具身涌现获悉，近日，总部位于硅谷的华人物理AI企业Maxinsights（中国实体为：海宇数维）正式对外宣布完成3000万美元种子轮融资。本轮融资由Peak XV领投，Tola Capital、South Park Commons、渶策资本、Alumni Ventures共同参与跟投。这笔数额不小的资金，没有投向算力基建，也没有投入机器人硬件样机研发，全部押注在机器人行业容易被忽视的赛道 —— 真实世界机器人训练数据采集。
这家初创企业的两位华人核心创始人，分别毕业于上海交通大学与北京大学，均拥有深厚的机器人产业实战履历。CEO 袁宇光 毕业于上海交通大学，曾经联合创办工业机器人企业，后续还有跨国巨头Eaton的管理任职经历；CTO 汪堃 毕业于北京大学，曾任职谷歌自动驾驶项目工程师，回国之后参与创立轻舟智航，见证过自动驾驶技术百万级车辆落地的完整过程。
亲历硬件迭代与算法突破的二人，在产业实践中敏锐察觉到行业光鲜外表之下的现实困境：互联网拥有海量文本素材可以喂养大语言模型，但人类洗碗、备菜、整理房间这类生活化的物理动作，过去始终没有实现规模化、高质量采集。机器人想要理解真实世界，找不到现成可以直接取用的现实“教科书”。
为了获取原汁原味的现实动作样本，Maxinsights选择直接深入普通人的生活场景。他们在全球六个国家招募五千多名合同工作人员，参与者佩戴企业自研的头戴、腕带、胸前三路相机，就在自家厨房、餐厅后厨、酒店客房完成日常劳作，同步记录第一视角的完整作业画面。截至目前，这家企业累计采集的视频素材已经突破200万小时，其中150万小时的数据可以直接用于AI模型训练，三十多家前沿AI实验室、机器人企业已经成为它的付费客户。
具身涌现观察到，当下整个机器人数据采集赛道当中，不少同行依旧停留在拼采集时长、堆砌人力规模的粗放发展阶段。很多团队对外宣传时把总采集小时数当作核心考核指标，拍摄产出的视频当中混杂大量摆拍、无效片段，真正可用样本占比并不高，后期还需要投入庞大的人工团队完成复核校验。
Maxinsights能够和行业同行拉开差距，并不单单依靠几百万小时的视频存量，而是把数据质量管控当成工程技术命题去破解，而非单纯依靠人力兜底修复缺陷。自研的MaxLoop智能体在环质检系统，可以在数据回传之后快速完成评估反馈，原本需要一到两周的审核周期被压缩至一天以内，人工复核团队规模缩减九成，复核成本下降八成。
仅仅依靠视觉画面依旧存在明显短板，摄像头无法捕捉手掌抓取物体时的握力、接触面打滑形变等细节，而这些力学信号，恰恰是灵巧机械手完成精细操作必不可少的信息。这家企业还联合Genesis AI开发传感手套MaxGlove，计划到2027年完成一百万小时力觉数据的采集，补齐视觉感知之外的物理交互信息短板。
Peak XV投资负责人对外评价，能够把质量控制沉淀为工程能力，这套壁垒很难被后来者简单复刻，这也是不少实验室对比多家供应商之后，最终选择这家企业的关键原因。
具身涌现认为，这一轮融资传递出的产业信号，早已超越一家初创公司的商业故事。过去行业讨论物理AI，大众的焦点大多集中在芯片算力、大模型架构、人形机器人硬件参数，大家普遍默认算力是产业最大瓶颈。但产业推进到当前阶段，高质量的真实物理交互数据，已经演变为比算力更为稀缺的核心生产资料。算力缺口可以依靠扩产快速补齐，可千万小时级别、覆盖家庭与服务业的真实交互数据，没有办法依靠采购显卡批量生成。
这件事带给行业的第一个重大意义，就是产业内部的评价标尺正在发生改变。过去比拼总数据时长的游戏正在走向落幕，真正具备训练价值的“有效小时”，才是衡量数据集含金量的核心标准。同样一百万小时的原始素材，经过实时质控、多模态传感补充的数据，它的训练价值远高于大量低质量录像的简单堆砌，行业企业再也不能依靠数字规模掩盖样本质量层面的硬伤。
另一层重大意义，则代表产业专业化分工正在逐步成型。机器人企业如果要自建完整的数据采集链条，就要同时承担硬件开发、人员组织、质量审核整套沉重成本，很容易分散本体与算法研发的重心。专业第三方数据服务商走向成熟，意味着物理AI产业诞生专门的数据供给层，把采集、质检、多模态感知这类重资产工作承接下来，让机器人研发团队能够集中精力打磨模型与硬件本体。当然这条赛道依旧布满现实挑战，真实场景采集会持续遭遇场景多样性、隐私合规、力觉硬件量产落地等难题，拿到资本加持不等于前路坦途。
万亿规模的物 AI浪潮滚滚向前，机器人想要走出实验室走进普通家庭，需要学习的不是标准化的舞台演示，而是真实人间繁杂多变的烟火日常。属于机器人的数据军备竞赛，才刚刚正式拉开序幕。
原文标题 : 交大+北大联合创人打造机器人数据公司「海宇数维」完成3000万美元种子轮融资
成为付费用户可以阅读 海宇数维 所有资料
了解更多 →