La firma estadounidense de robótica Figure firmó una alianza estratégica con Nscale, con sede en el Reino Unido, para asegurar capacidad de cómputo a gran escala destinada a entrenar la próxima generación de sus modelos de inteligencia artificial para robots humanoides.
Bajo el acuerdo, Nscale desplegará hasta 100.000 GPU basadas en la plataforma NVIDIA Vera Rubin para el desarrollo de IA de Figure. La alianza apunta a responder a la creciente demanda de datos y cómputo que exige entrenar modelos de robótica de propósito general.
Según Figure, la colaboración entregará la infraestructura necesaria para escalar sus esfuerzos en inteligencia física y ampliar las capacidades de sus robots humanoides.
¿Qué incluye el acuerdo con Nscale?
El despliegue inicial está previsto para la segunda mitad de 2027 en Barstow, Texas. El acuerdo representa un compromiso inicial de 3.500 millones de dólares en capacidad de cómputo, con planes de ampliar la inversión a más de 6.000 millones. Nscale además realizará una inversión estratégica en Figure, y ambas compañías explorarán el uso de robots humanoides para apoyar y escalar las operaciones de la cadena de suministro de Nscale.
La infraestructura se está desarrollando para responder a las exigencias crecientes del entrenamiento de Helix, el sistema de IA de Figure para robots humanoides. A medida que la empresa amplía sus conjuntos de datos de entrenamiento, el volumen creciente de datos del mundo físico requiere bastante más capacidad de cálculo para procesarlos y entrenar modelos cada vez más capaces.
La alianza está diseñada para crear una cadena de infraestructura completa para la IA física, combinando entrenamiento de modelos a gran escala con simulación y despliegue. Usará el hardware de cómputo de NVIDIA y sus tecnologías de simulación robótica para entrenar, probar y desplegar modelos de IA en robots humanoides.
"Nscale y Figure activaron el volante de inercia de la robótica: entrenar los modelos de Figure sobre NVIDIA Vera Rubin a través de la nube de IA de Nscale, validarlos en NVIDIA Isaac Sim y desplegarlos sobre GPU de NVIDIA en los robots de Figure. Este es el volante de la IA física que va a acelerar el camino desde los modelos hasta los robots en el mundo", dijo Brett Adcock, fundador y CEO de Figure, en un comunicado.
¿Por qué hace falta tanto cómputo?
Hace poco Figure anunció que está escalando Index, un conjunto de datos grande y en expansión continua sobre actividad humana en el mundo real. La plataforma superó las 264.000 descargas en 108 países y tiene más de 44.000 usuarios activos semanales, con colaboradores subiendo suficiente video como para generar 30 minutos de datos cada segundo.
Según Figure, Index está diseñado para capturar la diversidad y complejidad de las tareas físicas necesarias para entrenar inteligencia robótica de propósito general. El conjunto abarca actividades domésticas y laborales, con cientos de tareas, miles de objetos y numerosos entornos, lo que permite a los modelos aprender de comportamiento humano variado en lugar de demostraciones altamente controladas.
Figure construyó su propia cadena de datos después de que los proveedores convencionales no lograran cumplir con la escala, diversidad y calidad requeridas. El sistema filtra automáticamente los videos entrantes por calidad técnica, visual y semántica antes de que revisores humanos examinen muestras en busca de fraude y otros problemas. Los videos también se procesan por similitud, y los datos duplicados o muy repetitivos se eliminan para preservar la diversidad del conjunto.
El material restante se reequilibra según los requerimientos de cada tarea y la variación de comportamiento, antes de generar descripciones de texto jerárquicas para el entrenamiento. Los datos resultantes buscan mejorar Helix dándole exposición más amplia a interacciones del mundo real y a tareas físicas poco frecuentes.
Figure ha pagado 15 millones de dólares a sus colaboradores hasta ahora y planea escalar de forma sustancial el gasto en datos y cómputo. El objetivo de fondo es construir la infraestructura de entrenamiento necesaria para llevar a los robots humanoides desde las demostraciones controladas hacia trabajo físico confiable y de propósito general.
