Par Mengyao, depuis Aofeisi
Quantum Bit | Compte officiel QbitAI
RSI par-ci, AGI par-là — même si Sam Altman a poussé aujourd'hui ses modèles à bout, je dois quand même dire une chose :
En ce qui concerne la Physical AI,OpenAIa vraiment connu autant de difficultés que les grands fabricants de robots incarnés !!! (doge)
On se souvient qu'en 2020-2021, l'équipe robotique d'OpenAI, aux ambitions inabouties, avait connu une vague de dissolution ; l'un des problèmes pratiques évoqués à répétition était le manque de données d'entraînement.
Mais quelques années à peine plus tard, voilà que GPT-6 a fait son apparition, avec une puissance qui a laissé tout le web stupéfait ! Et pourtant, ce qui est encore plus troublant, c'est :
Comment se fait-il que vous, un grand modèle de langage généraliste, vous puissiez si facilement contrôler un bras robotisé et accomplir toute une série de tâches incarnées comme saisir, déposer, etc. !?
△ Source de l'image : RoboCurve, organisme indépendant d'évaluation américain
La question se pose donc : OpenAI, autrefois freinée par le manque de données, comment a-t-elle réussi à mener cette affaire à bien ?
Poussé par une vive curiosité pour l'évolution technologique, j'ai vraiment fouillé les rapports publics et les pistes de l'industrie, et voilà qu'une histoire croustillante, dingue et absurde est apparue —
Pour les ensembles de données Egocentric (à la première personne), aujourd'hui en feu dans le cercle de la Physical AI, OpenAI en avait en fait déjà acheté des quantités considérables !
Bien qu'OpenAI n'ait pas divulgué publiquement l'identité de ce fournisseur de données, à mesure que la filière Physical AI s'échauffait, une société a soudainement émergé au milieu des discussions intenses du secteur :
Ce n'est pas un géant de la technologie, mais une société appeléeMaxinsights, qui, à tout prendre, n'existe que depuisdeux ou trois ans。
En remontant ensuite sa liste de clients, j'ai découvert que cette société figurait même dans la chaîne d'approvisionnement des grands acteurs mondiaux de la Physical AI :
Google DeepMind, Figure, 1X…Une foule d'acteurs hyper populaires de la Physical AI figurent sur sa liste de partenaires.
Pire encore : l'ARR (revenu récurrent annualisé) de cette société atteint ou frôle déjà la barre des 100 millions de dollars depuis plusieurs mois consécutifs ~
Une start-up de la Silicon Valley fondée il y a à peine quelques années a carrément transformé l'expérience opérationnelle réelle de milliers de personnes dans le monde en une activité à grande échelle couvrant les marchés chinois et américain.
Alors, comment ce business s'est-il construit ? Aujourd'hui, on fait le point en détail ~
2 millions d'heures livrées, s'introduire dans la chaîne d'approvisionnement mondiale de la Physical AI
Honnêtement, on ne peut pas reprocher à la Physical AI ces deux dernières années l'envolée spectaculaire de sa demande en données Egocentric à grande échelle.
La raison sous-jacente est très concrète : laisser les robots eux-mêmes collecter encore et encore des données opérationnelles coûte cher, prend du temps, et les scénarios couvrables restent très limités. (aïe aïe.jpg)
Or le talent des Egocentric Data comble exactement ce gros bug de l'entraînement sur données —
Il suffit de faire porter une caméra frontale à des personnes pour enregistrer les mouvements des mains de la vie quotidienne ainsi que les interactions entre humains et objets.
Un coût de collecte plus faible, une plus grande diversité de scénarios, sans dépendre d'un matériel robotique coûteux,cela permet de soutenir des jeux de données massifs à l'échelle de dizaines de milliers, voire d'un million d'heures, nice~
Mais cela dit, les entreprises qui travaillent sur les données égocentriques ne manquent pas, mais les startups capables d'intégrer la chaîne d'approvisionnement centrale des plus grands fabricants de modèles mondiaux sont rares.
Après une exploration plus approfondie, j'ai découvert que le commerce de données mené par Maxinsights dépasse vraiment ce que je considérais comme habituel pour une startup. (doge)
Rien que sur son actif de données le plus fondamental, cette entreprise a déjà atteint avec une intensité féroce l'ordre de grandeur du « million d'heures » —
les seules données livrées aux clients dépassent2 millionsd'heures, auxquelles s'ajoutent plus de1,5 milliond'heures de données annotées avec suivi des mains et annotations linguistiques.
La production mensuelle de collecte atteint même45万 (450 000)heures, et son réseau mondial de collecte s'étend à travers2000environnements réels, couvrant pas moins de50000scénaires différents.
Une entreprise fondée il y a seulement deux ou trois ans a ainsi, pierre après pierre, accumulé l'expérience opérationnelle humaine dispersée aux quatre coins du monde pour bâtir une véritable mine de données d'entraînement pour robots ~
Bien entendu, quelle que soit l'ampleur de vos livraisons de données, tout dépend finalement de l'existence de clients prêts à payer pour ces données, et de la valeur concrète apportée en termes de capacités des modèles.
J'ai donc poursuivi mes recherches et découvert que Maxinsights, fort d'un patrimoine de données couvrant des dizaines de milliers de scènes, a déjà étendu ses activités àsix continents dans le monde。
Plus intéressant encore, l'entreprise est même parvenue à intégrer la chaîne d'approvisionnement des plus grands acteurs mondiaux de la Physical AI —
Google DeepMind, Figure AI, Dyna Robotics, Genesis AI…N'importe laquelle de ces entreprises est un nom qui compte dans le monde mondial de la robotique.
En mars de cette année, l'entreprise a également fait son entrée sur le marché chinois ; le commerce mondial des données de Physical AI, elle l'a réellement fait fonctionner.
Mieux encore, ces données vendues commencent déjà à révéler la « valeur » du pré-entraînement à grande échelle dans les résultats d'entraînement des modèles robotiques de pointe.
Prenons ce qui a été publié le 8e mois de cette année,Dyna-2publié en août de cette année.
Dyna Robotics avait alors utilisé 1 million d'heures de vidéos humaines à la première personne pour le pré-entraînement, permettant aux robots d'apprendre les lois des interactions physiques du monde réel.
Le résultat a effectivement permis de dégager une Scaling Law : lorsque les données de pré-entraînement sont passées de 1 000 heures à 1 million d'heures, l'erreur quadratique moyenne de prédiction des actions humaines par Dyna-2 a diminué d'environ 12 %.l'erreur quadratique moyenne de prédiction est réduite d'environ 12%。
Et qui l'aurait cru : le plus grand fournisseur derrière le million d'heures de données de pré-entraînement de Dyna-2 n'est pas une grande entreprise, mais bien
Et qui l'aurait cru ? Le plus grand fournisseur derrière les 100万 heures de données de pré-entraînement de Dyna-2 n'est pas une grande entreprise, mais bienParlons maintenant du modèle de fondation robotique。
Parlons maintenant du modèle de fondation pour robots publié par Genesis AI, la société de robotique vedette de la Silicon Valley, au 5e mois de cette année,GENE-26.5。
Lors du lancement du modèle, ils ont mis en scène un véritable tour de force culinaire des plus complexes —
le robot est entré directement dans la cuisine et a accompli d'un seul tenant environ20 étapesd'opérations culinaires continues : couper des tomates, casser un œuf d'une main, coordonner les deux mains… le tout sans aucune intervention humaine.
Mieux, de nombreuses compétences de haut niveau ne nécessitent que moins d'1 heure de données robotiques spécifiques à la tâche pour être exécutées de manière autonome. (choquant.jpg)
La clé de tout cela réside dans le fait de permettre au modèle d'apprendre au préalable les gestes et l'expérience des interactions physiques à partir d'un grand nombre de vidéos humaines à la première personne et de données de capteurs de gants :
Ce que beaucoup ignorent, c'est quele partenaire exclusif de données à la première personne de GENE-26.5, c'est aussi Maxinsights ???
Dans les budgets d'achat des plus grands fabricants mondiaux de modèles, une société valant des centaines de millions de dollars a vu le jour.
La chaîne d'approvisionnement mondiale centrale, elle y est entrée ; les livraisons de données à l'échelle du million d'heures, elle les a réalisées ; la reconnaissance des clients de premier plan, il l'a obtenue.
On a entendu bien des histoires sur la Physical AI ces dernières années, mais c'est seulement lorsqu'on transforme les besoins technologiques en un commerce sonnant et trébuchant qu'on touche véritablement au secret de la commercialisation.
Et ce calcul, le dernier bilan des performances de Maxinsights en a déjà donné la réponse.
Selon les dernières données opérationnelles,au troisième trimestre 2026, le Bookings de Maxinsights(le montant des contrats signés)devrait connaître une croissance de 48 % en séquentiel.
Le sens littéral du « montant des contrats signés » est facile à comprendre : il mesure combien d'argent réel les clients sont prêts à engager en signant des contrats pour les services de données de cette société.
Mais il y a bien plus que cela dans les coulisses, car en matière de données d'entraînement pour robots, il ne suffit pas d'en collecter plus et d'en vendre plus.
La volonté des clients d'acheter,en réalité, teste si les données peuvent réellement entrer dans le processus d'entraînement du modèle, si elles peuvent améliorer de manière stable les performances du modèle, et si le fournisseur peut suivre l'échelle et la qualité des données pour le prochain cycle d'entraînement.
En particulier, les équipes leaders des Foundation Models, dont l'itération des modèles nécessite souvent des dizaines de milliers, voire des centaines de milliers d'heures de données comme support, ont des exigences très élevées en matière de qualité des données, de couverture des scénarios et de stabilité des livraisons.
Ainsi, la croissance du montant des contrats signés représente, dans une certaine mesure, le vote des clients, en argent réel, pour la capacité de livraison à grande échelle d'une société de données et pour sa valeur d'approvisionnement à long terme ~
Ce qu'il faut surtout souligner, c'est que cette croissance des commandes a été obtenue en plus de livraisons de données à l'échelle du « million d'heures » déjà réalisées en amont !!!
Vu l'allure avec laquelle cette usine de données ne cesse de s'agrandir —
à l'avenir, le nombre de contrats signés de cette société risque, peut-être, probablement, d'exploser intelligemment en suivant le pas du RSI. (rires)
Voici un autre ensemble de chiffres qui mérite vraiment qu'on s'y attarde —
Maxinsights maintient désormais un ARR « pendant plusieurs mois consécutifs »(revenu récurrent annualisé)Atteindre ou approcher le niveau de 100 millions de dollars.
Ce qu'il faut souligner, c'est que l'ARR ne mesure pas combien on a gagné ce mois-ci ; il désigne le revenu stable et récurrent sur un an selon la structure actuelle des contrats.
En continu ! Pendant plusieurs mois ! Maintenir un ARR proche de cent millions de dollars signifie que, pour cette entreprise, ce flux de revenus constitue une trésorerie prévisible, reproductible de manière stable chaque mois.
Et un autre chiffre qu'il faut absolument noter, c'est le montant de « 100 millions de dollars ».
Il faut savoir que 100 M$ d'ARR constitue également un seuil de maturité largement reconnu par l'industrie, ce qui signifie quasiment que Maxinsights a déjàfranchi les étapes de validation technologique et de validation client du début, et est entré dans la phase d'expansion à grande échelle.
Mais ce que je tiens surtout à souligner, c'est que la vraie valeur d'un ARR de 100 M$ réside, avant tout, dans ce qui se forme progressivement derrière lui :la roue de données——
Le business des données pour la Physical AI a une caractéristique : ses effets d'échelle sont ! par ! ticu ! liè ! rement ! notables !
Plus il y a de clients, plus les scénarios réels et les données d'entraînement accumulés sont riches ; plus les données sont riches, plus il y a de chances d'améliorer l'efficacité de l'entraînement des modèles ; et une fois les résultats validés, cela attire les clients à continuer d'acheter et à passer des commandes supplémentaires.
Cela forme ainsi un cercle vertueux de croissance commerciale, et un ARR de 100 M$ est précisément le signal fort que ce modèle économique commence à se concrétiser à grande échelle ~
△Généré par IA
Par ailleurs, ce que je voudrais ajouter, c'est que derrière ces résultats se cache en réalité un enjeu sectoriel qui mérite encore plus de réflexion.
L'entraînement des données pour la Physical AI a toujours été un business où il est facile de gagner de l'argent par projet, mais difficile d'en gagner durablement.
La raison est très concrète : les achats de données dans des domaines comme l'intelligence embarquée, la robotique et la conduite autonome ont longtemps eu une fortenature « par projet »。
Une fois que le client a acheté des données synthétiques, des données annotées ou des simulations de scénarios, et qu'il a entraîné une version du modèle, le besoin est en théorie terminé : règlement à la commande, et on se disperse une fois le travail fait.
Ainsi, pour certaines jeunes entreprises, il arrive facilement une situation embarrassante : les revenus fluctuent de manière pulsée au gré des commandes, et l'entreprise ne grandit jamais vraiment...
C'est pourquoi, si une entreprise de formation de données parvient à transformer ses revenus en un ARR mensuel durable, cela montre qu'elle a surmonté plusieurs grands obstacles de ce métier :
une base de clients suffisamment diversifiée, des clients prêts à la payer, un cycle continu de nouvelles données alimenté par les itérations des modèles, et une capacité permanente à se financer elle-même.
De la capacité à « prendre des commandes » à l'assurance de « gagner de l'argent en continu », Maxinsights a manifestement aujourd'hui remis une copie convaincante.
Au-delà de la simple fourniture de données, Maxinsights co-définit avec les modèles de fondation les données de la prochaine génération
Bien entendu, sur la piste de la Physical AI, il existe une réalité facilement masquée par le boom actuel du commerce de données, à savoir :
les données que les clients sont prêts à acheter aujourd'hui ne sont pas nécessairement celles dont les robots de prochaine génération auront le plus besoin.
Après tout, les capacités des modèles évoluent tellement vite que, pour savoir ce que les robots devront apprendre ensuite et quelles données leur manquent, même les meilleures équipes de modèles doivent parfois tâtonner tout en entraînant.
Mais ce qui est intéressant, c'est que alors que de nombreux fournisseurs de données réfléchissent encore à comment vendre leurs données, Maxinsights ne se limite pas à « fournir des données » :
l'entrepriseparticipe directement à la construction de l'infrastructure de données de la Physical AIet, aux côtés des meilleures équipes de Foundation Model, réfléchit à quelles données l'industrie nécessite réellement.
À l'heure actuelle, Maxinsights possède déjà dans le monde proche de50 clientspartenaires, dont 5 entreprises parmi les plus performantes du secteur.
Or, comparé au modèle habituel de fourniture de données sur mesure et livrées à la commande, le modèle économique de Maxinsights est assez particulier.
Concrètement, l'équipe collabore d'abord en profondeur avec ces clients de premier plan, peaufine le produit de manière répétée selon les exigences de données les plus strictes, constitue ainsi des jeux de données de haute qualité et relativement standardisés, puis propose ce produit de données mature à plus de 40 autres clients～
Prenons par exemple la collaboration précoce entre Maxinsights etGoogle DeepMind.
À l'époque, les deux parties ont ensemble étudié la collecte de données à la première personne à mains nues ; partie d'environ 200 heures au départ, la taille des livraisons a été développée petit à petit.
Mais ce qui est particulièrement intéressant, c'est que la collaboration entre Maxinsights et ses clients ne s'achève pas avec la livraison des données —
Une fois les besoins formulés par l'équipe du modèle, les deux parties explorent ensemble les solutions de données, puis Maxinsights organise la collecte et le traitement, et optimise continuellement le produit de données en fonction des retours d'entraînement du modèle du client.
De cette façon, l'activité d'achat de données à la demande s'est progressivement transformée en une collaboration à long terme, où les deux parties explorent ensemble les besoins en données et développent et itèrent continuellement les produits de données.
Ce modèle de coopération s'est même étendu à de nouvelles directions de données telles queText, Upper Body, Full Bodyet UMI～
△Généré par IA
De la satisfaction des besoins des clients à la transformation des standards élevés d'un client en norme commune pour davantage de clients, cette capacité est effectivement rare dans tout le secteur.
Dans le commerce des données pour le Physical AI, savoir décrocher des commandes est une chose, mais permettre à ses standards de données d'être adoptés par de plus en plus de clients, c'est ce qui offre la chance de transformer ce commerce en infrastructure.
Bien entendu, pour oser faire affaire avec des géants mondiaux, Maxinsights a également accumulé un « patrimoine technologique » allant de la collecte et du traitement des données à la livraison à grande échelle ——
par exemple dans la direction Full Body.
Cette entreprise a commencé à explorer la reconstruction des trajectoires de mouvement du corps humain entier à partir de vidéos à la première personne ; le système peut restituer la posture tridimensionnelle du corps humain tout en suivant les mouvements des mains et les interactions avec les objets.
Ainsi, les objets d'apprentissage des robots ont l'opportunité de s'étendre des opérations manuelles locales à des mouvements coordonnés plus complexes de tout le corps :
Dans la direction Upper Body.
L'exploration de Maxinsights s'est même approfondie jusqu'à une représentation conjointe des données « mouvement—espace—sémantique ».
De la préparation d'un latte à la livraison d'un café, chaque étape de l'opération correspond précisément à des actions spécifiques et à des instructions de tâches, ce qui équivaut à fournir aux robots un manuel pratique plus fin et plus utile pour apprendre des opérations complexes et entraîner des modèles VLA, du genre :
Dans la direction de la perception spatiale à haute précision, Maxinsights a également développé en interne un grand modèle appeléMaxSLAM.
Celui-ci peut restituer avec une précision millimétrique les changements de point de vue lors des opérations humaines, permettant aux robots de distinguer clairement les mouvements spatiaux derrière des actions comme l'emballage, le rangement ménager ou la réparation et l'assemblage, fournissant ainsi des données précises pour l'entraînement des modèles ultérieurs.
Les résultats des tests sont également très impressionnants : lors d'une évaluation interne couvrant quatre catégories de tâches réelles et 20 séquences d'opérations, MaxSLAM affiche une erreur de trajectoire de position de seulement 4,24 millimètres et une erreur de pose aussi basse que 0,57° :
Franchement, après avoir découvert cette entreprise qu'est Maxinsights, j'ai vraiment eu un petit pincement au cœur.
Car aujourd'hui, la collecte de données pour le Physical AI n'est plus du tout un domaine confidentiel : ces deux dernières années, tous les géants de la technologie ont commencé à s'y investir.
Mais l'engouement mis à part, les entreprises capables de produire des données à grande échelle et de haute qualité, tout en faisant en sorte que les meilleurs fabricants de modèles mondiaux continuent de payer, restent finalement peu nombreuses.
Des livraisons de données à l'échelle du million d'heures, au statut de fournisseur clé d'acteurs mondiaux de premier plan comme OpenAI, Google DeepMind et Figure AI, jusqu'à l'exploration conjointe des besoins en données de nouvelle génération avec des équipes de pointe en modélisation ——
tous ces résultats réunis nous permettent de mieux percevoir le parcours de croissance d'unestartup de premier plan dans le domaine des données et infrastructures Physical AI.
À quand l'arrivée massive de l'IA physique dans la vie réelle ? Personne ne peut le dire avec certitude pour l'instant.
Mais dans la chaîne industrielle qui leur fournit des données d'entraînement, il existe visiblement déjà des acteurs qui, grâce à des capacités singulières, ont pris une position écologique difficile à reproduire dans le secteur.
Anticiper les tendances avant les autres, réussir par le concret.
Maxinsights, visiblement, connaît parfaitement cette maxime.