印度零工经济崛起，数据收集瞄向机器人训练
近年来，印度在线食品配送市场增长显著，Zomato 和 Swiggy 先后上市，云厨房数量也在持续增加。与此同时，上门服务平台（如 Urban Company、Pronto 等按需家政平台）也迅速普及。
瞄准这一趋势，总部位于硅谷的创业公司 Human Archive 选择与这些企业合作，让工人佩戴配有摄像头的定制帽子，以第一人称视角记录日常工作场景——这类"自我中心视角"视频数据正是机器人训练所需的核心素材。
完成 820 万美元融资，估值近亿美元
Human Archive 近日宣布完成 820 万美元融资，由 Wing Venture Capital、NVP Capital、Y Combinator 联合领投，OpenAI、Nvidia、Google、Mercor、AfterQuery、BAIR、SAIL、Brad Boa、Meta 等知名 AI 科技公司的天使投资者跟投。
公司由四名加州大学伯克利分校和斯坦福大学的校友联合创办：Samay Mani、Rushil Agarwal、Shloke Patel 和 Raj Patel（后两位为表亲）。团队在机器人技术、硬件和触觉数据领域均有研究积累。
印度零工：可扩展的高质量训练数据源
Human Archive 的创始团队认定，这是 AI 行业发展的直接方向。当前，机器人实验室和前沿 AI 公司正竞相打造能够完成现实物理任务的机器，却面临关键瓶颈——缺乏高质量、真实世界的日常任务训练数据。团队认为，印度蓬勃发展的零工经济工人正是此类数据规模化和可扩展的来源。
目前公司已部署 超过 1000 台活跃头戴设备，覆盖多个地区，与家庭服务、宿舍、餐饮等多个领域的企业展开合作（具体合作方名称未披露）。
多传感器融合：视频之外的触觉与动作捕捉
除传统 RGB 视频外，Human Archive 还在同步开发和使用多种辅助设备，包括 触觉手套、全身动作捕捉服、手腕摄像头 等，可同步采集运动轨迹、触觉压力等数据，与 RGB-D（色彩图像 + 实时深度信息）融合后提供给 AI 实验室。
公司认为，仅靠视频数据远远不够，将视频与触觉、动作传感器数据配对才能显著提升数据价值。
创始人 Raj Patel 介绍，公司最初使用 iPhone 和临时改装设备采集数据，后来逐步构建定制硬件：
"我们从 iPhone 起步，后来自制支架和帽子。现在已有 7 种以上不同的硬件产品，可跨不同模态互换使用。采集后，我们解决的核心问题是如何同步来自这些不同来源的数据。"
目前已部署 50 多种不同设备同步采集各类数据点。
被 Urban Company 拒绝，合作模式另辟蹊径
尽管获得了资本认可，Human Archive 在商业拓展中并非一帆风顺。印度多家知名家政平台（包括 Pronto 和 Urban Company）均拒绝了与其合作。
这一矛盾被印度媒体 Entrackr 曝光后，引发各方公开回应：
- Urban Company CEO Abhiraj Singh Bhal 在 X 上明确表示不会参与此类数据合作安排；
- Raj Patel 则回击称 Urban Company 若不重新考虑，恐将因客户流失失去竞争力；
- 联合创始人 Rushil Agarwal 更直接爆料：Pronto 创始人 Anjali Sardana 曾在会议中嘲笑他并称其想法"愚蠢"；Pronto 方面确认曾有过对话，但最终决定不推进。
折扣换数据：另辟蹊径的消费者激励
面对大型平台的拒绝，Human Archive 转向与中小型创业公司合作，推出新的数据采集模式：当工人上门服务时，消费者可通过 App 选择——支付折扣价并同意数据采集，或 支付全价不接受录制。
Raj Patel 表示，消费者普遍接受前者，因为服务纠纷时有发生，视频记录可作为解决争议的依据。
薪酬竞争力与全球布局
Human Archive 目前的付薪标准为每小时 1 美元，主要面向参与自我中心数据采集的工人。据《Economic Times》报道，同类企业的时薪普遍在 250–400 印度卢比之间（约合 2.63–4.20 美元）。公司高管 Patel 表示，竞争对手的报酬高于 Human Archive，但凭借在印度本地的深耕优势，Human Archive 能够将薪酬维持在较低水平。
公司联合创始人 DeWitt 表示："Human Archive 的网络为全球用户提供了即时、灵活的增加收入机会，降低了参与 AI 经济的门槛。我们将其视为一座桥梁——在构建更安全、更高效的未来基础设施的同时，为参与者提供眼前的生活资金来源。"
扩张计划与平台化目标
目前 Human Archive 的数据采集主要分布在印度，正在向东南亚和美国市场拓展。公司还计划打造一个开放平台，允许任何人参与数据采集并获取报酬。在美国市场，公司正在探索将清洁、烹饪等服务与数据采集相结合的试点模式——工人提供服务的同时，也通过数据采集获得报酬，但该项目仍处于早期验证阶段。
物理 AI 浪潮中的竞争位势
多家资金充足的创业公司正在竞相开发物理 AI，而这一方向需要海量展示人类工作状态的训练数据。Human Archive 正是瞄准这一需求的玩家之一。未来其能否规模化，将取决于能否与头部实验室建立合作，以及所采集数据的独特性和体量是否能满足物理 AI 训练的需求。
评论