1362 Stunden Forschungsdaten. Figure sammelt sie in 39 Minuten.
Figures neues Robotermodell räumt fremde Wohnungen auf. Der eigentliche Vorsprung liegt im Datensatz: einer bezahlten Smartphone-App. Das europäische Gegenstück trägt ETH-Handschrift und ist tausendfach kleiner.
Figure hat am Donnerstag ein Modell vorgestellt, das in dreissig gemieteten Wohnungen im Raum San Francisco aufräumt, Handtücher faltet und Betten macht. Die Erfolgsquote liegt bei 56 Prozent. Die interessantere Zahl steht weiter unten im Text: Der Datensatz, auf dem das Modell beruht, wächst nach Firmenangaben um 35 Minuten menschliche Erfahrung. Pro Sekunde.
Das Wichtigste in Kürze
Figure veröffentlichte am 17. September Helix 2.5, vortrainiert auf dem eigenen Datensatz Index. In dreissig nie gesehenen Wohnungen erreichte es 56 Prozent erfolgreiche Durchläufe gegen 9 Prozent bei identischer Architektur ohne Vortraining. Index ist keine Sensorik am Körper, sondern eine Smartphone-App: 264 000 Downloads in 108 Ländern, 44 000 wöchentlich aktive Nutzer, 16 Millionen Videos, 15 Millionen Dollar an die Filmenden ausbezahlt. Das europäische Gegenstück EgoVerse, an dem die ETH Zürich massgeblich beteiligt ist, umfasst 1362 Stunden. Figure nennt keine Zahl ausgelieferter Roboter; ANYbotics aus Zürich nennt über 200.
1362 Stunden Forschungsdaten. Figure sammelt sie in 39 Minuten.
Der offene Datensatz EgoVerse mit ETH-Beteiligung gegen die von Figure angegebene Zuflussrate. Die Rate ist eine Firmenangabe ohne offengelegte Herleitung.
Was «zero-shot» hier heisst und was nicht
Die Meldung läuft unter der Überschrift, der Roboter habe Aufgaben bewältigt, die er nie gesehen habe. Das steht so nicht im Text. Figure definiert den Begriff ausdrücklich enger: neu waren die Umgebungen und die Objekte. Die drei Aufgaben selbst wurden antrainiert, über Feinabstimmungsdaten, die anderswo erhoben wurden.
Der Roboter hat also sehr wohl gelernt, ein Bett zu machen. Nur nicht dieses Bett, in dieser Wohnung, mit diesem Laken. Das ist ein respektables Ergebnis, aber eine deutlich kleinere Behauptung als die, die gerade um die Welt geht.
Sauber ist dagegen die Messung. Bewertet wurde binär, ohne Teilpunkte: Aufgabe vollständig erledigt oder nicht. Jedes Spielzeug weggeräumt, jedes Handtuch gefaltet, das ganze Bett gemacht. Sicherheitsbedingte Eingriffe galten als Misserfolg. Was fehlt, sind Erfolgsquoten pro Aufgabe, die Zahl der Durchläufe und die Streuung über die dreissig Wohnungen. Ob eine Wohnung 90 Prozent erreichte und eine andere 10, ist nicht erkennbar.
Woher die Daten kommen
Index klingt nach Forschungsinfrastruktur. Es ist eine App. Wer will, lädt sie herunter, filmt Alltagsaufgaben zu Hause oder am Arbeitsplatz und wird dafür bezahlt. Stand Ende August: 264 000 Downloads, 44 000 wöchentlich aktive Nutzer, 16 Millionen Videos, 15 Millionen Dollar ausbezahlt. Figure hat angekündigt, in zwölf Monaten über eine Milliarde Dollar für Daten und Rechenleistung auszugeben.
Das Material ist monokulares Handyvideo von Menschen. Keine Kraftsensorik, keine Gelenkwinkel, keine Teleoperationsdaten. Wie der Sprung vom Menschenvideo zur Roboterbewegung methodisch gelöst wird, erklärt Figure im Text nicht.
Die 35 Minuten pro Sekunde entsprechen 2100 Stunden Aufnahme pro Stunde. Eine Herleitung gibt es nicht. Und drei Wochen zuvor nannte Figure noch 30 Minuten pro Sekunde. Das ist ein Zuwachs von 17 Prozent, plausibel bei Wachstum, aber ungeprüft.
Das europäische Gegenstück, mit ETH-Beteiligung
Die naheliegende Annahme wäre, Europa habe dem nichts entgegenzusetzen. Das stimmt nicht ganz, und die Abweichung ist die bessere Geschichte.
Im Juli 2026 erschien der Vorabdruck zu EgoVerse, einem offenen Datensatz für Roboterlernen aus menschlicher Perspektive. Beteiligt sind Marc Pollefeys und Robert Katzschmann von der ETH Zürich mit ihren Gruppen, gemeinsam mit Georgia Tech, Stanford, UC San Diego, MIT CSAIL und Meta Reality Labs. Umfang: 1362 Stunden, 80 000 Episoden, 2087 verschiedene Demonstrierende, 1965 Aufgaben, 240 Szenen.
Die Sensorik ist deutlich reicher als bei Index: Datenbrillen, Stereokameras, Handgelenkkameras am Roboter, dazu Annotationen mit 3D-Handposen und Kopfposen. Auch das ist ein Vorabdruck ohne Begutachtung.
Der Unterschied ist damit nicht nur Grösse, sondern Geschäftsmodell. Figure bezahlt Laien fürs Filmen und besitzt die Daten. EgoVerse ist ein Forschungskonsortium mit kuratierter, kleinerer, sensorisch reicherer Sammlung. Ob Masse bei Handyvideo gegen Qualität gewinnt, ist offen. Und genau das ist die Wette, die Figure eingeht.
Einen Schweizer Weg dazwischen geht Mimic Robotics, ein ETH-Spin-off von 2024: Fachkräfte tragen an der Produktionslinie firmeneigene Erfassungsgeräte während ihrer normalen Arbeit, daraus entsteht Imitationslernen für Robotergreifer. Schmale, hochwertige Fachdaten statt breiter Laiendaten. Finanzierung: 16 Millionen Dollar Seed im November 2025, insgesamt über 20 Millionen.
Die Zahl, die Figure nicht nennt
Figure wurde im September 2025 mit 39 Milliarden Dollar bewertet, nach einer Runde von über einer Milliarde. Wie viele Roboter im Feld stehen, sagt die Firma nicht. Nicht in der Runden-Mitteilung, nicht im aktuellen Text, nirgends. Wer eine Zahl nennt, stützt sich auf Schätzungen Dritter.
ANYbotics in Zürich nennt über 200 ausgelieferte Einheiten, wöchentlich Tausende Inspektionen, und Kunden wie bp, Equinor, Eni, Siemens Energy und GE Vernova. Die Runde vom September 2025 umfasste 127 Millionen Euro. Das ist die belegteste Feldzahl im ganzen Vergleich, und sie stammt aus der Schweiz.
Im März 2026 ging mit RIVR, einem weiteren Spin-off aus dem Umfeld des Robotic Systems Lab der ETH, ein Schweizer Robotikunternehmen an Amazon; der Preis wurde nicht offengelegt.
Das Bild, das sich daraus ergibt, ist unbequemer als «Europa hängt hinterher». Bei Hardware und Regelungstechnik ist die Schweiz Weltklasse und liefert nachweisbar aus. Beim Datensammeln im Konsumentenmassstab gibt es kein europäisches Äquivalent zu Index. Und wo etwas entsteht, sitzt Meta mit am Tisch.
Methode
Die Grafik setzt einen dokumentierten Datenbestand gegen eine Firmenangabe zur Zuflussrate. Die 39 Minuten sind unsere Umrechnung: 1362 Stunden geteilt durch 2100 Stunden pro Stunde. Sie stimmt nur, wenn Figures Angabe stimmt. Und die ist ohne Herleitung publiziert und wurde binnen drei Wochen von 30 auf 35 Minuten pro Sekunde korrigiert. Wir zeigen sie deshalb als Behauptung mit Zuschreibung, nicht als Messwert. Die Gesamtgrösse von Index nennt Figure nirgends; über den absoluten Datenvorsprung lässt sich daher nichts sagen.
Die Angabe «zero-shot» bezieht sich bei Figure auf Umgebungen und Objekte, nicht auf die Aufgaben. Die verbreitete Lesart ist falsch. Die 56 Prozent sind ein aggregierter Wert; kursierende Aufschlüsselungen nach Aufgabe (67, 62 und 40 Prozent bei 420 Durchläufen) stehen nicht in Figures Text und werden hier nicht verwendet. Ebenso wenig eine Angabe von 90 000 wöchentlichen Beitragenden, die Figures eigener Zahl von 44 000 widerspricht. Die Evaluation wurde von Figure entworfen, durchgeführt und bewertet; es gibt keine Begutachtung und keine unabhängige Wiederholung. Eine kritische Einschätzung stammt von einem Mitgründer eines direkten Wettbewerbers, der kurz zuvor selbst mit 99 Prozent Erfolgsquote warb. Beide Zahlen sind Firmenkommunikation mit verschiedenen Massstäben und nicht vergleichbar; wir führen sie deshalb nicht gegeneinander. EgoVerse ist ebenfalls ein Vorabdruck ohne Begutachtung.
Quellen
- Figure, «Helix 2.5: Zero-Shot 30-Home Generalization», 17. September 2026; «Introducing Index», 25. August 2026; Mitteilung zur Series C, 16. September 2025 figure.ai · figure.ai · figure.ai
- «EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World», Vorabdruck vom 7. Juli 2026, mit Beteiligung der ETH Zürich arxiv.org
- Startupticker zu Mimic Robotics, 3. November 2025; Berichterstattung zur ANYbotics-Runde vom 22. September 2025; Deep Tech Nation zur Übernahme von RIVR durch Amazon, 19. März 2026 startupticker.ch · tech.eu · deeptechnation.ch
Mehr zu diesen Themen
- 30. September 2026Kalifornien baut die Chatbots. Zürich baut die Körper
- 30. September 2026Dossier Robotik: Wo die Schweiz vorne liegt und wo nicht
Sie lesen Leitgrad öfter? Bei Google als bevorzugte Quelle markieren
Teilen
Weiterlesen
Das Morgen-Briefing
Sie lesen Leitgrad öfter? Bei Google als bevorzugte Quelle markieren
