印度 Humyn Labs 完成 4700 万美元 A 轮融资,供应机器人真实世界训练数据

内容管家 AI领域评论0字数 1503阅读5分0秒阅读模式
印度 Humyn Labs 完成 4700 万美元 A 轮融资,供应机器人真实世界训练数据

印度 Humyn Labs 完成 4700 万美元 A 轮融资,专攻机器人"真实世界数据"

随着机器人被要求完成越来越多的日常人类任务,训练所需的高质量真实世界数据却依然稀缺。总部位于班加罗尔的初创公司 Humyn Labs 宣布完成 4700 万美元 A 轮融资,这笔钱将用于帮助美国的人工智能与机器人公司构建能在物理环境中运行的模型。

全球多家公司都在尝试打造能够执行日常家务与人机协作任务的机器人,但"喂饱"模型的数据依然不够。已有包括 Mecka AI、XDOF 和 MicroAGI 在内的多家初创公司切入这一方向,采集真实世界视频作为机器人训练语料。Humyn Labs 的定位正是与这些玩家同台竞争。

印度也正成为所谓"物理 AI"训练数据的采集枢纽。Human Archive、BuildAI 等公司利用印度庞大的劳动力资源,记录人们在真实环境中完成日常任务的样子。与此同时,这一做法也引发了关于隐私与知情同意的争议——尤其是当录制发生在居民自己家中时。

联合创始人 Manish Agarwal(印度游戏公司 Nazara Technologies 前 CEO)与 Ishank Gupta(百威英博 AB InBev 前高管)于今年 2 月共同创立 Humyn Labs,此前两人还创办过如今更名为 KGeN 的 Kratos Studios。KGeN 在新兴市场拥有广泛的贡献者网络,这张网络帮助 Humyn Labs 顺利进入居民家中完成采集。

核心变化:4700 万美元,股权加债务的双轨结构

本轮融资由两部分构成:

  • 2600 万美元股权融资,由 Accel 领投,Prosus Ventures、BeeGlobal、Bajaj Finance 旗下 Finserv Intelligence、Bajaj Alts AI Opportunities Fund、Dallas Venture Capital、Lighthouse Canton、Jump Trading 跟投;
  • 2100 万美元风险债务,由 Lighthouse Canton Growth Debt Fund II 领投,Trifecta Capital 参与。

引入债务的原因与现金流结构直接相关。联合创始人 Manish Agarwal 解释称,公司对一线采集人员和合作伙伴通常按日或按周付款,但向 AI 实验室客户收款往往要等 30 到 60 天。借款可以填补这段时间差,且比继续出让股权稀释更划算。

数据怎么采:自研双摄硬件 + 标注软件 + 20 多国网络

Humyn Labs 自研了一套双摄像头硬件用于录制人们完成日常任务的过程,再用自家软件对影像进行处理和标注——也就是给每段片段打上"发生了什么"的标签,让模型可以据此学习。

  • 采集范围:覆盖拉丁美洲和亚洲 20 多个国家,巴西、印度、韩国是三大主要枢纽;
  • 数据维度:除行为片段外,软件还会追踪手部动作、与物体的交互细节等信息,把原始录像转成模型可学习的结构化数据;
  • 现场组织:公司通过当地合作方寻找采集点位并监督执行流程。

Agarwal 强调,采集人类活动影像只是第一步,真正难的是把原始素材变成可用数据:

"规模、多样性和质量都很重要,它们需要协同发挥作用。"

商业化进展:12 家付费客户,约 90% 收入来自美国

公司目前有 12 家付费客户,包括前沿 AI 实验室、机器人公司以及世界模型(world model)开发者。据 Gupta 表示,约 90% 的收入来自美国,但他拒绝透露具体客户名单。

收入节奏同样在加速:

  • 4 月至 10 月实现营收 1000 万美元;
  • 另有 2000 万美元的合同已签署;
  • 尚有 2000 万美元的交易待最终敲定。

团队规模上,Humyn Labs 目前有 51 名全职员工,多数常驻班加罗尔,另在各国采集地保有本地合作伙伴网络。

争议与合规:家庭场景下的知情同意

在被问及隐私质疑时,Agarwal 表示,Humyn Labs 采集的是人们日常工作或家务活动的真实状态,而不是让人摆拍特定动作;公司通过当地合作方遴选采集点并监督流程。

"劳动者是被激励的劳动者,但必须有人监督和引导,才能得到正确的输入。"

影响与建议

  • 数据供给正在成为机器人赛道的独立产业:与过去"买数据集"不同,市场上出现了以实地采集网络、标注流水线和合规流程为核心竞争力的中间层供应商,Humyn Labs 的融资额也印证了这一点。
  • "合规采集"正在变成竞争壁垒:印度监督&管理方(如 MeitY)已开始就家庭服务类平台为物理 AI 采集数据展开问询,能在知情同意、场所筛选、现场监督上形成可审计流程的公司,更可能拿到头部实验室的长期订单。
  • 现金流结构值得同类玩家警惕:先付劳动、后收客户款的模式天然占用营运资金,"股权 + 债务"而非单纯靠股权融资,是一种可借鉴的杠杆选择。
  • 对采购方(AI 实验室 / 机器人公司):可关注该类供应商在采集国别分布、数据标注质量与隐私合规上的实际落地能力,再决定是否纳入长期数据供应链。
  • 对市场观察者:目前该赛道仍处早期,同质化竞争者密集(Mecka AI、XDOF、MicroAGI、Human Archive、BuildAI 等),差异化空间主要来自采集网络的深度与质量,而非单点技术。

延伸阅读

 
内容管家

发表评论