新智元报道
硅谷机器人领域的竞争格局正在发生微妙变化。Google DeepMind、Figure、1X、Genesis AI、Dyna Robotics 等头部玩家背后，竟站着同一家数据供应商。
Dyna-2 模型基于 100 万小时数据验证 Scaling Law，GENE-26.5 完成复杂烹饪任务，其核心第一人称数据均源自同一来源。这家名为 Maxinsights 的公司，凭借强大的数据采集、处理与算法能力，已沉淀 150 万小时高质量数据存量，全球累计交付超 200 万小时。
Maxinsights 是一家扎根硅谷的 Physical AI 团队，主要客户集中在美国，今年 3 月正式拓展国内业务。其核心使命是将真实世界的人类经验，规模化转化为 Physical AI 的训练燃料。
人类日常视频成为 Physical AI 的关键训练资源
为何一家数据公司需要自研高精度模型？答案在于 Physical AI 落地现实世界的门槛。
让 AI 理解“叠衣服”的概念与真正执行该动作之间存在巨大鸿沟。手部抓取位置、布料滑动调整等细节经验，极少被文字记录，却是人类日常本能。大语言模型和视觉模型分别拥有海量文本和图片数据支撑，而机器人领域缺乏从“第一人称视角”记录人类操作的视频数据。
第一人称数据（Egocentric Data）通过记录操作者视角下双手与物体的交互过程及环境变化，为模型提供了更贴近任务本身的学习材料。
从操作者的视角，拍下双手如何与物体交互，以及动作发生前后，环境出现了什么变化。
相较于成本高、效率低且绑定特定机器的遥操作数据采集，第一人称数据采集设备跟随操作者，能高效记录厨房、工作台等生活场景中的宝贵操作经验。
视频不等于训练数据：三层算法能力的突破
原始视频需经过深度拆解才能成为训练数据。以“拧瓶盖”为例，模型需识别哪只手握住瓶身、动作起止帧、手腕空间轨迹等结构化信息，而非简单的标签描述。
Maxinsights 通过自研算法体系，解决了三大核心难题：
复杂遮挡下的稳定追踪
真实操作中，双手常被物体遮挡或快速移动。Maxinsights 自研的 MaxEgo 系统能在上半身运动、双手交叉等复杂场景下，高精度还原身体与手部姿态，确保关键动作信息不丢失。
长时序空间定位闭环
针对拍摄者移动产生的定位误差累积问题，团队利用深厚的自动驾驶 SLAM 技术积累，实现了长距离移动后的轨迹闭合与起点重新对齐，为手部动作提供了完整的空间背景。
动作语义的精准分层
系统不仅能追踪轨迹，还能通过自研视频理解模型生成准确的語言标注。数据按“环境 - 任务 - 子任务 - 动作指令”分层组织，将运动轨迹与任务目标紧密关联，大幅提升数据学习价值。
依托来自 Waymo、谷歌、Meta 及斯坦福等顶尖机构的工程团队，Maxinsights 构建了包含 20 亿余帧人体姿态数据的验证体系。从 MaxEgo 0.5 到 1.0 版本，关键误差指标下降超 50%。通过“机器质检 + 人工校正”的飞轮机制，98% 的质检工作由机器完成，持续提升数据质量与处理效率。
5000 人的手艺首次实现“电子化”
技术之外，Maxinsights 构建了难以复制的全球采集网络。公司在多国部署直管团队与社区网络，覆盖 2000+ 采集环境、50000+ 场景，月产能达 45 万小时。
通过 Agent 平台智能调度，系统实时监控数据分布，动态调整采集资源以避免场景重复，并自动识别无效片段。采集员涵盖家庭主妇、厨师、工人、农民等群体，他们数十年的肌肉记忆与操作手感，正通过佩戴式相机被转化为机器人的第一课。
真实生活里的凌乱、失误和临场调整，是实验室环境无法模拟的宝贵数据。
百万小时数据驱动模型 Scaling Law 涌现
今年发布的两款重磅机器人模型均受益于 Maxinsights 的数据支持。
8 月，Dyna Robotics 发布 Dyna-2，利用 100 万小时第一人称视频进行预训练，模型性能随数据量增加呈现四个数量级的提升，且未见天花板。其中最大数据供应商即为 Maxinsights。
5 月，Genesis AI 发布 GENE-26.5，仅用不到一小时的机器人专属数据配合第一人称视频，便实现了 20 步复杂烹饪任务的自主执行。
Maxinsights 自 2024 年起步，已累计交付超 200 万小时第一人称数据，仓库中储备了 150 万小时带手部追踪和语言标注的高质量数据。其月采集能力足以在两个多月内完成 Dyna-2 所需的 100 万小时数据量。
从规模扩张到经验密度：Physical AI 的制造法则
Dyna-2 的成功证明了机器人领域 Scaling Law 的有效性，行业竞争焦点转向谁能持续、稳定、低成本地将真实世界数据喂给模型。
特斯拉、Figure 等巨头纷纷自建采集团队，印证了“人类动作互联网”需从零构建的事实。Maxinsights 提出"Physical AI 的 Scaling Law 亦是 Manufacturing Law"，强调数据处理全流程的良率控制。四道关口各提升 4% 的良率，在千万小时规模下将决定交付成败。
未来竞争不仅关乎数据规模，更在于“经验密度”（Experience Density）。Maxinsights 通过智能调度确保新增数据涵盖未见过的物理场景，避免单纯重复。从 100 万小时到 1000 万小时，核心挑战是如何让每一小时数据都带来新的物理经验。
作为 Physical AI 的数据与学习基础设施，Maxinsights 正引领行业从单纯的数据采集迈向高质量的“数据制造”，为具身智能的下一轮爆发奠定坚实基础。