谁在给 OpenAI 供具身数据？报道指向成立两年的 Maxinsights

量子位的一篇调查报道试图回答一个问题：OpenAI 近年在具身智能上的进展，训练数据从哪里来。报道称，OpenAI 并未公开披露其第一人称视角（Egocentric）数据集的供应商，但在行业讨论中浮现出来的名字，是一家成立仅两三年的硅谷初创 Maxinsights。

报道给出的规模数字相当具体：累计向客户交付超过 200 万小时数据，另有 150 万小时以上带手部追踪与语言标注的数据；月采集产能达 45 万小时，采集网络覆盖 2000 多个真实环境、5 万多个场景，业务铺到包括北美在内的六大洲。

客户名单是这篇报道最受关注的部分。文中提到 Google DeepMind、Figure AI、1X、Dyna Robotics、Genesis AI 都出现在其合作名单上；报道还称其 ARR 已连续多月站上或接近 1 亿美元。

数据为什么值钱，报道用两个已发布的模型做了对照。Dyna Robotics 今年 8 月发布的 Dyna-2 用 100 万小时人类第一人称视频做预训练，当预训练数据从 1000 小时增至 100 万小时，对人类动作的预测均方误差降低约 12%，报道称这批数据的最大供应商正是 Maxinsights。

另一个例子是 Genesis AI 今年 5 月发布的机器人基础模型 GENE-26.5，能在厨房连续自主完成约 20 步烹饪操作；报道称其独家第一人称数据合作伙伴同样是 Maxinsights，许多高难度技能只需不到 1 小时的特定任务数据即可掌握。

商业逻辑并不复杂：让机器人自己反复采集操作数据，成本高、速度慢、场景有限；而让人戴上头戴相机记录日常手部动作，成本更低、场景更多样，也不依赖昂贵的机器人硬件，才有可能做到百万小时级的规模。

报道还提到，这家公司今年 3 月把业务推进到中国市场。这意味着具身数据的供应已经跨过实验室自采阶段，变成一门横跨中美的规模化生意。

需要保留的是报道本身的口径：OpenAI 没有确认供应商身份，Maxinsights 与这些客户的关系主要来自公开报道和业内线索的梳理。但方向是清楚的。在 Physical AI 的竞赛里，数据采集网络正在成为和算力一样需要提前锁定的资源。