MaxInsights 物理AI数据集达200万小时，剑指千万小时
机器人数据公司 MaxInsights 宣布其物理 AI 数据集已扩展至 200 万小时第一人称（egocentric）人类经验视频，月产量达 45 万小时，并称这只是起点，下一阶段目标是累积 1000 万小时。这一进展紧随 Dyna-2 验证 100 万+小时人类第一视角视频可 scaling 机器人学习（数据从 1K 涨到 1M 小时过程中性能持续提升，且预训练完全不用机器人数据）之后，意味着机器人领域长期存在的数据瓶颈正在被真实世界经验数据的规模化所消解。
已确认
- MaxInsights 已累积 200 万小时第一视角数据，月产 45 万小时视频，定位为 Physical AI 的数据基础，下一步目标为 1000 万小时。
- 公司发布研究报告《Beyond 1M Hours: The Data Scaling Laws of Physical AI》，系统论证机器人数据的下一条 frontier。
- 报告强调「时长」是最不重要的发布指标：同样时长的录像学习价值可能相差一个数量级——固定条件下重复抓放的 1 小时，远不如包含双臂操作、多样接触等丰富经验的 1 小时。
- 扩张框架分规模与内容质量两个维度推进，提出核心公式：有效经验 ≈ 小时数 × 每小时信息密度。
- 人类第一视角视频已成为机器人操作技能的重要预训练素材，但只有在把人类经验「翻译」到机器人自身身体结构与运动方式后再训练，效果才显著更好。
为什么重要
- 机器人领域一直缺少像文本/图像那样统一的可缩放数据底座，MaxInsights 的缩放定律框架为行业提供了从「堆时长」转向「拼信息密度」的方法论。
- 据 @rohanpaulai 的解读，这意味着百万小时之后，数据竞争的关键将从规模转向单位时长内的经验质量与人类到机器人的经验迁移效率，直接影响具身智能模型的预训练范式。
2026-09-22 ~ 2026-09-23 · 5 条相关
一手来源
- MaxInsights 物理AI数据集扩至 200 万小时,月产 45 万小时视频 — CyberRobooo ·
- Physical AI 数据商 MaxInsights 累积 200 万小时第一视角视频 — CyberRobooo ·
- 人类视频成机器人预训练底座:有效经验=小时数×每小时信息密度 — rohanpaul_ai · 2026-09-22
- Maxinsights 深度报告:Physical AI 数据缩放定律,百万小时之后拼信息密度 — rohanpaul_ai · 2026-09-22
- Maxinsights 已录 200 万小时第一人称数据:机器人数据瓶颈正在消失 — ChrisGPT · 2026-09-22
- 【源头】Physical AI 数据商 MaxInsights 累积 200 万小时第一视角视频 — CyberRobooo · 2026-09-23
- 【源头】MaxInsights 物理AI数据集扩至 200 万小时,月产 45 万小时视频 — CyberRobooo · 2026-09-23