X Square Beats Figure AI's Benchmark by 45%: China's Humanoid Compression Hits the Leaderboard Again

X Square는 Figure AI가 발표한 로봇 조작 작업 벤치마크를 구체적으로 겨냥했으며, 이를 45% 향상했다고 주장했습니다. Wall-B가 하드웨어 비용을 70% 절감하며 정렬 작업을 수행하고, LimX Dynamics가 Figure의 능력을 따라잡으며, Tiangong Omni가 작업 과제에서 만점을 받는 등, 그 패턴은 구조적으로 명확합니다: 중국 humanoid 연구소들은 딥시크가 GPT-4에 대해 보여준 것과 같은 '능력당 비용' 압축 전략을 따르고 있습니다.

간단히 말해

Figure AI는 실리콘밸리의 가장 잘-funded된 로보틱스 기업 중 하나입니다. X Square는 Figure가 공개한 벤치마크를 직접 사용하여 자체 로봇을 테스트했으며, Figure의 기록을 45%나 앞선다고 주장합니다. 이는 서방 counterparts를 능가하는 중국 humanoid 연구실들의 패턴에서 세 번째 또는 네 번째 데이터 포인트입니다.

벤치마크 도전

X Square의 접근법—명시적으로 경쟁사의 공개 벤치마크를 겨냥한—은 특정 경쟁 신호입니다. 즉, "우리는 그들의 기록을 능가할 수 있다고 믿으며 시장에 알리고자 한다"는 뜻입니다.

판데일리(Pandaily)의 보도에 따르면, X Square는 단 1시간 동안 편집되지 않은 영상에서 단순 집게를 사용해 1,816개의 상자를 분류했다고 주장합니다. X Square가 목표로 삼은 기준인 1,248개는 Figure AI의 시간당 평균 처리량과 정확히 일치합니다. 이는 1,816 / 1,248 = 45.6%에 달하는 수치이며, 편집되지 않은 단일 테이크 영상으로 입증되었습니다.

이 주장이 일반적인 벤치마크 주장보다 강력한 두 가지 이유는: 작업(상자 분류)이 구체적이고 측정 가능하다는 점, 그리고 "편집되지 않음"이라는 프레이밍이 humanoid 로봇 데모에 자주 제기되는 편집 비판에 대한 직접적인 대응이라는 점입니다.

humanoid 업계 주간 동향

X Square의 주장은 고립된 사건이 아닙니다. 같은 기간에 다음과 같은 소식들이 전해졌습니다: Tiangong Omni가 표준 작업 과제에서 만점(1.35m, 39kg, full-task 벤치마크); LimX Dynamics가 Figure의 capability에 필적하는 로봇을 훨씬 저렴한 하드웨어 비용으로 시연; WRC 2026에서 중국 embodied intelligence 생태계 내 300개 이상의 활발한 기업 활동.

경쟁 루프가 발표 주기보다 더 빠르게 돌아가고 있습니다.

Figure에 미치는 영향

이러한 벤치마크 압력에 대한 Figure의 대응은 중대합니다. 선택지: 도전자들이 따라오지 못한 성능을 입증하는 새로운 결과 발표; 벤치마크 경쟁에서 배포 규모(조작이 어렵고 상업적으로 더 의미 있음)로 경쟁 프레임 전환; 또는 실제 격차가 있는 capability에서 로드맵 가속화.

Figure에 가장 나쁜 결과: Figure가 설계하지 않은 벤치마크 경쟁에 휘말려 도전자들이 유리한 метрикс에 집중하는 동시에, 실제 고객들은 전혀 다른 요소(배포 규모)를 중시하는 상황.

결론

중국과 미국의 humanoid capability 격차는 데모 벤치마크에서보다 실제 배포 규모에서 더 빠르게 좁혀지고 있습니다. 시장에서의 입지를 결정짓는 진정한 мет리크는 데모에서의 상자 개수가 아니라 실제 환경에서의 운영 시간입니다. 다음 6개월간 주목해야 할 Figure의 숫자는 벤치마크 점수가 아니라 배포 규모입니다.