事件概述

在Physical AI（物理人工智能）领域，训练数据尤其是高质量的人类操作数据是制约模型发展的关键瓶颈。一家名为Maxinsights的硅谷初创公司，通过提供大规模的第一人称视角（Egocentric）数据集，解决了这一难题。尽管未公开披露所有客户，但行业线索显示其已成为OpenAI的重要数据供应商，同时服务于Google DeepMind、Figure AI、Dyna Robotics和Genesis AI等顶尖玩家。

核心信息

1. 数据规模与采集能力

Maxinsights构建了庞大的全球数据采集网络，其核心数据资产包括：

• 交付总量：已向客户交付超过200万小时的数据。
• 标注数据：拥有超过150万小时带有手部追踪和语言标注的数据。
• 采集产能：月采集量达45万小时。
• 场景覆盖：在全球2000多个真实环境中，覆盖50000多个具体场景。

这种基于头戴式相机的人类第一人称视角采集方式，相比机器人自主采集，具有成本低、场景多样性强、不依赖昂贵硬件的优势，能够支撑百万小时级别的大规模数据集构建。

2. 商业表现与里程碑

• 收入规模：Maxinsights的年化经常性收入（ARR）已连续多月达到或接近1亿美元。这一数字被视为SaaS及数据服务行业成熟度的分水岭，表明公司已跨越早期验证阶段，进入规模化扩张期。
• 订单增长：2026年第三季度，其Bookings（订单签约额）预计环比增长48%，显示出强劲的市场需求。
• 市场拓展：业务覆盖北美在内的全球六大洲，并于2026年3月正式进入中国市场。

3. 技术价值与客户案例

Maxinsights的数据直接推动了多个前沿机器人模型的训练效果提升：

• Dyna Robotics (Dyna-2)：使用由Maxinsights提供的100万小时人类第一人称视频进行预训练。数据显示，随着预训练数据从1000小时增至100万小时，模型对人类动作的预测均方误差降低了约12%，且具备处理未见过的机器人数据的能力。
• Genesis AI (GENE-26.5)：该模型展示了复杂的厨房烹饪能力（如切番茄、打蛋等20步连续操作）。其独家第一人称数据合作伙伴为Maxinsights，模型通过学习大量人类视频和手套传感器数据，实现了仅需不到1小时特定任务数据即可执行高难度技能的效果。

4. 商业模式演进：从供应到共建

Maxinsights并未止步于单纯的数据售卖，而是通过与头部客户深度合作，共同定义下一代数据标准：

• 合作模式：团队先与顶级客户（如Google DeepMind）打磨高标准数据产品，随后将其标准化并推广至其他客户。例如，与DeepMind合作从裸手第一人称采集起步，逐步扩大规模并优化数据方案。
• 技术基础设施：自研MaxSLAM大模型，能以毫米级精度还原人类操作时的视角变化。内部评测显示，其位置轨迹误差仅为4.24毫米，姿态误差低至0.57°。
• 数据方向拓展：除了手部交互，还探索了Full Body（全身运动轨迹重建）、Upper Body（动作-空间-语义联合表达）以及Text等新数据方向。

值得关注

Maxinsights的成功揭示了Physical AI产业链的一个关键趋势：数据正在从“项目制”采购转向“持续性基础设施”服务。

传统的数据采集往往是一次性的项目结算，而Maxinsights通过建立“数据飞轮”——即更多客户带来更丰富的数据，更好的数据提升模型效果，进而吸引更多客户——实现了收入的持续性和可预测性。这种模式不仅证明了高质量具身数据的巨大商业价值，也表明在通用大模型之外，垂直领域的专用数据基础设施将成为竞争壁垒。