コンテンツにスキップ
メインサイト ニュース コンソール

OpenAIに身体性データを供給しているのは誰か?

· 量子位
国内AI

フィジカルAIの世界的サプライチェーン中核へ食い込む

夢瑶 凹非寺より
量子位 | 公式アカウント QbitAI

汎用人工知能(AGI)や再帰的自己改善(RSI)に熱い視線が注がれる昨今、サム・アルトマン(Sam Altman)率いるOpenAIが自社の大規模モデルを新たな極限へと押し上げていることは周知の通りだ。しかし否定できないのは、フィジカルAI(Physical AI)の領域において、OpenAIが経験した試行錯誤や紆余曲折は、他のトップクラスのエンボディドAI(具身知能)メーカーと比べても決して少なくないという事実である。

2020年から2021年にかけて、大志を抱いていたOpenAIのロボティクスチームは解散の憂き目に遭った。当時、最大のボトルネックとして繰り返し指摘されていたのが、高品質な訓練データの極度な不足だった。

しかし数年が経ち、GPTシリーズの進化に伴って言語理解能力が飛躍的に向上しただけでなく、目覚ましいクロスモーダル能力も開花した。今や1つの汎用大規模言語モデルが、ロボットアームを直接制御し、物体のピッキングや配置といった一連の身体的操作タスクを自律的に遂行できるようになっている。

Image 3

△ 出典:米独立評価機関 RoboCurve

かつてデータ不足に手足を縛られていたOpenAIは、いかにしてロボティクスの最前線へ返り咲いたのか。

公開情報や業界関係者の証言を辿っていくと、1つの重要な手がかりが浮かび上がってくる。現在フィジカルAI領域で熱視線を浴びている「エゴセントリック(一人称視点)データセット」の調達を、OpenAIはかなり早い段階から大規模に進めていたのだ。

OpenAI自身はデータサプライヤーの正体を公表していない。しかし、フィジカルAIブームの過熱とともに、業界のコアコミュニティで頻繁に名が挙がるようになったスタートアップがある。誰もが知る巨大テック企業ではなく、設立わずか2〜3年のシリコンバレー発スタートアップ、Maxinsightsだ。

Image 4

さらに顧客リストを紐解くと、同社が世界のフィジカルAIトップ陣営のサプライチェーンに深く食い込んでいることがわかる。Google DeepMind、Figure、1X…… 名だたるスタープレイヤーたちがこぞって名を連ねているのだ。

特筆すべきは、同社の年間経常収益(ARR)がすでに数か月にわたり1億ドル(約150億円)の大台に乗っているか、目前に迫っている点だ。創業からわずか数年のスタートアップが、世界中の数千人にもおよぶ人間の実操作ログを、米中市場を跨ぐ一大スケールビジネスへと見事に昇華させたのである。

参入障壁が極めて高いとされるこのデータビジネスを、彼らはどのように成立させたのだろうか。


200万時間超を納入、フィジカルAIの中核サプライチェーンへ

近年、フィジカルAI分野では大規模な一人称視点データ(Egocentric Data)の需要が爆発的に伸びている。その背景には極めて現実的な理由がある。実機ロボットを動かして自律的に操作データを収集する場合、ハードウェアのコストが膨大で収集期間も長期化するうえ、カバーできる実環境のバリエーションがどうしても限られてしまうためだ。

これに対して一人称視点データは、エンボディドAIの学習データにおける決定的な弱点を埋める救世主となった。データ収集担当者がヘッドマウントカメラを装着するだけで、日常生活における手の緻密な動きや、人間と物体との物理的なインタラクションをリアルタイムに記録できる。

このアプローチは収集コストが低く、シーンの多様性も圧倒的で、高価かつ壊れやすい実機ロボットに依存しない。そのため、数万〜数百万時間規模の超巨大データセットを構築する基盤となり得る。

Image 5

しかし、一人称視点データの収集を手がける企業は数多く存在するものの、トップクラスの基盤モデルベンダーのコアサプライチェーンに食い込めるスタートアップはほんの一握りにすぎない。Maxinsightsが築き上げたデータの「堀」は、一般的な競合企業を大きく引き離している。

同社が保有する中核データ資産の規模は、すでに数百万時間クラスに達している:

  • 顧客への累計納入データ量は200万時間を突破
  • 手の高精度トラッキングとマルチモーダル言語アノテーションが付与された高品質データを150万時間以上保有
  • 単月のデータ収集能力は45万時間に達し、収集ネットワークは世界2,000か所以上の実環境、50,000以上の具体的シーンを網羅

この若い企業は、世界中に分散する生身の人間の操作ログを着実に集約し、ロボット学習のための長大なデータ基盤へと仕立て上げた。

Image 6

もちろん、データの規模感は前提条件にすぎない。真の試金石となるのは、ダウンストリームの顧客が実際に購入し続ける意欲があるか、そしてそのデータがモデルの性能向上に確かな価値をもたらすかどうかだ。

数万種類に及ぶシーンデータの蓄積を武器に、Maxinsightsの事業ネットワークは北米を含む世界6大陸へ拡大している。顧客リストには、Google DeepMind、Figure AI、Dyna Robotics、Genesis AI…… といったロボティクス領域を牽引するリーディングカンパニーが勢揃いしている。さらに今年3月には中国市場への展開も果たし、グローバル規模でのビジネスサイクルを完全に確立した。

Image 7

極めて重要なのは、これらの大規模データが、最先端ロボットモデルの事前学習成果として体系的に実証されている点だ。

例えば今年8月に発表されたDyna-2が好例である。Dyna Roboticsは100万時間分の一人称視点操作動画を用いて事前学習を実施し、現実世界の物理インタラクション則をモデルに学習させた。その実験結果は、明確なスケーリング則(Scaling Law)を証明している。人間の操作データが1,000時間から100万時間へとスケールするにつれ、Dyna-2の人間の動作に対する予測平均二乗誤差は約12%減少した。さらに注目すべきは、学習データセットに含まれていなかった全く新しい形態のロボットに対しても、人間動画の規模拡大に伴って汎化予測性能が持続的に向上した点だ。そして、この100万時間という極めて重要な事前学習データを供給した中核サプライヤーこそが、Maxinsightsである。

Image 8

もう1つの象徴的な事例は、シリコンバレーの有力ロボット企業Genesis AIが今年5月に発表した汎用ロボット基盤モデルGENE-26.5だ。

発表の際、チームは難易度の高い一連の調理タスクを公開した。実際の厨房環境において、ロボットはトマトのカットから片手での卵割り、両腕協調作業まで、約20工程に及ぶ複雑な調理プロセスを完全に自律遂行し、途中で人間の介入を一切必要としなかった。さらに画期的なのは、数々の高難度な複合スキルに対し、わずか1時間未満の特定タスク実機デモデータを追加するだけで、自律的な汎化実行が可能になったことだ。

この性能ブレイクスルーの根底にあるのは、事前学習フェーズで大量の一人称動画およびセンサーデータから、物理世界に関する事前知識を十全に吸収させたことにある。

Image 9

そしてあまり知られていないが、GENE-26.5を支える独占的一人称データパートナーもまた、Maxinsightsなのだ。


トップAIモデル企業の調達予算から生まれた「1億ドル企業」

技術的なバズワードが飛び交うフィジカルAIの領域において、最先端の計算資源とモデルの需要を持続的かつ健全なキャッシュフローへと転換できて初めて、ビジネスモデルが真に成熟したと言える。

Maxinsightsが公表した直近の財務・事業データは、その商業化の圧倒的なスピードを裏付けている。

Image 10

最新の業績推移によれば、2026年第3四半期におけるMaxinsightsの受注契約額(Bookings)は、前四半期比で48%増となる見込みだ。

エンボディドAI領域における受注契約額の安定した伸びは、業界にとってより深い意味合いを持つ。ロボットの事前学習はデータ品質に対して極めてシビアであり、単に量だけを追い求めても通用しない。顧客が予算を追加し続けているという事実は、同社のデータがモデルの学習パイプラインに深く組み込まれ、安定した性能向上をもたらしており、さらに次世代のより巨大な基盤モデルの学習にも耐えうる納品体制が整っていることを意味する。

特にトップクラスの基盤モデル(Foundation Model)開発チームの場合、1回のイテレーションに数十万〜数百万時間規模のデータ供給を必要とし、データの多様性、アノテーションの一貫性、納期の確実性に極めて厳しい基準を課す。すでに数百万時間規模の納入実績がある中で、受注額が前四半期比で約50%も伸長していることは、顧客からの長期的な供給価値に対する絶大な信頼を物語っている。

Image 11

もう1つの重要な財務指標も目を引く。Maxinsightsは、年間経常収益(ARR)を数か月連続で1億ドル前後の高水準に維持している。

ARRは、既存の契約枠組みに基づく高い更新率と、安定して再現可能な年間の経常キャッシュフローを示す指標だ。1億ドル近いARRを数か月間維持し続けていることは、同社が単発の買い切り型ビジネスから脱却し、極めて確度の高い収益ループを確立したことを示している。

ソフトウェアやAI企業の成長サイクルにおいて、1億ドルのARRはビジネスモデル成熟の重要な分水嶺とみなされる。これは、企業が初期の技術検証やパイロット顧客による検証期間を乗り越え、本格的なスケールアウトフェーズへ完全に突入したことの証左である。

この規模を支えているのが、同社の構築したデータフライホイールだ。
フィジカルAIのデータインフラには強力な規模の経済が働く。主要顧客が増えるほど、多様な実世界の操作シナリオとエンジニアリングのノウハウが蓄積される。データが豊富かつ高精度になればなるほど、モデルの汎化性能を劇的に引き上げることができる。そして向上したモデルの性能が新たな発注を呼び込み、自己強化型の好循環サイクルが完成するのだ。

Image 12

△ AI生成

この業績は、AIデータ企業に対する業界の既成概念をも根本から覆した。

従来、エンボディドAIやシミュレーション、自動運転などの領域におけるモデルデータの調達は、強い**「プロジェクト型」の性質**を帯びていた。特定のプロジェクトのためにシミュレーションデータやアノテーションデータを調達し、その学習が収束すれば発注サイクルは一旦終了する。このような都度精算型のモデルでは収益のボラティリティが激しく、データ企業が大規模な資産を築くことは困難だった。

データ提供サービスを毎月継続的に積み上がるARRモデルへと転換できたことは、Maxinsightsが業界特有の景気サイクルを打破したことを意味する。多角化された顧客ポートフォリオ、顧客パイプラインへの深い組み込み、継続的なマルチモーダル新規データの供給能力、そして強固な収益化メカニズムによって、同社は極めて高い参入障壁を築き上げた。


単なるサプライヤーを超えて:基盤モデルチームと次世代データを共創する

現在のフィジカルAI業界には、活況を呈するデータ調達ブームの影に隠れた本質的な課題が存在する。**「現在調達されているデータ仕様が、次世代エージェントの進化に必要な要件をすべて満たしているとは限らない」**という点だ。

基盤モデルのアーキテクチャが急速に進化する中で、エンボディドAIが次に学ぶべき物理法則は何なのか、どのモダリティのデータが不足しているのかについては、世界最高峰の研究チームでさえも学習・評価・模索を並行しながら手探りで進めているのが実情だ。

この業界のペインに対し、Maxinsightsは単なる受動的な「データ納入業者」にとどまらない。フィジカルAIのデータインフラの共創者として深くコミットし、最先端の基盤モデルチームと手を取り合って次世代のデータ標準を策定している。

Image 13

現在、Maxinsightsは世界中に約50社の企業顧客を抱えており、その中には誰もが認める業界トップクラスの機関が5社含まれている。

そのビジネスアプローチには「共同研究」としての強い特色がある。まずトップ顧客と深く協調して探索を進め、極めて厳格な技術基準のもとで新しいデータパイプラインを磨き上げる。そこで得られた堅牢で標準化されたデータプロダクト体系を、より広範な産業エコシステムへ展開・再利用していくのだ。

初期のGoogle DeepMindとの協業はその好例だ。両者は当初、素手による一人称データの収集から模索を開始した。約200時間のPoC(概念実証)からスタートし、エンドツーエンドのエンジニアリング課題を着実にクリアしながら、産業レベルの納入規模へとスケールさせていった。

このパートナーシップは、単なる受発注の関係をとうに超えている。モデル開発チームが先進的な仮説を提示し、両者で収集手法やセンサーの選定を議論する。そしてMaxinsightsがグローバルな収集網と自動化処理パイプラインを構築・運用し、モデル評価のフィードバックを受けてデータ仕様を高速でアップデートしていく。

現在、この共研モデルは、テキストと動作のアライメント(Text)、上半身の精密協調(Upper Body)、全身キネマティクス(Full Body)、さらにはUniversal Manipulation Interface(UMI)といった新たなデータ次元へと全面的に拡張されている。

Image 14

△ AI生成

世界最高水準の要求に応え続けられる背景には、Maxinsightsがデータ収集と空間コンピューティングの基盤部分で確立した確固たる技術力がある:

  • 全身キネマティクス(Full Body)分野:一人称視点の単眼カメラ映像から、3次元の全身動作軌道を直接再構成する技術を実現した。両手のモーションキャプチャ軌道と物体との接触状態を高精度に追跡しながら、人体の3D姿勢を安定して逆算できる。これにより、ロボットの学習対象は局所的な手先操作から、全身協調を伴うダイナミックなアクションへと広がった。
  • 上半身制御(Upper Body)分野:「動作・空間・セマンティクス」のマルチモーダル統合表現へと技術検証を深めている。コーヒーの抽出から荷物の受け渡しに至るまで、あらゆる操作ディテールを上位の自然言語指示や下位の空間トポロジーと精密に紐付けることで、ロボットのVision-Language-Action(VLA)基盤モデルの学習に極めて精度の高いデータセットを提供している。
  • 高精度空間センシング分野:独自の空間センシングモデルMaxSLAMを開発。作業者の視点における3次元空間内の微小な変位をミリ単位の精度で再構成し、収納、組み立て、精密機器の修理といった作業の背後にある相対的な空間運動を正確に再現する。4つの典型的なタスクと20本の高動的操作シーケンスからなるベンチマーク評価において、MaxSLAMのトラッキング位置誤差はわずか4.24mm、姿勢角誤差は0.57°という極小値を記録した。

Image 15

Maxinsightsの歩みを振り返ると、その意義は単なる1社のスタートアップの商業的成功にとどまらない。

現在の産業サイクルにおいて、フィジカルAIのデータ収集は世界のテックジャイアントや有力VCが巨額の資金を投じる主戦場となっている。しかしその熱狂の中で、データの規模と最先端の品質を両立させ、世界のトップモデル開発企業と強固なアライアンスを築けている企業は極めて稀である。

数百万時間規模のデータ納入実績から、OpenAI、Google DeepMind、Figure AIといったトッププレイヤーの戦略的データパートナーへの飛躍、そして次世代データパラダイムの共同定義へ――Maxinsightsの成長軌跡は、エンボディドAI向けデータインフラの旗手が駆け上がる姿を鮮明に映し出している。

汎用フィジカルAIがいつ私たちの生産現場や日常生活に完全に溶け込むのか、その明確な時期はまだ誰にもわからない。しかし、エージェントの進化を支える屋台骨となるサプライチェーンにおいて、鋭い技術的洞察力と堅実なエンジニアリング納入能力を武器に、すでに代替不可能なエコシステム上の地位を確立した先駆者が確かに存在している。

時代の潮流をいち早く見極め、着実な実行力をもって形にする。Maxinsightsの市場突破は、まさにその鉄則を証明している。

#国内AI#OpenAI#4Allapi.com

4All API チームによる投稿

原文リンク:https://www.qbitai.com/2026/10/504800.html

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →