Maxinsights a levé 30 M$ en financement seed mené par Peak XV et a lancé deux produits, MaxLoop et MaxGlove, pour améliorer la collecte, le contrôle qualité et le traitement des données réelles destinées aux systèmes d’IA physique.
Maxinsights construit un pipeline complet
Maxinsights affirme avoir capturé plus de 2 millions d’heures de données, dont 1,5 million d’heures prêtes pour les modèles et disponibles à la livraison. La société gère en interne la collecte, le contrôle qualité, l’annotation, la curation et la livraison via sa propre plateforme, et dit employer plus de 5 000 contractuels répartis dans six pays qui utilisent le matériel caméra de l’entreprise pour filmer des tâches réelles — chargement de lave-vaisselle, préparation alimentaire, lavage de voitures, etc. L’entreprise recrute et gère ces travailleurs par des agences d’intérim plutôt que d’externaliser la collecte à des fournisseurs tiers.
Selon Maxinsights, Peak XV a mené le tour, avec la participation de Tola Capital, South Park Commons, INCE Capital et Alumni Ventures.
Contrôle qualité et annotation en continu
Les séquences sont d’abord vérifiées par des contrôles automatisés et humains pour des problèmes d’image, d’achèvement de tâche, de visibilité, de synchronisation et de métadonnées. Des modèles propriétaires étiquettent ensuite des informations sur l’environnement, la tâche, les sous-tâches et les instructions, ainsi que les poses des mains, les mouvements du corps et les interactions avec les objets. Les clients peuvent rechercher et rééquilibrer les jeux de données selon des critères comme la tâche, le lieu, le comportement et la complexité, puis recevoir des données brutes ou traitées ; les retours des clients et des modèles peuvent être réintégrés dans les collectes ultérieures.
MaxLoop : contrôle en temps réel
MaxLoop est un logiciel qui note et corrige la collecte de données au fur et à mesure. Il score les séquences à l’arrivée et fournit un retour aux opérateurs le jour même, contre une à deux semaines auparavant. Maxinsights indique que le système a réduit les coûts de revue d’environ 80 % et peut traiter environ 450 000 heures de séquences par mois. Les modèles de MaxLoop extraient aussi des informations telles que la pose des mains, l’état des objets, le contact et la force à partir de clips individuels.
MaxGlove : capter le toucher et la force
MaxGlove est un gant capteur développé avec Genesis AI pour enregistrer des signaux physiques absents de la seule vidéo : force de préhension, pression, résistance, glissement et autres signaux de contact. Conçu pour fonctionner avec le système de collecte égocentrique existant de Maxinsights, le gant sera déployé via le réseau de contractuels de la société. Maxinsights précise que les gants capteurs existants peuvent nécessiter de longues calibrations et ne fournir que 10 à 20 minutes de capture utilisable par jour. L’entreprise vise 1 million d’heures de données de force en 2027. Elle estime que ces données de force et de couple aideront les modèles robotiques à ajuster la fermeté de la prise, reconnaître un contact sûr et réagir aux basculements ou glissements d’objets.
Clients, partenariats et références
Maxinsights indique que les 200 000 heures de données égocentriques utilisées pour entraîner le modèle GENE-26.5 de Genesis AI proviennent de sa plateforme. Elle se décrit également comme le plus grand fournisseur de données pour le Dyna-2 World-Action Model de Dyna Robotics. Basée à Santa Clara (Californie) avec des bureaux en Chine et en Indonésie, la société dessert plus de 30 clients, dont des laboratoires d’IA et des développeurs de modèles de base, et compte huit clients sous contrat récurrent. Des bureaux en Turquie et au Mexique sont prévus.
Fondateurs et équipe
Maxinsights a été fondée par Yuguang (YG) Yuan, CEO, et le CTO Kun Wang. Yuan a précédemment cofondé Mega Gear Robotics ; Wang a travaillé chez Google X et Waymo puis a cofondé QCraft. L’équipe d’ingénierie de Maxinsights inclut des personnes ayant travaillé chez Google, Microsoft, Meta, Waymo et Hulu.
Yuguang (YG) Yuan a déclaré : “We built the whole pipeline ourselves, from the hand-tracking models to the platform that scores every operator’s footage as it arrives, because nobody was going to sell us the pieces that make messy real-world data usable.” Il a ajouté : “Robots get deployed into real kitchens, not staged ones, and something unexpected happens every few minutes. Edge cases are the job, and the only way to get them is to record real work in real homes. Collecting one great hour of data is easy, and holding quality across millions of hours and thousands of people is what we built the company to do.”
