第二に、収集データがどの程度モデル更新に直接使われるか。第三に、報酬単価や審査基準が継続的な供給量とデータ品質をどう左右するか、である。

なぜ重要か

Figureが示した1600万本、108カ国、1500万ドルという数字は、ロボット学習に必要な実世界データを、研究室ではなく一般利用者から集める方式が一定規模に達しつつあることを示す。觅蜂科技の「人即采集節点」という設計も、同じくデータ供給網を事業化する動きであり、ロボット開発のボトルネックが本体性能だけでなく学習データの取得方法にあることを浮かび上がらせる。

日本への影響

日本企業にとっては、ロボット本体の制御だけでなく、実作業データを継続的に集める仕組みをどう持つかが焦点になりうる。家事・物流・保守の現場データを安全に収集できる体制や、視覚・把持の学習に使えるデータ整備が弱い場合、こうした海外のデータ基盤に対して不利になりやすい。