Figure AI, ein führendes Unternehmen im Bereich humanoider Robotik, hat eine wegweisende strategische Partnerschaft mit dem KI-Cloud-Anbieter Nscale bekannt gegeben. Der Vertrag sichert Figure den Zugang zu bis zu 100.000 NVIDIA-GPUs der nächsten Generation und stellt eine Investition von initial 3,5 Milliarden US-Dollar dar, mit Plänen für eine Erweiterung auf über 6 Milliarden US-Dollar. Diese massive Rechenleistung ist entscheidend für die Weiterentwicklung von Figures proprietärem Fundamentmodell Helix.
Wichtige Punkte
- Figure AI und Nscale schließen einen Milliarden-Dollar-Deal für KI-Rechenleistung ab.
- Bis zu 100.000 NVIDIA Vera Rubin GPUs werden ab Ende 2027 eingesetzt.
- Die Investition beträgt anfänglich 3,5 Milliarden US-Dollar, mit Potenzial auf über 6 Milliarden US-Dollar.
- Die Rechenkapazität dient dem Training von Figures KI-Modell Helix.
- Nscale erwirbt eine strategische Beteiligung an Figure.
Massive Investition in die Zukunft humanoider KI
Die Vereinbarung zwischen Figure AI und Nscale ist ein klares Zeichen für die wachsende Bedeutung von Rechenleistung in der Entwicklung von humanoiden Robotern. Figure AI hat sich in den letzten Jahren auf die Verfeinerung seiner Hardware konzentriert, darunter Aktuatoren und modulare Montagesysteme. Nun verlagert sich der Fokus jedoch stark auf die intelligente Steuerung und das allgemeine logische Denken der Roboter.
Die Bereitstellung der NVIDIA Vera Rubin GPUs soll in der zweiten Hälfte des Jahres 2027 beginnen. Der Standort ist eine Nscale-Anlage in Barstow, Texas. Diese Infrastruktur wird die Grundlage für das Training von Helix bilden, dem zentralen KI-Modell, das Figures Roboter antreibt.
Faktencheck
- Investition: Initial 3,5 Milliarden US-Dollar, erweiterbar auf über 6 Milliarden US-Dollar.
- GPUs: Bis zu 100.000 NVIDIA Vera Rubin GPUs der nächsten Generation.
- Einsatzbeginn: Zweite Hälfte 2027.
- Standort: Nscale-Anlage in Barstow, Texas.
Von Hardware zu Intelligenz: Der Paradigmenwechsel bei Figure AI
Figure AI hat bereits über 1.000 seiner Figure 03 Humanoiden gebaut. Das Unternehmen betont, dass die Hardware-Produktion zunehmend zur Massenware wird. Der eigentliche Engpass für autonome physische Arbeit liegt nun in der Bordintelligenz und dem allgemeinen Denkvermögen der Roboter. Dies erfordert eine massive Menge an Rechenleistung.
"Figure tritt in eine Phase ein, in der wir größtenteils durch die Daten und die Rechenleistung gebunden sind, die zum Training von Helix benötigt werden", erklärte das Unternehmen in seiner Ankündigung. "Um einen Roboter in jedes Zuhause zu bringen, brauchen wir eine riesige Menge an Rechenleistung."
Diese Aussage unterstreicht die strategische Neuausrichtung. Der Fokus liegt nun darauf, die kognitiven Fähigkeiten der Roboter exponentiell zu steigern. Dies ist ein entscheidender Schritt, um humanoide Roboter für den breiten Einsatz in Haushalten und Industrie vorzubereiten.
Helix und Index: Das Nervensystem der Humanoiden
Die Partnerschaft mit Nscale folgt auf die Einführung von Index durch Figure AI. Index ist eine umfangreiche Plattform zur Datenerfassung, die darauf abzielt, reale Videos von Zehntausenden globaler Mitwirkender zu sammeln. Aktuell generiert Index etwa 35 Minuten menschlicher Interaktionsaufnahmen pro Sekunde.
Diese riesigen Mengen unstrukturierter Videodaten müssen in robuste Motorsteuerungen umgewandelt werden. Dies erfordert einen entsprechenden Sprung in der Verarbeitungsleistung. Das Training von Helix mit diesen Daten wird die Fähigkeiten der Roboter erheblich verbessern.
Hintergrundinformationen
Das Fundamentmodell Helix ist die proprietäre End-to-End-KI-Architektur von Figure AI. Es treibt die Maschinen des Unternehmens über drei Hardware-Generationen hinweg an. Index ist eine kürzlich gestartete Initiative zur Sammlung von Echtzeit-Videodaten, die für das Training von Helix unerlässlich sind.
NVIDIA als zentraler Partner: Der "Physical AI Flywheel"
Der Deal vertieft auch Figures Abhängigkeit von NVIDIAs Hardware- und Software-Stack. Nach der öffentlichen Trennung von OpenAI, die CEO Brett Adcock damit begründete, dass Figures internes KI-Team das Frontier-Labor übertroffen habe, ist die Sicherung unabhängiger Rechenkapazitäten außerhalb traditioneller KI-Laborallianzen von entscheidender Bedeutung geworden.
Jensen Huang, Gründer und CEO von NVIDIA, bezeichnete die Vereinbarung als vollständige Aktivierung des "Physical AI Flywheel". Dieses Konzept verbindet das Training von Figures Modellen auf Vera Rubin Clustern über Nscales Infrastruktur mit der Validierung physischer Bewegungen in NVIDIA Isaac Sim. Die optimierten Richtlinien werden dann auf die integrierten NVIDIA GPUs in Figures Robotern übertragen. Dieser Kreislauf soll eine kontinuierliche Verbesserung und Skalierung ermöglichen.
Die Rolle von Nscale im Ökosystem
Josh Payne, CEO von Nscale, sieht die Partnerschaft als logische Weiterentwicklung der Anforderungen an die Cloud-Infrastruktur. "Wir haben ein unglaubliches Wachstum bei Inferenz- und Agenten-KI erlebt, und Figure verschiebt die Grenzen der KI noch weiter", sagte Payne. Nscale wird nicht nur die Rechenleistung bereitstellen, sondern auch eine strategische Kapitalbeteiligung an Figure erwerben. Beide Unternehmen prüfen zudem die Integration von Humanoiden in Nscales eigene Rechenzentrums-Lieferketten.
Herausforderungen und langfristige Perspektiven
Obwohl die Zahlen beeindruckend sind, unterstreicht der Zeitplan den langen Entwicklungshorizont für allgemeine physische Agenten. Der Einsatz der Rubin-Generation von NVIDIA ist für Ende 2027 geplant. Das bedeutet, dass Figures unmittelbare Trainingsläufe weiterhin von bestehenden Hopper- und Blackwell-Klasse-Clustern abhängen werden.
Die Beschaffung von 100.000 Rubin-GPUs in Barstow, Texas, erfordert in den nächsten drei Jahren auch immense Stromerzeugung, Kühlkapazität und Kapitalallokation. Diese Anforderungen haben den Bau von Rechenzentren in der gesamten Technologiebranche immer wieder eingeschränkt.
Es bleibt auch eine offene Frage in der Robotikforschung, ob die Skalierung von Rechenleistung und passiver Videoaufnahme allein die tiefen Nuancen kontaktintensiver physikalischer Dynamiken überwinden kann. Entwickler ringen weiterhin mit der Platzierung von Aktuatoren und der feinen Handgeschicklichkeit. Eine hohe Parameterzahl kann nicht immer physikalische Compliance und Sensorgenauigkeit ersetzen.
Dennoch macht Figure mit der Zusage von mehreren Milliarden US-Dollar für die Spitzentechnologie seine These unmissverständlich klar: Die Robotik wird nicht durch inkrementelle algorithmische Anpassungen gelöst, sondern durch Hyperscale-Rechenleistung.
- Zukünftige Herausforderungen: Stromversorgung, Kühlung und Kapitalallokation für die Rechenzentren.
- Forschungsfragen: Überwindung komplexer physikalischer Dynamiken allein durch Rechenleistung.
- Figures These: Hyperscale-Computing ist der Schlüssel zur Lösung der Robotik-Herausforderungen.
