휴머노이드도 결국 스케일링 싸움이네

Figure AI가 휴머노이드 로봇에 AI 스케일링 법칙을 적용한 결과 공개함. Helix 2.5는 별도 데이터 수집이나 파인튜닝 없이, 처음 보는 베이 에어리어 가정 30곳에서 거실 정리·수건 접기·침대 정리 같은 전신 행동을 제로샷으로 수행함. Index 사전학습을 적용하자 제로샷 성공률이 9%에서 56%로 상승함. 동일 과제 특화 데이터는 절반만 사용했는데 Helix 02와 비슷한 성공률을 기록했고, 환경은 30배 넓게 일반화함. 인간 행동 데이터로 광범위하게 사전학습하고, 행동을 한 번 명세한 뒤, 실제 배포 환경에서 일반화하는 구조임. 인간에서 휴머노이드로 이어지는 전이 스케일링 법칙을 실증한 첫 사례라는 설명임. Index 데이터 규모를 2배씩 늘릴수록 로봇 행동 예측 손실이 예측 가능하게 감소했고, 현재도 초당 약 35분 분량의 신규 인간 행동 데이터를 생성 중이라고 함. 로보틱스도 결국 데이터와 컴퓨팅을 얼마나 크게 확장할 수 있느냐의 문제로 넘어가는 중임. Figure는 Nscale과 35억 달러 규모의 컴퓨팅 약정으로 Helix 학습 인프라를 확보한 상태임.