Figure AIのBMWでの11か月試験：誰も公表しなかった結果

過去 3 年間、人型ロボット業界はバイラル動画のコンテストとなってきました。バックフリップはできるでしょうか？コーヒーを作ることはできますか？シャツを折りたたむことはできますか？これらのデモは印象的でしたが、慎重に演出され、大幅に編集され、最終的には経済的現実を欠いていました。

2025 年 11 月中旬、その時代は終わりに向けて本格的な第一歩を踏み出しました。

Figure AI と BMW マニュファクチャリングは、サウスカロライナ州スパータンバーグ工場で 11 か月にわたるパイロット プログラムを終了しました。見出しはロボットが働いたということではない。見出しは「仕事は退屈だった」です。

バックフリップはありませんでした。ダンスはありませんでした。シャーシラインには 2 台の Figure 02 ロボットがあり、板金部品を 5 ミリメートルの公差内で治具に挿入し、月曜から金曜まで何か月もの間、10 時間のシフトを実行していました。その間、約 90,000 個の部品配置を処理し、30,000 台を超える BMW X3 ボディの生産に供給しました。彼らは喫煙休憩を取らなかった。彼らは反復疲労損傷について文句を言いませんでした。

これは、すべてのロボット企業が恐れてきた「試験」であり、フィギュアは 11 か月間試験に耐えました。問題は、後でわかるように、完全な成績表が公開されなかったことです。

現実の指標

パイロットでは、板金部品をシャーシ固定具に挿入するという、高頻度の特定の作業に焦点を当てました。これは、シャーシの位置がわずかに異なり、部品が薄くて掴みにくいため、従来の自動化では難しいことで知られる作業です。

世界が完璧であることを期待する硬いロボットアームとは異なり、ヒューマノイドは不完全な世界に適応する必要があります。パイロットの公開された 目標 は次のことを要求していました。

• 配置精度: シフトごとの成功率 > 99%。
• サイクルタイム: 複数パートの操作ごとに 84 秒。
• 介入率: シフトごとに人間による介入はゼロです。すべての一時停止またはリセットが記録されます。

演習全体のアスタリスクは次のとおりです。Figure も BMW も、ロボットが実際にこれらの目標をどの程度達成したかに関するデータを公開していません。 介入は記録されました。ログは非公開のままでした。 KPI が未公開で終了する 11 か月のパイロットは、証拠ではなく暗黙的に合格点です。プレスリリースで「成功」と呼ばれるたびに、それを思い出す価値があります。

5mm公差

公開されている最も重要な指標は配置許容差です。ロボットは、5mm 許容範囲内に部品を配置する必要がありました。

$\text{Tolerance} \le 5\text{mm}$

人間にとって5mmは大きいです。照明条件（オーバーヘッドコンベアからの影、溶接火花）が変化する工場内でコンピュータビジョンに依存するロボットにとって、5mm は不確実性の谷です。 Figure 02 が、外部のモーション キャプチャ マーカーを使用せず、オンボード ニューラル ネットワークのみを使用してこのターゲットを一貫して達成できたという事実は、「エンドツーエンド」ニューラル ネットワークのアプローチを検証します。

ニューラル アーキテクチャ: 動作中の生成 AI モデル

図 02 の演算ロジックは、決定論的プログラミングからの根本的な逸脱を表しています。ロボットは、従来の意味での「コード」上で実行するのではなく、エンドツーエンドでトレーニングされたビジョンアクションモデル (VAM) を介してアクションを実行します。

古典的なロボットのパラダイムでは、制御エンジニアは明示的なロジックを作成します。 if (sensor_A > 5) { move_arm(x, y, z) }

このアプローチは脆弱です。センサーの読み取り値が 4.9 に変動すると、コードは失敗します。

対照的に、Figure 02 は、物理的なアクションに対する生成事前トレーニング済みトランスフォーマー (GPT) のように動作します。ロボットの搭載カメラは、視覚的なトークンのストリームを変圧器モデルに送り込みます。同時に、モデルは「ブラケットを配置してください」などの高レベルの意味命令を受け取ります。システムはこれらの入力を処理し、シーケンス内の次のトークンを予測します。ただし、文内の次の単語を予測するのではなく、次の 関節速度コマンド を予測します。

この「ピクセルからアクションへの」アーキテクチャにより、ロボットの汎用化が可能になります。パーツが 10 度回転しても、ニューラル ネットワークはエラーになりません。人間が直感的にグリップを調整するのと同じように、わずかに異なる手の軌道を予測するだけです。従来のロボットはクラッシュするだけでした。

VAM トレーニング パイプラインの詳細

モデルはただビデオを見ているだけではありません。マルチモーダルストリームを取り込んでいます。 VAM の「推論」部分により、計画が可能になります。コマンドが与えられると、モデルはタスクを潜在的な計画に分解します。この計画はハードコーディングされたシーケンスではなく、潜在的なアクションの確率論的な雲です。ロボットは移動すると、次の 100 ミリ秒の移動の成功確率を常に再評価します。この 10Hz 制御ループにより、シャーシ ライン上の微小な滑りや予期せぬ振動を修正することができます。 「推論」層は「運動制御」層の上に位置し、運動野を導く前頭前野として効果的に機能します。

だからこそ、「シムとリアル」のギャップが最大のハードルでした。

シムとリアルの溝を越える

強化学習 (RL) を使用すると、ロボットはシミュレーションで数千年に相当するトレーニングをわずか数日で行うことができます。ただし、シミュレーションは「クリーン」であることで知られています。摩擦は一定で、照明は均一であり、物理エンジンが工場現場の混沌とし​​た現実を捉えることはほとんどありません。

「マトリックス」で訓練された脳を、汚くて騒々しい BMW 工場に置くと、通常、分布の変化、つまりセンサーが訓練データと一致しないデジタル発作に悩まされます。 BMW のパイロットは、Figure が ドメインのランダム化 問題を解決したことを証明しました。シミュレーションで照明、ノイズ、摩擦の何百万ものバリエーションを使ってモデルをトレーニングすることで、ニューラル ネットワークにとって現実世界は単なる「別のバリエーション」のように見えます。この「Sim-to-Real」転送は汎用ロボット工学の聖杯であり、現実の高価なハードウェアを壊すことなく、フリートがクラウドでの障害から学習できるようになります。

「汎用」の経済学

\30,000 の KUKA アームでこれができるのに、なぜ \150,000 のヒューマノイドを使用するのでしょうか?

これは、プロジェクトの開始以来、懐疑派（および空売り派）が提起してきた中心的な疑問です。答えは、BMW パイロット セットアップの特定の制約にあります。 Figure 02 は、既存の 人間のワークスペースに展開されました。

• ケージなし: このロボットは、従来の自動化の特徴である高価な黄色の安全ケージを使用せずに、人間と並行して動作しました。
• 再ツールなし: シャーシ ラインはロボット用に再構築されていません。ラインに適応したロボット。
• 柔軟性: 来週ラインが変わる場合、ヒューマノイドはソフトウェア アップデートを通じて新しいタスクを学習します。専用アームは、専門のインテグレータによって物理的にボルトを外され、移動され、再プログラムされる必要があります。

これは ブラウンフィールド オートメーション の定義です。これにより、メーカーは 1990 年代に建設されたプラントを取り壊さずに自動化できるようになります。 「ロボット税」（ロボットに合わせて工場環境を変更するための隠れたコスト）はほぼゼロに下がります。さらに、ロボットは特定の製品ラインに関連付けられた資産ではありません。作業を行った X3 のボディラインが切り替わると、ロボットは次の作業に向かって歩きます。固定アームはスクラップ置き場へ。

労働平価のコスト

150,000 ドルでは、5 年の耐用年数と適度なメンテナンスを想定すると、Figure 02 の 1 時間あたりのコストはおよそ 10 ～ 15 ドル/時間となります。スパルタンバーグの UAW 労働者の完全負担コストは、1 時間あたり 65 ドルを超えることがよくあります。ただし、他の場所で見られる積極的な設備投資の計算には注意してください。シフトの代わりにバッテリー交換を行う 24 時間 365 日の稼働時間を前提としています。パイロットはそのようなことは何も実証しませんでした。ロボットは週 5 日、10 時間の 1 つのシフトを実行しました。そのデューティサイクルでは、投資回収期間は数か月ではなく数年に及びます。 ROI が 12 か月未満の場合は 24 時間体制の運用が必要ですが、現時点では仮説にとどまります。

将来を見据えた分析: 2026 年への移行

そして、これが 2 番目のアスタリスクです。パイロットはデプロイされずに終了しました。 BMWは、現在スパルタンバーグ工場にフィギュアロボットはなく、それらを戻す明確なスケジュールも存在しないことを認めた。試験は（おそらく）合格しました。求人には署名されていません。それでも、業界アナリストは、2026 年に 3 つの大きな変化が起こると予想しています。

1.「白目」フェーズ

ロボットは「檻に入れられたパイロット」から「共同作業が可能な個別のゾーン」に移行します。彼らはまだ人間と肩を並べることはありませんが（安全規制はテクノロジーに遅れています）、同じ空気を共有するでしょう。

2. コンピューティングのボトルネック

Figure 02 は、VLM を実行するための巨大なオンボード コンピューターを搭載しています。これらのフリートが拡大するにつれて、エッジ推論チップ (Nvidia の Jetson Thor など) の需要が急増します。導入の制限要因はロボットのハードウェアではありません。それは、ローカライズされたコンピューティングの可用性です。

3. 組合の対応

UAWとドイツ労働評議会は、これらのパイロットについては「実験的」だったとして沈黙を保ってきた。完全な生産ラインの試験運用が完了した今、労働者の会話は「もし」から「どれだけ」に移行するでしょう。 2026 年の契約では、組立ラインごとの「ヒューマノイド比率」が明示的に定義されることが予想されます。

評決

BMW での Figure 02 パイロットは科学プロジェクトではありませんでした。それは就職面接でした。二足歩行ロボットが入ってきて、11 か月間ラインで稼働しましたが、衝突することはありませんでした。

しかし、正直な評決はビクトリーラップの手前で止まっている。性能データは公表されず、現在工場はヒューマノイドなしで稼働しており、フィギュアはそれ以来フィギュア02を完全に退役させた。BMWの部隊はフィギュア03の打ち上げ後、全艦隊の退役の一環として本社に戻った。

「役に立つヒューマノイド」はもはや単なる約束ではありません。それは試用期間を過ぎた候補者であり、まだ本契約を待っているところです。