A aposta da Asimov em dados humanos: vídeos de crowdsourcing treinam humanoides; destaque da YC W26

Uma empresa de infraestrutura de dados que paga uma rede global de colaboradores para gravar tarefas humanas cotidianas e vende os conjuntos de dados resultantes para treinar robôs humanoides.

Os humanoides são limitados por dados, não por hardware: pagar pessoas no mundo todo para gravar tarefas cotidianas, empacotar isso em conjuntos de dados de treinamento e ser dono da cadeia de suprimentos primeiro.

Anshul Verma (Scale AI, Amazon, pesquisa de ML em Berkeley) e Lyem Ningthou (pipelines de dados da Força Aérea dos EUA, engenheiro fundador na Blume, YC W24) - colegas de quarto na faculdade que antes cofundaram uma startup que chegou a seis dígitos de receita - fundaram a Asimov na turma de Inverno de 2026 da YC. A aposta deles: modelos de linguagem treinados em trilhões de palavras e modelos de imagem em bilhões de fotos, mas os robôs estão começando do zero - o gargalo são dados diversos de movimento humano no mundo real, e ninguém é dono da cadeia de suprimentos.

A Asimov foi lançada publicamente em meados de março de 2026, pouco antes do Demo Day da W26, e a TechCrunch a escolheu como uma das 16 mais interessantes entre as cerca de 190 empresas da turma. No fim de março de 2026, segundo a AC Studio, mais de 5.000 colaboradores no mundo todo estavam enviando vídeos de tarefas cotidianas, com a empresa fornecendo milhares de horas de dados de movimento humano diariamente a grandes laboratórios de robótica. Seu post de lançamento na YC de agosto de 2026 dizia que os maiores laboratórios de robótica do mundo já eram clientes, e que parceiros de restaurantes e armazéns podem cobrir os salários dos trabalhadores fazendo-os usar kits de coleta enquanto trabalham.

Ainda em operação: rede de colaboradores ativa, conjuntos de dados sendo vendidos a grandes laboratórios de robótica; estágio inicial, equipe de três pessoas.

A tese é contrária ao senso comum: enquanto o capital persegue hardware e modelos de robôs, o gargalo está a montante - ninguém é dono dos dados diversos de movimento no mundo real de que os robôs precisam para aprender.

O modelo de crowdsourcing se acumula: mais colaboradores significam mais ambientes e tarefas, tornando o próprio conjunto de dados mais difícil de replicar por um concorrente que capture dados em fábrica.

Os fundadores são operadores críveis para a cunha: a Scale AI ensinou a Verma infraestrutura de dados em escala, e Ningthou construiu pipelines de dados da USAF e uma startup anterior até seis dígitos de receita.

Sinais de oferta já superam os de demanda: mais de 5.000 colaboradores em poucas semanas após o lançamento, milhares de horas de dados fluindo diariamente e grandes laboratórios como clientes, segundo o post de lançamento na YC.

Quando o hardware e os modelos de uma categoria recebem a atenção, o insumo pouco glamouroso - os dados de treinamento - é o verdadeiro gargalo; o crowdsourcing transforma essa escassez em uma cadeia de suprimentos defensável.

Em setembro de 2026, a Asimov opera uma rede global de colaboradores e vende conjuntos de dados de movimento humano para empresas de robótica, com uma equipe de três pessoas sediada em São Francisco. Seu post de lançamento diz que os maiores laboratórios de robótica do mundo já são clientes e que ela pode entregar em escala imediatamente; ela está recrutando colaboradores e parceiros de negócios, como restaurantes e armazéns, para usar kits de coleta. A aposta de longo prazo é que os dados de treinamento para robótica se tornem um insumo de commodity com uma cadeia de suprimentos defensável e com efeito de rede, como o Common Crawl se tornou para texto - ainda é cedo e não comprovado.