谁在给OpenAI供应具身数据?

谁在给OpenAI供应具身数据?

💡 原文中文,约5400字,阅读约需13分钟。
📝

内容提要

Maxinsights成立仅两三年,专注采集第一人称视角人类操作数据,已交付超200万小时,月采集45万小时,覆盖5万场景。公司已进入OpenAI、Google DeepMind、Figure等头部企业供应链,ARR连续多月近1亿美元,预计2026年三季度订单签约额环比增长48%。其模式是与顶尖客户共同制定数据标准,再推广至近50家客户,并自研MaxSLAM等技术,构建Physical AI数据基础设施。

🔎

延伸解读

数据飞轮如何转动

Maxinsights的商业模式核心在于规模效应:客户越多,积累的真实场景与训练数据越丰富,数据越丰富越能提升模型训练效果,效果得到验证后又吸引客户持续采购。这种正循环使其ARR连续多月接近1亿美元,标志着已从技术验证进入规模化扩张阶段。但飞轮能否持续,取决于数据质量能否稳定改善模型表现,以及供应商能否跟上下一轮训练的数据规模和质量要求。

从项目制到长期合作

传统数据采购多为项目制,客户训练完一版模型需求即结束,收入脉冲式波动。Maxinsights则与头部客户共同制定数据标准,再推广至近50家客户,将按需采购转变为长期合作。例如与Google DeepMind从约200小时裸手第一人称数据起步,根据模型训练反馈持续优化数据产品,并延伸至Text、Upper Body、Full Body等新方向。这种模式让数据标准成为行业基础设施,但依赖头部客户的持续认可。

技术家底支撑规模化交付

Maxinsights自研MaxSLAM大模型,以毫米级精度还原人类操作视角变化,内部评测中位置轨迹误差仅4.24毫米,姿态误差低至0.57°。在Full Body方向探索从第一人称视频重建人体全身运动轨迹,在Upper Body方向实现动作—空间—语义联合表达。这些技术使其能处理复杂场景数据,但文章未披露这些技术在不同场景下的泛化能力,实际规模化交付中的稳定性仍需观察。

需求迭代中的不确定性

文章指出,客户今天愿意花钱买的数据,未必是下一代机器人最需要的数据。模型能力迭代太快,机器人下一步要学什么、缺什么数据,连顶尖团队也得边训练边摸索。Maxinsights通过参与构建数据基础设施、与头部客户共同探索需求来应对这一风险,但其订单签约额预计2026年三季度环比增长48%的持续性,仍取决于能否持续预判并满足快速变化的数据需求。

❓

Q&A

Maxinsights是一家做什么的公司?

Maxinsights是一家专注于采集第一人称视角人类操作数据(Egocentric Data)的初创公司,为Physical AI模型训练提供大规模、高质量的数据集,并参与构建Physical AI数据基础设施。

Maxinsights的数据采集规模有多大?

Maxinsights已向客户交付超过200万小时的数据,拥有150万小时以上带手部追踪和语言标注的数据,月采集产能达45万小时,采集网络覆盖全球2000多个真实环境、50000多个场景。

Maxinsights的客户有哪些?

Maxinsights已进入OpenAI、Google DeepMind、Figure AI、Dyna Robotics、Genesis AI等全球头部Physical AI企业的供应链,全球合作客户近50家,其中包括5家行业最顶尖企业。

Maxinsights的商业模式有什么特别之处?

Maxinsights先与顶尖客户深度合作,共同制定数据标准并打磨高质量标准化数据集,再将成熟数据产品推广至其他40多家客户,形成从定制到标准化的长期合作模式。

Maxinsights的财务表现如何?

Maxinsights的ARR连续多月达到或接近1亿美元,预计2026年第三季度订单签约额环比增长48%,显示出规模化交付能力和持续增长的商业价值。

Maxinsights有哪些自研技术?

Maxinsights自研了MaxSLAM大模型,能以毫米级精度还原人类操作时的视角变化,位置轨迹误差仅4.24毫米,姿态误差低至0.57°,还探索了全身运动重建、上半身联合数据表达等技术。

🏷️

标签

➡️

继续阅读