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

一家数据基础设施公司，支付全球贡献者网络来记录日常人类任务，并将所得数据集出售用于训练人形机器人。

人形机器人受数据约束，而非硬件约束：支付世界各地的人们记录日常任务，将其打包成训练数据集，并率先拥有供应链。

Anshul Verma（曾在 Scale AI、亚马逊工作，在伯克利做机器学习研究）和 Lyem Ningthou（曾在美国空军做数据管道，Blume 的创始工程师，YC W24）是大学室友，曾共同创立一家营收达到六位数的初创公司，后来在 YC 2026 年冬季批次创立了 Asimov。他们的赌注是：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——瓶颈在于多样化的真实世界人类动作数据，而没有人拥有这一供应链。

Asimov 于 2026 年 3 月中旬，在 W26 Demo Day 之前公开发布，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，据 AC Studio 报道，全球超过 5000 名贡献者正在提交日常任务的视频，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。其 2026 年 8 月的 YC 启动帖子称，世界上最大的机器人实验室已经成为客户，餐厅和仓库合作伙伴可以让工人穿戴收集套件工作，以此支付工资。

仍在进行中：贡献者网络活跃，数据集正在向主要机器人实验室销售；早期阶段，三人团队。

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。

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。

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。