档案库 · 太空 · 机器人 · 国防 · 产品决策 · 2026
阿西莫夫在人类数据上的赌注：众包视频训练人形机器人；YC W26 的佼佼者
YC W26 初创公司支付人们拍摄日常任务，并将这些视频作为人形机器人训练数据出售——已有 5000 多名贡献者，是 TechCrunch 的亮点。
Asimov
做的是什么生意
A data-infrastructure company that pays a global network of contributors to record everyday human tasks and sells the resulting datasets to train humanoid robots.
起因
Anshul Verma (Scale AI, Amazon, Berkeley ML research) and Lyem Ningthou (US Air Force data pipelines, founding engineer at Blume, YC W24) - college roommates who previously co-founded a startup that reached six figures in revenue - founded Asimov in YC's Winter 2026 batch. Their bet: language models trained on trillions of words and image models on billions of photos, but robots are starting from scratch - the bottleneck is diverse real-world human movement data, and nobody owns the supply chain.
经过
Asimov launched publicly in mid-March 2026, just before W26 Demo Day, and TechCrunch picked it as one of the 16 most interesting of the ~190-company cohort. By late March 2026, per AC Studio, more than 5,000 contributors worldwide were submitting videos of everyday tasks, with the company supplying thousands of hours of human-motion data daily to major robotics labs. Its August 2026 YC launch post said the largest robotics labs in the world were already customers, and that restaurant and warehouse partners can cover workers' salaries by having them wear collection kits while working.
结果
Still running: contributor network live, datasets selling to major robotics labs; early-stage, three-person team.
背景
Asimov 是 Y Combinator W26 批次的一家初创公司，其创始人正在构建所谓的数据基础设施，以实现人形机器人的 GPT-3 时刻。由 Anshul Verma（曾在 Scale AI 和亚马逊工作，并在伯克利做机器学习研究）和 Lyem Ningthou（曾为美国空军构建数据管道）创立，支付世界各地的人们记录日常任务——烹饪、清洁、工作——并将这些视频打包成数据集卖给机器人开发者。
这个赌注在于人形机器人受数据约束，而非硬件约束：语言模型在数万亿词汇上训练，图像模型在数十亿张照片上训练，但机器人是从零开始的。现有的机器人数据集狭隘，主要是工厂录像，重复相同的任务和环境，而机器人需要的是多样性——数千人在数千个空间中做人类所做的各种事情。Asimov 的模型是通过人们已经拥有的手机捕捉这些，辅以专有硬件套件和标注流程。
这家初创公司于 2026 年 3 月中旬公开发布，就在 W26 Demo Day 之前，TechCrunch 将其列为约 190 家公司中 16 家最有趣的公司之一。到 2026 年 3 月底，根据 AC Studio 的数据，超过 5000 名贡献者参与，该公司每天向主要机器人实验室提供数千小时的人类动作数据。
在 2026 年 8 月的 YC 启动帖子中，Asimov 表示世界上最大的机器人实验室已经成为客户，并且餐厅和仓库的合作伙伴可以通过让工人穿戴收集套件工作来支付工资——明确押注于支付普通人记录自己的日常活动将成为人形机器人训练数据的供应链。
这件事要成立，得有什么
- 这个论点反直觉：当资本追逐机器人硬件和模型时，瓶颈在上游——没有人拥有机器人学习所需的多样化真实世界动作数据。
- 众包模式具有复合效应：更多贡献者意味着更多环境和任务，使数据集更难以被工厂捕获的竞争对手复制。
- 创始人是楔子的可信操作者：Scale AI 教会了 Verma 大规模数据基础设施，而 Ningthou 为美国空军构建了数据管道，并将之前的初创公司做到了六位数的营收。
- 供应已经超过需求的迹象：发布后数周内就有 5000 多名贡献者，每天有数千小时的数据流出，并且根据 YC 启动帖子，主要实验室已成为客户。
可借鉴之处
当某一类别的硬件和模型获得关注时，不起眼的输入——训练数据——才是真正的瓶颈；众包可以将这种稀缺性转化为有防御性的供应链。
后续进展
截至 2026 年 9 月，Asimov 运营着一个全球贡献者网络，并向机器人公司出售人类动作数据集，团队三人，位于旧金山。其启动帖子称世界上最大的机器人实验室已经是客户，可以立即大规模交付；正在招募贡献者和餐厅、仓库等商业伙伴穿戴收集套件。长期赌注是机器人训练数据成为一种商品输入，拥有防御性的网络效应供应链，就像 Common Crawl 对文本那样——仍处于早期且未经验证。
资料来源
- 16 of the most interesting startups from YC W26 Demo Day
- 世界5,000人超のスマホユーザーが人型ロボットの「先生」に - YC発Asimovが分散型ヒューマノイド訓練データ基盤を構築
- Launch YC: Asimov - On demand human intelligence for robots
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡