Maxinsights capta US$ 30 milhões para pagar pessoas que filmam o próprio trabalho e treinar robôs com esses dados
A Maxinsights levantou US$ 30 milhões numa rodada inicial para ampliar uma rede que paga pessoas para gravar tarefas do dia a dia e vender os dados a quem treina robôs. A empresa diz ter mais de 2 milhões de horas captadas.
A Maxinsights captou US$ 30 milhões em rodada inicial liderada pela PeakXV, com participação da Tola Capital, da South Park Commons, da INCE Capital e da Alumni Ventures. O dinheiro vai para ampliar uma plataforma de dados para IA física que paga pessoas para gravar atividades comuns, como cozinhar e limpar, e usa as imagens para treinar robôs e modelos de IA.
Segundo a empresa, já são mais de 2 milhões de horas de atividade humana captadas, das quais 1,5 milhão estão prontas para uso em modelos. Mais de 5.000 pessoas, em seis países, gravam a si mesmas com câmeras da empresa, e há mais de 30 clientes, entre laboratórios de IA e desenvolvedores de modelos de base. A ideia é expor os modelos à variação e aos imprevistos de casas e locais de trabalho reais, ao contrário da coleta encenada.
Controle de qualidade e o tato
Duas novidades acompanham a rodada. O MaxLoop avalia o material que chega e dá retorno aos operadores; a empresa diz que ele cortou cerca de 80% do custo de revisão e permite processar 450.000 horas de vídeo por mês. A luva MaxGlove, desenvolvida com a Genesis AI, registra o que a imagem não mostra: pressão, resistência e escorregamento. A meta é chegar a 1 milhão de horas de dados de força em 2027.
A Maxinsights afirma que todas as 200.000 horas de dados em primeira pessoa usadas no modelo GENE-26.5, da Genesis AI, vieram dela, e que é a maior fornecedora de dados por trás do modelo Dyna-2, da Dyna Robotics.
O que isso muda aqui
*Sem efeito* — a matéria não fala de operação no Brasil, e a empresa vende para laboratórios de IA, não para fábricas. Não há produto, preço nem prazo para integradores brasileiros.
Para quem trabalha com automação, o interesse é indireto: a corrida dos robôs de uso geral depende de dados de gente fazendo tarefa de verdade, e a empresa defende que a qualidade desses dados é o gargalo, não a quantidade. A luva de força indica que vídeo sozinho não basta para ensinar a segurar e manipular objetos. Quem ensina ou integra robótica deve acompanhar se esse tipo de dado chega a modelos que se adaptem a postos de trabalho aqui. O que ainda não se sabe é quanto desses modelos funciona fora de laboratório.
