谁在给OpenAI供应具身数据？
梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI
这RSI，那AGI，别看今天山姆·奥特曼已经把自家模型卷得没边儿了，我还是要说一句——
在Physical AI这事儿上， OpenAI 吃过的苦头，真不比头部具身厂商少！！！（doge）
还记得在2020-2021年，壮志未酬的OpenAI机器人团队经历了一轮解散风波，其中反复被提到的现实难题之一，就是训练数据不够。
可是没隔几年，GPT-6就这样横空出世，强大的程度让全网震惊瘫坐！但另一个更让人觉得魔幻的事情是：
你一个通用大语言模型，咋就这么水灵灵地能控制机械臂，完成抓取、放置等一系列具身任务了啊！？
△图源:美国独立评测机构RoboCurve 那么问题来了，当年一度被数据卡住的OpenAI，到底是咋把这件事重新做起来的？
出于对技术发展强烈的好奇心，我还真沿着公开报道和业内线索往下扒拉了一圈，然后一个亏贼、魔幻、离谱的事情来了——
当前在Physical AI圈子里火得发烫的Egocentric（第一人称视角）数据集，OpenAI其实早就大买特买了一波！
虽然OpenAI并没公开披露这家数据供应商是谁，但随着Physical AI赛道持续升温，有一家公司，突然在行业的密集讨论声中浮出水面：
不是什么科技巨头，而是一家叫做 Maxinsights 的公司，甚至满打满算也才 成立两三年 。
再顺着客户名单往下一扒，我发现这家公司，甚至还跻身全球Physical AI头部玩家的供应链：
Google DeepMind、Figure、1X…… 一众超火的Physical AI圈头部玩家，都出现在它的合作名单上。
一个成立才几年的硅谷初创，愣是把全球数千人的真实操作经验，做成了一门横跨中美市场的规模化生意。
200万小时交付，挤进全球Physical AI核心供应链
说实话，真不怪这两年Physical AI对规模化Egocentric Data的需求猛猛猛涨。
背后的原因很现实：靠机器人自己一遍遍采集操作数据，成本高、速度慢，能覆盖的场景是非常有限的。（扎心.jpg)
而Egocentric Data的本事，恰好就填上了这块儿数据训练的大bug——
只要让人戴上头戴式相机，就能把日常生活中的手部动作、人与物体的交互过程都记录下来。
采集成本更低，场景多样性更强，不依赖昂贵的机器人硬件， 就有条件支撑数万乃至百万小时级别的大规模数据集，nice～
但话说回来，做Egocentric Data的公司不少，但能挤进全球顶尖模型厂商核心供应链的初创可没几家。
经过更加深入的了解，我发现Maxinsights做的数据生意，确实有点超出我对初创公司的常规认知了。（doge）
单单向客户交付的数据就超过 200万 小时，此外还拥有 150万 小时以上带有手部追踪和语言标注的数据。
月采集产甚至达到了 45万 小时，全球采集网络铺进了 2000 多个真实环境，覆盖足足 50000 多个场景。
一家成立两三年的公司，就这么把散落在全球的人类操作经验，一点一滴地攒出一座机器人训练数据矿山～
当然，你数据交付规模再大，最终还得看有没有客户愿意给这数据掏钱买单，以及在模型能力上兑现了多少价值。
于是我继续往下扒，发现Maxinsights凭着数万场景的数据家底，已经把生意做到了包括北美在内的 全球六大洲 。
更值得玩味的是，人家甚至已经挤进了全球Physical AI头部玩家的供应链——
Google DeepMind、Figure AI、Dyna Robotics、Genesis AI…… 随便拎出一家，都是全球机器人圈里响当当的名字。
今年3月，这家公司又把生意做进了中国市场，全球Physical AI数据生意，还真让它跑通了。
甚至，这些卖出去的数据，已经开始在前沿机器人模型的训练结果里，显现出规模化预训练的「价值」。
Dyna Robotics当时用100万小时人类第一人称视频预训练，让机器人学习真实世界的物理交互规律。
结果还真让它摸出了一条Scaling Law，当预训练数据从1000小时一路增加到100万小时，Dyna-2对人类动作的 预测均方误差降低约12% 。
更重要的是，即便面对训练阶段从未见过的机器人数据，模型的预测表现也随着人类视频规模增长而持续改善。
结果谁成想呢，Dyna-2这100万小时预训练数据的背后最大供应商不是哪家大厂，正是 Maxinsights 。
我们再来说说硅谷明星机器人公司「Genesis AI」今年5月发布的机器人基础模型 GENE-26.5 。
机器人直接进厨房，一口气自主完成约 20步 连续烹饪操作，切番茄、单手打蛋、双手配合……全程无需人工接手。
甚至好多高难度技能，只需要不到1小时的特定任务机器人数据，就能实现自主执行。（震惊.jpg)
这里头的关键所在，便在于让模型提前从大量人类第一人称视频、手套传感器数据中学习动作和物理交互经验：
很多人不知道的是， GENE-26.5的独家第一人称数据合作伙伴，也是Maxinsights？？？
全球头部模型厂商的采购预算里，长出一家亿美元级公司
这些年Physical AI的故事听了不少，但能把技术需求变成真金白银的生意，才算真正摸到了商业化的门道。
根据最新经营数据， 2026年第三季度，Maxinsights的Bookings （订单签约额） 预计环比增长48%。
「订单签约额」的表面意思很好理解，它衡量的就是客户愿意为这家公司的数据服务，签下多少真金白银的合同。
客户愿不愿意采购， 背后考验的是数据能否真正进入模型训练流程、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。
尤其是头部Foundation Model团队，模型迭代动辄需要数十万乃至百万小时的数据支撑，对数据质量、场景覆盖和交付稳定性都有着相当高的要求。
所以说，订单签约额的增长，某种程度上也是客户用真金白银，为一家数据公司的规模化交付能力和长期供给价值投票～
更需要敲黑板的是，这还是在前期已经实现「百万小时」级数据交付的基础上，进一步取得的订单增长！！！
未来这公司的订单签约数量估计、没准、可能要跟着RSI的步子一起《智能爆炸》了。（笑）
Maxinsights如今已经「连续多月」保持ARR （年化经常性收入） 达到或接近1亿美元的水平。
需要敲黑板的是，ARR衡量的可不是这个月赚了多少，它指的是以当前合同结构，一年可稳定重复的收入。
连续！多个月！维持接近亿美元的ARR，就意味着在这家公司里这套收入每个月都能稳定复现的可预期现金流。
要知道$100M ARR也是一个被行业广泛认可的成熟分水岭，近乎意味着Maxinsights已经 走完了早期的技术验证和客户验证，进入规模化扩张的阶段。
但我更想说的是，$100M ARR的含金量，关键还在于它背后逐渐成形的 数据飞轮 ——
客户越多，积累的真实场景与训练数据越丰富，数据越丰富，越有机会提升模型训练效果，效果得到验证，又能吸引客户持续采购、追加订单。
这样一来就形成了一套商业增长的正循环，$100M ARR也恰恰是这套商业模式开始规模化兑现的有力信号～
原因很现实，具身智能、机器人、自动驾驶等领域的数据采购，长期以来都有很强的 「项目制」属性 。
客户买了合成数据、标注数据、场景仿真，训练完一版模型，理论上需求就结束了，按单结算、做完就散。
于是对于一些初创企业来说，很容易发生尴尬的一幕就是：收入跟着订单脉冲式波动，然后公司永远做不大。。。
所以说，一家数据训练公司能把收入做成月度持续的ARR，背后也说明了它攻克了这门生意的几道大关卡——
客户基础足够多元、客户愿意给它掏钱买单、模型迭代带来的新数据能够持续运转、具备持续造血的能力。
从「接单」的本事到「持续赚钱」的底气，Maxinsights如今显然已经交出了一份有说服力的成绩单。
不止于数据供应，Maxinsights与基础模型共同定义下一代数据
当然，在Physical AI这条赛道，有个容易被眼下火热的数据采购生意掩盖的现实问题是——
毕竟现在模型能力迭代太快，机器人下一步要学什么、缺什么数据，有时候连顶尖模型团队也得边训练边摸索。
但有意思的是，当不少数据厂商还在琢磨怎么把数据卖出去时，Maxinsights做的事情却不止于「供数据」这件事——
其 直接参与到构建Physical AI的数据基础设施 ，和顶尖Foundation Model团队一起，琢磨行业究竟需要什么数据。
目前Maxinsights在全球已经拥有接近 50家 合作客户，其中包括5家行业最最最顶尖的企业。
而相比于常见的按需定制、按单交付的数据供应，Maxinsights的商业模式有些特别。
具体来说，团队成员会先与这些头部客户深度合作，按照最严苛的数据要求反复打磨产品，沉淀出高质量、相对标准化的数据集，再将这套成熟的数据产品推广到其他40多家客户～
就拿Maxinsights早期与 Google DeepMind 的合作来说吧。
当时，双方就一起琢磨起了裸手第一人称数据采集，从最初约200小时起步，愣是一点点把交付规模做了起来。
但颇值得玩味的是，Maxinsights与客户之间的合作，并没有随着数据交付就此画上句号——
模型团队提出需求后，双方还会一起探索数据方案，再由Maxinsights组织采集与处理，并根据客户的模型训练反馈持续优化数据产品。
如此一来，原本按需采购的数据生意，就逐渐变成了双方共同探索数据需求、持续开发和迭代数据产品的长期合作。
甚至这套合作模式，还延伸到了 Text、Upper Body、Full Body 以及UMI等新数据方向～
△AI生成 从满足客户需求，到让一家客户的高标准成为更多客户的共同标准，这个能力放眼整个行业确实不多见。
在Physical AI的数据生意里，能接订单是一种本事，能让自己的数据标准被越来越多客户采用，才有机会把生意做成基础设施。
当然了，敢接全球巨头的生意，Maxinsights手里也攒下了一套从数据采集、处理到规模化交付的「技术家底」——
这家公司已经开始探索从第一人称视频中重建人体全身运动轨迹，系统能够在追踪双手动作和物体交互的同时，还原人体的三维姿态。
如此一来，机器人的学习对象，也就有机会从局部手部操作，延伸到更复杂的全身协同动作：
从制作拿铁到递送咖啡，每一步操作都能精准对应具体动作和任务指令，相当于给机器人学习复杂操作和训练VLA模型，备上了一套更精细有用的实操教材，be like：
在高精度空间感知方向 ，Maxinsights还自研了一套名为 MaxSLAM 的大模型。
其能以毫米级精度还原人类操作时的视角变化，让机器人看清装箱、整理家务、修理装配等动作背后的空间运动，为后续模型训练提供精准数据。
实测成绩也相当能打，在覆盖四类真实任务、20段操作序列的内部评测中，MaxSLAM的位置轨迹误差仅为4.24毫米，姿态误差低至0.57°：
因为放到今天，Physical AI数据采集早就算不上什么冷门生意，这两年各家科技巨头也都开始下场押注。
但热潮归热潮，能把数据做出规模、做出质量，还能让全球顶尖模型厂商持续掏钱买单的公司，终究是少数。
从百万小时级的数据交付，到OpenAI、Google DeepMind、Figure AI等全球头部玩家的核心供应商，再到与前沿模型团队共同摸索下一代数据需求——
这些成绩绑在一起，倒也让我们看清了一家 Physical AI数据与基础设施赛道头部创业公司 的成长路径。
但在为它们提供训练数据的产业链上，显然已经有玩家凭借独到的能力，提前在行业里占据了难以复制的生态位。
清华开源！智能体操作系统任务成本降83%，AI记忆可查可改 2026-10-17
《变形计》综艺赛博复活，AI版MrBeast爆火，LibTV下场「造星」了 2026-10-14
AI从「造图」卷到「造世界」，这次真有点科幻了。。。 2026-10-12
相关阅读
OpenAI前CTO被曝吸金7亿创业，招聘首先挖角老东家
陶哲轩：数学2.0时代已至！
OpenAI最新技术报告：GPT-4o变谄媚的原因万万没想到
奥特曼：o1仅仅是“推理模型的GPT-2”；黄仁勋：我给你加速50倍
奥特曼和老黄动手了……Luma干的
是兄弟就来找ChatGPT漏洞，OpenAI：最高赏金2万刀
热门文章
突发！DeepSeek新模型发布，超级性价比斩杀一切
DeepSeek服务器全球宕机！神秘Harness账号同时现身
库克：苹果智能接入阿里千问大模型，10月底在中国发布测试版本
智谱新模型，懂法方面全球第一了
清华开源！智能体操作系统任务成本降83%，AI记忆可查可改
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1