这家初创公司押注印度零工经济可以训练全球机器人

# 这家初创公司押注印度的零工经济能训练全世界的机器人 | TechCrunch 来源：https://techcrunch.com/2026/05/26/human-archive-taps-into-indias-services-startups-to-collect-data-for-physical-ai/ 过去几年，印度的在线外卖市场（https://www.ndtv.com/food/online-food-delivery-still-just-11-of-total-food-services-shows-large-untapped-market-report-11445358）显著增长，Zomato 和 Swiggy 均已上市，云厨房数量也在增加。与此同时，专注于家政服务的初创公司，例如按需家庭劳动力平台 Urban Company、Snabbit（https://techcrunch.com/2026/04/27/indias-snabbit-closes-56m-round-as-investor-interest-heats-up-in-on-demand-home-services/）和 Pronto（https://techcrunch.com/2026/05/06/a-20-minute-pitch-wins-indian-startup-pronto-backing-from-lachy-groom/），也越来越受欢迎。 硅谷初创公司 Human Archive（https://www.humanarchive.ai/）正利用这一趋势，与这些公司合作，让工人佩戴装有摄像头的特殊帽子，收集日常任务的第一人称视角视频数据，这些数据可用于训练机器人。 该公司未透露具体合作伙伴，但表示正在与家政服务、酒店和餐厅行业的公司合作收集第一人称数据，并称已在多个地点部署了超过 1000 台活跃的头戴设备。 基于这一进展，Human Archive 周二宣布已从 Wing Venture Capital、NVP Capital、Y Combinator 以及来自 OpenAI、Nvidia、Google、Mercor、AfterQuery、BAIR、SAIL、Brad Boa 和 Meta 的天使投资人处筹集了 820 万美元资金。 该初创公司由三名加州大学伯克利分校的学生和一名斯坦福大学的学生创立——Samay Maini、Rushil Agarwal、Shloke Patel 和 Raj Patel（后两人是表兄弟）。其中 Raj Patel 担任 CEO。四人均有机器人学、硬件和触觉数据方面的研究背景。 该公司的创立直接押注于人工智能行业的发展方向。随着机器人实验室和前沿人工智能公司竞相制造能在现实世界中执行物理任务的机器，它们面临一个关键瓶颈——缺乏高质量的、展示人类日常工作的真实世界训练数据。Human Archive 的赌注是，印度蓬勃发展的零工经济中的工人，正是这种数据未被开发且可扩展的来源。 尽管 Human Archive 与多个合作伙伴合作，但该初创公司表示，它曾被许多印度家政服务公司拒绝合作，包括 Pronto 和 Urban Company。 该公司被主要参与者拒绝的消息在上周末成了公开话题，当时印度媒体 Entrackr 报道（https://entrackr.com/in-depth/how-pronto-is-turning-indian-homes-into-training-grounds-for-its-investors-physical-ai-vision-11863126）称，Pronto 正在积极寻求合作，以收集工人数据用于机器人训练，而 Snabbit 曾与 Human Archive 进行过早期讨论，但项目最终告吹。 Urban Company 的 CEO Abhiraj Singh Bhal 在 X 平台回应（https://x.com/abhirajbhal/status/2058435042230366354），表示公司不会参与此类安排——这促使 Patel 反驳（https://x.com/babugi28/status/2058513932177101084）说，Urban Company 很快就会被迫重新考虑，否则将因客户流失而失去重要性。联合创始人 Rushil Agarwal 更为直白，发文称 Pronto 创始人 Anjali Sardana 曾嘲笑他（https://x.com/Rush26agarwal/status/2058518537711632710），并在他提出数据合作想法时骂他“愚蠢”。Pronto 承认有过对话，但表示选择不继续推进。 在全国各地，其他初创公司正在从不同的工作环境（https://m.economictimes.com/tech/startups/egocentric-data-collection-fuels-ai-robotics-growth-in-india/articleshow/130477296.cms）收集第一人称数据，包括工厂车间。为了与众不同，Human Archive 正在使用并开发附加设备，如触觉手套、全身动作捕捉服和腕部摄像头，以同步采集运动、触觉力等数据，并与 RGB-D（彩色图像与实时深度信息配对）数据对齐，出售给人工智能实验室。该初创公司认为，仅凭视频数据是不够的，但将其与其他传感器数据配对会使其更有价值。 最初，Human Archive 使用临时设置或现成的设备来捕获数据。现在，它正在开发协同工作的定制硬件，以捕获不同类型的数据。它已经部署了超过 50 种不同的设备来收集不同的数据点。 “为了捕获数据，我们从 iPhone 开始；然后我们构建了自己的定制设备和帽子。现在我们有超过七种不同的硬件产品，可以根据不同模态交替使用。从不同设备收集数据后，我们致力于同步所有这些不同来源的数据。”Patel 在一次通话中说道。 该公司表示，正在开发用自己的数据微调 AI 模型，并在机器人上测试以评估任务效果的方法。通过这样做，该初创公司可以向潜在客户展示其数据质量，并对内部模型进行后训练。 Wing VC 的合伙人 Zach DeWitt 表示，这家初创公司在从多个传感器收集数据方面具有独特优势。 “世界上没有其他人能够大规模地同步收集头戴设备的 RGB-D、力反馈、全身动作捕捉以及同步的胸部和腕部摄像头数据。他们一直在用这些数据进行内部模型训练，由于传感器的新颖性和他们即将发布的新数据集的规模，每个主要实验室和大学都有兴趣对此进行实验。”他告诉 TechCrunch。 ## 在印度收集数据及扩张计划 尽管被家政服务行业的知名企业拒绝，Human Archive 仍与较小的初创公司合作，为客户提供折扣服务。当工人到达客户家中时，消费者会通过应用程序获得一个选择：以折扣价格换取同意数据收集，或者支付全价进行无录像的访问。 Patel 提到，客户很乐意选择前者，因为关于服务质量的纠纷很常见，而视频录像有助于解决这些纠纷。 该公司向参与第一人称数据收集的工人支付每小时 1 美元的基础工资。Economic Times 的一份报告显示，其他公司每小时支付 250 到 400 卢比（约 2.63 到 4.20 美元）。Patel 表示，竞争对手的薪酬高于 Human Archive，但该公司在印度的实地存在使其能够保持较低的薪酬水平。 “Human Archive 的网络在全球范围内提供即时的、灵活的赚钱机会，降低了参与人工智能经济的门槛。我们认为这是一座关键的桥梁，在资助当下生计的同时，为更安全、更高效的未来建设基础设施。”DeWitt 说道。 除了工资支付，通过视频录制收集数据还存在隐私问题。目前尚不清楚 Human Archive 向工人提供了哪些关于其录像用途的信息。该公司表示，其商业合同符合印度的《数字个人数据保护 (DPDP) 法案》（https://static.pib.gov.in/WriteReadData/specificdocs/documents/2025/nov/doc20251117695301.pdf），因为它展示了隐私政策通知以及包含数据收集目的和处理方式的同意信息。该公司表示，所有数据都经过匿名处理，并且录像中的人脸会被模糊处理。上周，Moneycontrol 报道（https://www.moneycontrol.com/news/business/startup/it-ministry-to-look-into-pronto-s-in-home-ai-recording-pilot-amid-privacy-concerns-13929802.html）称，印度电子和信息技术部正在调查通过家政服务人员收集第一人称数据的初创公司的同意机制和数据收集实践。 虽然 Human Archive 主要在印度收集数据，但它已开始扩展到东南亚和美国。该公司还在搭建一个平台，任何人都可以参与数据收集并赚取收入。它还希望在美国为客户提供清洁或烹饪等服务，以换取参与工人收集的数据——不过这些项目仍处于早期试点阶段。 多家资金充裕的初创公司正在竞相（https://techcrunch.com/2026/01/30/physical-intelligence-stripe-veteran-lachy-grooms-latest-bet-is-building-silicon-valleys-buzziest-robot-brains/）构建物理 AI（https://techcrunch.com/2026/04/16/this-simulation-startup-wants-to-be-the-cursor-for-physical-ai/）。这需要大量展示人类工作的训练数据——而 Human Archive 是竞争满足这一需求的参与者之一。其方法能否规模化，将取决于它能达成哪些合作，以及它能收集到的数据的独特性和数量，以满足物理 AI 实验室的胃口。 *当您通过我们文章中的链接购买商品时，我们可能会赚取少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*