起底OpenAI具身数据供应商：初创公司ARR逼近1亿美元

在大语言模型向物理世界延伸（Physical AI）的过程中，训练数据匮乏曾是横亘在行业面前的一道硬伤。早年OpenAI的机器人团队在解散与重启之间反复受阻，关键症结之一就在于缺乏足够的高质量物理交互数据。

然而随着具备具身控制能力的大模型接连涌现，通用模型控制机械臂完成抓取、放置等复杂任务已成为现实。支撑这类前沿模型进化的核心燃料，正是当前在具身智能领域被广泛采购的第一人称视角（Egocentric）数据集。

业内信息显示，OpenAI、Google DeepMind、Figure、1X等头部阵营背后，站着同一家成立仅两三年的数据供应商——Maxinsights。这家初创公司将人类真实操作经验转化为规模化资产，年化经常性收入（ARR）已连续多月站上或逼近1亿美元大关。

百万小时级交付，填补机器人训练短板

具身智能对第一人称视角数据的爆发式需求，根源于现实采集痛点：完全依赖实体机器人采集操作数据，硬件昂贵、折损率高、采集周期长，难以覆盖多样化场景。

头戴式相机采集的第一人称数据则绕开了硬件门槛，只需记录人类在日常生活中的手部运动及与物体的交互，便能以更低成本快速构建覆盖丰富场景的超大规模训练集。

目前，Maxinsights累计向客户交付的数据已超过200万小时，拥有超过150万小时带有手部追踪与语言标注的高质量数据，月采集产能达45万小时。其全球采集网络延伸至2000多个真实物理环境，覆盖超过50000个具体场景。

大规模人类操作数据的有效性，已在最新的机器人模型中得到了验证。以机器人模型Dyna-2为例，研发团队使用100万小时人类第一人称视频进行预训练，推动机器人学习物理世界的交互规律。测试结果显示，随着预训练数据从1000小时扩展至100万小时，Dyna-2对人类动作的预测均方误差降低了约12%；即使面对未见过的机器人数据，模型的预测泛化能力也持续提升。这批预训练数据的核心供应商便是Maxinsights。

此外，Genesis AI发布的机器人基础模型GENE-26.5在实现单手打蛋、切番茄等20步连续自主烹饪操作时，同样采用了由Maxinsights独家提供的第一人称数据与手部传感数据进行预训练，将特定任务微调所需的数据量压缩至1小时以内。

突破项目制瓶颈，跑通数据飞轮

AI数据服务行业长期受制于“项目制”特征：客户为特定模型单次采购标注或仿真数据，按单结算后难以形成稳定复购。Maxinsights的最新经营数据显示，其2026年第三季度的订单签约额（Bookings）环比增长48%，并连续多月将ARR维持在接近1亿美元的高位。

对于动辄需要数十万至百万小时数据的基础模型团队，持续增长的签约额不仅代表采购量级，还意味着其数据体系已深度嵌入客户的持续训练流水线中。持续的ARR验证了正向数据飞轮：客户基数扩大带动真实物理数据积累，数据丰富度提升模型训练效果，进而推动客户持续追加预算。

深入物理AI基础设施

在提供原始素材之外，Maxinsights逐渐演进为参与定义下一代数据的行业基础设施。目前其全球合作客户已接近50家，涵盖多家前沿模型企业。

以早期与Google DeepMind合作裸手第一人称数据为起点，Maxinsights逐渐将单次需求扩展为持续联合开发，并逐步向全身协同数据演进：

• 全身姿态追踪（Full Body）：通过第一人称视频重建人体三维运动轨迹，同步捕捉双手与全身姿态，支持机器人学习全身协同操作；
• 上半身语义联合表达（Upper Body）：构建“动作—空间—语义”三位一体的精细化标注，适配复杂视觉-语言-动作（VLA）模型训练；
• 高精度空间感知：自研MaxSLAM模型，用于还原人类操作过程中的视角变化。实测数据显示，在四类真实任务的20段操作序列中，该方案的位置轨迹误差为4.24毫米，姿态误差控制在0.57度。

随着具身智能从概念验证走向工程化落地，数据正成为制约物理AI泛化能力的决定性因素。建立稳定的大规模交付体系与前沿数据标准，已成为这类供应链玩家构建核心壁垒的关键。