Maxinsights 募資 3,000 萬美元：MaxLoop 與 MaxGlove 如何把人類影片變成機器人資料？
Maxinsights 宣布三千萬美元種子輪，介紹 MaxLoop 品質回饋與 MaxGlove 觸力採集。本文拆解真實工作影片的收集流程、兩百萬與一百五十萬小時的差異，以及客戶採用和未來目標的證據範圍。
機器人看過很多人做家事的影片，仍可能不知道手在何時碰到物體、用了多少力。Maxinsights 這次想補的，是把自然工作畫面整理成可訓練資料，再加入畫面看不到的接觸資訊。
公司在十月二十二日宣布由 Peak XV 領投的三千萬美元種子輪，並介紹資料品質系統 MaxLoop，以及與 Genesis AI 共同開發的感測手套 MaxGlove。
這家公司賣的是機器人訓練資料，並不直接把一個新機器人模型交給使用者。它把拍攝、檢查、標記、篩選與交付放在自己的流程裡，讓客戶拿到更符合需求的紀錄。
公司稱已收集超過兩百萬小時，其中一百五十萬小時已整理成可供模型使用的資料。兩個數字的距離，也說明錄得多和真正能拿來訓練不同。
需要自然情境資料的機器人團隊，可以研究這種從收集到回饋的供應方式；但觸覺資料的未來目標和既有影片量仍要分開，不能當成模型效果已被保證。
要看懂這筆資金打算擴大的工作，先從一段影片如何走到客戶的訓練資料開始。
Maxinsights 怎麼把真實工作影片交成訓練資料？
公司的服務涵蓋收集、品質檢查、標記、整理與交付，影片必須經過這條流程才會變成可用材料。它要解決的不是只把攝影機打開，而是如何讓客戶知道畫面裡發生了什麼。
依公司完整新聞稿，收集者會在家庭、餐廳與旅館等環境，記錄原本就在做的工作。公司付費讓他們配戴公司自製的攝影設備，拍下洗碗、料理或其他日常活動。
這類第一人稱影片，也叫自我視角影片，是從執行者附近看見工作。它能讓模型觀察手、物件與環境如何一起變化，但攝影機的視角也會留下看不到的地方。
自然情境的價值在哪裡？
以新聞稿列出的料理工作為例，物品不一定每次都放在同一位置，人的動作也不會完全相同。這些變化能提供受控示範以外的情境，代價則是資料更難整理。
因此，資料供應商不能只告訴客戶錄了多少時間。若要用影片教模型理解一段工作，還得知道它在哪個環境、要完成什麼任務，以及每一步發生了什麼。
Maxinsights 把標記分成環境、任務、子任務與指令等層次，再補上手部姿態、身體動作與物件互動。這些層次讓同一段影片不只是一串影格，也能依工作需求被檢索與選用。
例如一位研究者關心的是整段清潔流程，另一位關心的是手接觸物體的片刻。這是用來解釋資料用途的假設，兩者可能需要同一段錄製裡不同的資訊，而不是直接下載相同長度就足夠。
公司接著會按任務、場景、地理或行為等條件整理資料，調整客戶需要的組合。交付可以是原始或處理過的版本，因此資料產品也包含篩選與組織能力。
客戶與模型的回饋，還會回到下一輪收集。若某些情境不足，下一批資料就能朝缺口補充，讓收集不只依照拍攝者當下方便做什麼。
這樣的循環把資料採集和模型需求連在一起，但規模擴大後，每一段影片如何及早發現問題，就成為流程能不能持續運作的關鍵。
MaxLoop 為什麼要在拍攝當天回饋品質？
MaxLoop 把檢查時間拉到片段抵達之後，讓收集者能在下一次錄製前知道哪些內容需要修正。品質回饋因此不必等一整批資料累積完成，才發現原本的拍攝方式有問題。
公司描述的困難很具體。手可能被物體遮住，同一個畫面也可能出現多人的手；手套、戒指與快速動作造成的模糊，都會影響手部追蹤。
手部追蹤是辨認手在連續影格中的位置與姿態。若這一步抓錯，後面對拿取、接觸或操作順序的標記，也可能跟著偏離實際工作。
因此公司用自己收集的自然工作畫面訓練追蹤模型，再把它放進品質評分流程。這是資料收集和檢查工具互相配合的方式，而不是假定一般影片標記工具能直接處理所有情況。
及早回饋改變的是哪一段工作？
新聞稿表示，過去約一至兩週才取得的回饋，現在可以在同一天送給收集者。這個差別的意義，是縮短錯誤拍攝方式持續被沿用的時間。
假設一段整理餐具的畫面長時間看不見手，當天收到訊息，就有機會在下一次錄製時調整。這是說明回饋流程的假設，不是本文曾接入平台或看過某位收集者的紀錄。
檢查也不只看影像清不清楚，還包含工作是否完成、關鍵內容是否可見、不同訊號是否同步，以及附帶資料是否完整。因為後面模型要使用的是可解釋的工作經驗，而非單純可播放的檔案。
不過，品質檢查通過不等於每一項標記都已成為人工確認的正確答案。公司說明仍保留自動與人工審查，資料使用者也需要依自己的訓練目標檢查適用性。
公司還報告審查成本下降約八成，新聞稿開頭則以人工審查團隊規模減少九成描述影響。成本與人員是不同口徑，不能把較大的數字直接當成每段影片處理費用的降幅。
這個區別與擴大採集有直接關係。拍攝者增加之後，若所有畫面仍只能等人逐一發現明顯問題，審查就容易成為交付前的等待環節。公司把工具放在片段抵達時，正是希望品質處理能跟著收集規模擴展。
但這些改善目前由供應商自行報告，沒有公開相同條件的完整成本明細。對客戶而言，它能解釋公司為何投入自己的檢查系統，還不能直接轉成自己購買資料會便宜多少的折扣。
這套系統改善的是收集到交付之間的回饋速度，沒有直接替客戶保證最終模型會提高幾個百分點。資料品質與模型表現之間，還有訓練方法、資料配比及評估工作的影響。
及早檢查能改善看得到的畫面，但接觸時真正發生的力量，還需要另一種收集方式。
MaxGlove 如何補上相機看不到的觸覺與力？
與 Genesis AI 開發的手套要記錄手與物體接觸時的力，讓訓練資料不只描述畫面裡發生什麼。這是新的感測資料來源，和從影像推估動作有不同角色。
視覺可以看見手伸向杯子，卻未必能直接告訴模型，手指是否已抓穩、表面是否正在滑動，或物體對動作產生多少阻力。這些差別會影響下一步該加力、放鬆還是重新調整。
MaxGlove 要補充的就是接觸、壓力與受力等訊號。公司說明包含握持的力道、物件重量與接觸如何變化，但沒有因此公布完整感測規格或量測精度。
為何資料要和影像一起收？
若只有力的紀錄，模型不一定知道當下正在做哪個動作。若只有影片，則又缺少接觸訊號。因此，把兩者放回同一段工作，才有機會連接看到的動作與感覺到的互動。
這也解釋公司為何把手套放進原本的第一人稱採集網路，而非把它當成與既有影片完全無關的產品。新的訊號需要對上工作與時間，才能成為客戶可解讀的材料。
公司提出二〇二七年收集一百萬小時受力資料的目標，描述的是未來擴展方向。它沒有表示目前已經有這麼多手套紀錄，也不能與現有影片庫存直接相加。
手套的價值最終仍取決於資料能不能穩定取得，以及是否對上客戶的學習問題。單純增加一種感測器，和實際讓模型更能控制接觸，是前後相連但不同的工作。
目前這份發布沒有提供可供外界重做的完整觸覺精度測試，因此不能自行替它補上比其他手套準多少，或一次校正能使用多久的結論。
新的感測方式仍在擴展，衡量目前進度時，應把已經整理的影片和未來觸力目標分開。
兩百萬小時與一百五十萬小時，差在哪裡？
前者是公司已收集的經驗量，後者才是它宣稱已整理成可交付的模型資料，不能把兩者當同一庫存。原始影片要經過前面那些檢查與整理，才會抵達不同用途的交付階段。
創辦人也在原始發布貼文提到兩百萬小時的累積，並將 MaxLoop 與 MaxGlove 列為這次新介紹的產品。這支持本次公告的主題，沒有把所有資料都描述為觸覺資料。
「可供模型使用」也不是通用認證。不同團隊需要的場景、動作標記與品質門檻可能不同，公司可以交付資料，不代表任何模型直接放進去都會得到相同效果。
整理方式會影響資料怎麼被使用
資料庫可以依任務與情境篩選，讓客戶把不足的經驗補進訓練。這時有用的問題不是總時數排名，而是自己要學的行為，在資料裡是否有足夠且可辨識的例子。
若重點是接觸力道，現有的大量影片不能直接代替新的手套紀錄。若重點是自然工作順序，則又不必只因為有新感測器，就把原來視覺資料的用途全部否定。
所以，這兩項產品是在擴大同一段經驗能提供的資訊，而不只是追求影片越長越好。收集量、完成整理的量與每段內容包含哪些訊號，要一起看才有意義。
資料能交付之後，客戶模型如何使用它，才是判斷資料價值的下一層問題。
延伸閱讀：Dyna-2 是什麼？看 100 萬小時人類影片學操作，機器人訓練可能換一條路
客戶採用與募資，能證明哪些進展？
合作模型與持續合約能支持資料已有需求，但沒有公開消融，就不能把客戶模型的所有能力都歸因這家供應商。消融是改變其中一個條件，再觀察結果差多少的比較方式。
公司稱目前服務超過三十個客戶，其中八個採持續合約。這提供資料業務已有使用者的線索，卻不是經審計的營收，也沒有揭露每份合約的金額或使用範圍。
具名合作方面，新聞稿稱 Genesis AI 的 GENE-26.5 所用二十萬小時第一人稱資料由它提供，並稱自己是 Dyna-2 的最大資料供應商。兩種表述不同，後者沒有表示全部資料都來自同一家。
合作方的採用能證明資料進入訓練流程，但模型還會受到其他資料與訓練設計影響。若要判斷某一種資料增加了多少能力，仍要看相應的比較實驗。
這次資金則讓公司有資源擴大自己的收集與處理系統。募資是投資人提供的資本，和公司已經賣出多少資料、獲得多少收入，並不是同一個數字。
對機器人開發者，這項公告值得研究的地方，是把自然工作資料、及早品質回饋與新的觸力訊號放在同一個供應流程。它讓資料缺口有機會在下一輪採集中被處理，而非等模型失敗後才發現沒有適合材料。
比較資料時，先確認自己要補的是自然場景、可用標記還是接觸訊號，再查看對應樣本與交付內容，才能把這次產品更新對到實際需求。
延伸閱讀：Natura-1 機器人模型亮相：百萬小時人類影片，如何教會靈巧雙手？
Maxinsights 常見問題
三千萬美元是公司營收嗎？
這是公司宣布的種子輪募資金額。公告沒有揭露同期間營收，也不能用募資額推算資料銷售額。
現有兩百萬小時都是力覺資料嗎？
不是。公司區分既有工作影片與 MaxGlove 要擴展的觸力採集，二〇二七年的受力資料規模仍是目標。
MaxLoop 的同日回饋代表所有標記都正確嗎？
它描述品質檢查與收集者回饋的時間。是否適合特定模型訓練，仍要看樣本內容、標記與使用目標。
