Por Canuto  

Maxinsights obtuvo USD $30 millones para ampliar una plataforma que convierte tareas cotidianas grabadas por contratistas en datos de entrenamiento para robots. La firma también desarrolla herramientas de control de calidad y un guante con sensores para registrar información táctil.
***

  • La ronda semilla, liderada por Peak XV Partners, financiará la expansión de una plataforma enfocada en datos de IA física.
  • Maxinsights afirma que reunió más de 2 millones de horas de actividad humana y trabaja con más de 5.000 contratistas en seis países.
  • Su guante MaxGlove busca captar fuerza y contacto, mientras la empresa se propone reunir 1 millón de horas de datos de fuerza en 2027.

 

Financiación para una plataforma de datos físicos

Maxinsights recaudó USD $30 millones en una ronda semilla para ampliar una plataforma que reúne grabaciones de personas realizando tareas cotidianas y prepara esos registros para entrenar modelos de inteligencia artificial física. La compañía sostiene que los datos sirven a robots y modelos de IA que necesitan aprender cómo se desarrollan actividades en hogares y lugares de trabajo reales, no solo en entornos preparados para una demostración.

La ronda fue liderada por Peak XV Partners y contó con la participación de Tola Capital, South Park Commons, INCE Capital y Alumni Ventures. La financiación se dirige a un segmento de la IA que depende tanto de modelos como de ejemplos concretos de interacción con objetos, superficies y espacios cotidianos, detallan informes.

La empresa fue fundada por veteranos de la robótica y de la conducción autónoma, y su equipo de ingeniería más amplio incluye a antiguos empleados de Waymo, Google, Microsoft y Meta. Esa combinación de experiencia, según la presentación de la compañía, acompaña una estrategia que no se limita a conseguir videos: también desarrolla sistemas para evaluar la calidad de las grabaciones y obtener información que una cámara no registra.

El objetivo de la plataforma es reunir ejemplos de acciones ordinarias, como cocinar, limpiar, lavar autos o cargar un lavavajillas, para que los sistemas puedan aprender de una variedad más amplia de situaciones. En este planteamiento, la actividad humana funciona como material de entrenamiento, mientras que el procesamiento y la revisión determinan si cada grabación resulta útil para los clientes que desarrollan robots o modelos fundacionales.

Grabaciones de tareas reales y control de calidad

Más de 5.000 contratistas en seis países utilizan el hardware de cámaras de Maxinsights para grabarse mientras realizan actividades cotidianas. La lista incluye preparar alimentos, cargar lavavajillas y lavar vehículos, acciones que pueden variar según el entorno, los objetos disponibles y la forma en que cada persona las ejecuta.

Maxinsights afirma haber capturado más de 2 millones de horas de actividad humana en el mundo real, de las cuales 1,5 millones están listas para utilizarse en modelos. La compañía atiende a más de 30 clientes, entre ellos laboratorios de IA y desarrolladores de modelos fundacionales, aunque la información disponible no detalla los contratos ni la proporción de ingresos que representa cada grupo.

La empresa distingue su método de la recopilación escenificada: en lugar de depender únicamente de tareas preparadas, busca registrar labores en hogares y espacios de trabajo con sus variaciones y sucesos imprevistos. Yuguang Yuan, fundador y CEO de Maxinsights, argumentó que esos casos límite forman parte del trabajo cotidiano y que capturarlos exige observar tareas reales en entornos reales.

Ese enfoque plantea un desafío operativo: una colección extensa no garantiza por sí sola que el material tenga calidad suficiente para entrenar un modelo. Yuan explicó que la compañía construyó su propio flujo de trabajo, desde modelos de seguimiento de manos hasta una plataforma que califica cada grabación a medida que llega, porque, según dijo, no encontraba proveedores que ofrecieran las piezas necesarias para procesar datos caóticos del mundo real.

MaxLoop y el intento de escalar la revisión

Para gestionar el volumen de material, Maxinsights lanzó MaxLoop, un sistema basado en inteligencia artificial que evalúa las grabaciones entrantes y ofrece comentarios a quienes las realizan. La herramienta busca convertir la revisión de calidad en una parte integrada del proceso, en vez de dejar la evaluación de cada archivo únicamente en manos de revisores humanos.

La compañía sostiene que MaxLoop redujo aproximadamente un 80% los costos de revisión y permite procesar 450.000 horas de grabaciones al mes. Esas cifras son estimaciones presentadas por la propia empresa y describen tanto una reducción de costos como una capacidad mensual de procesamiento, dos medidas que ayudan a explicar cómo pretende sostener la expansión de su catálogo.

Rohit Agarwal, director general de Peak XV Partners, destacó precisamente la importancia del control de calidad y sostuvo que la mayoría de las empresas de esta categoría vende horas, mientras Maxinsights trató la evaluación como un problema de ingeniería. También afirmó que esa decisión es difícil de replicar después y que algunos laboratorios que probaron otros proveedores regresaron a la compañía.

La capacidad de procesar grandes volúmenes será relevante para una empresa que busca mantener criterios consistentes mientras crece el número de contratistas y grabaciones. La información divulgada no especifica cómo se distribuyen los criterios de calificación ni qué controles adicionales aplica a los registros, por lo que las cifras de eficiencia deben entenderse como resultados reportados por Maxinsights y no como una comparación independiente.

Del video al tacto y los clientes de la firma

Maxinsights también desarrolla MaxGlove, un guante con sensores concebido para capturar señales táctiles que el video por sí solo no ofrece. Entre los datos que busca registrar están la fuerza de agarre, el peso de los objetos, la presión, la resistencia y el deslizamiento, aspectos vinculados con el contacto entre una persona y los elementos que manipula.

El guante se desarrolla en colaboración con Genesis AI, y Maxinsights se propone reunir 1 millón de horas de datos de fuerza en 2027 utilizando ese dispositivo y su red de recopilación existente. Se trata de una meta futura de la empresa, no de un volumen ya alcanzado, y amplía el plan más allá de las grabaciones visuales que actualmente forman la base de su oferta.

La firma afirma que aportó las 200.000 horas de datos egocéntricos utilizadas para entrenar GENE-26.5, el modelo de Genesis AI. Johnson Wang, cofundador de Genesis AI, señaló que los robots necesitan aprender de la complejidad y la variación de la vida diaria, y dijo que esos registros de tareas naturales ayudan a exponer los modelos a una gama más amplia de situaciones reales.

Maxinsights también se describe como el mayor proveedor de datos detrás del Dyna-2 World-Action Model de Dyna Robotics. La compañía fue cofundada por Yuguang Yuan, quien anteriormente creó la firma de robótica industrial Mega Gear Robotics, adquirida posteriormente, y Kun Wang, su cofundador y director de tecnología, que fue uno de los primeros ingenieros de Google X y Waymo antes de cofundar la empresa de conducción autónoma QCraft.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados