整理编译｜TesterHome社区
来源｜TechCrunch
物理AI（Physical AI）竞速白热化，机器人训练数据已成行业最大瓶颈。
一家硅谷初创公司Human Archive走出全新路径，他们正将目光投向印度蓬勃发展的家政、外卖等零工经济，让一线工人佩戴专属设备采集第一视角工作数据，直接供给全球AI实验室训练机器人，以构建用于训练机器人和物理人工智能系统的大规模数据集。
近日，该公司官宣完成820万美元融资，投资方有Wing Venture Capital、NVP Capital 和 Y Combinator 在内的投资者以及与 OpenAI、Nvidia、Google 和 Meta 相关的天使投资者。
Human Archive由加州大学伯克利分校学生Samay Maini、Rushil Agarwal和Shloke Patel以及斯坦福大学学生Raj Patel共同创立，Raj Patel担任首席执行官。创始人团队在机器人、硬件系统和触觉数据研究领域拥有丰富的经验。该模式走红的同时，也陷入合作争议与隐私监管漩涡。
行业痛点：实体AI缺“真数据”
当下全球机器人与前沿AI公司，都在攻坚能做现实家务、服务、手工的实体AI，但普遍卡在一个核心问题：缺少海量、真实、第一视角的人类工作视频与动作数据。
而印度恰好拥有全球最活跃的零工市场：外卖平台Zomato、Swiggy上市，云厨房爆发；Urban Company、Pronto等家政平台渗透率飙升，海量蓝领工人每天重复标准化服务动作——这成了Human Archive眼中的天然数据矿。
商业模式：零工戴头显，采集换收益
Human Archive的玩法很直接：
合作场景：对接印度家政、酒店、餐饮企业，让工人佩戴带摄像头的定制头显，采集第一人称视角工作视频。
用户激励：用户APP二选一——同意数据采集就享服务折扣，拒绝则付全款（用户接受度高，视频还能解决服务纠纷）。
工人薪酬：参与采集的零工时薪**1美元**，依托本地运营控制成本。
数据变现：把处理后的多模态数据卖给AI实验室与机器人公司。
目前，该公司已在印度部署超1000台活跃采集设备，合作覆盖多场景。
技术壁垒：不止拍视频，多传感器同步采集
和普通视频采集公司不同，Human Archive靠多模态数据建立壁垒：
设备：触觉手套、全身动捕服、腕部相机、RGB-D深度摄像头
数据：同步采集视频、动作、力反馈、深度信息
自研：已推出7款硬件、50余种采集设备，完成多源数据同步
投资方直言，全球暂无第二家能规模化同步这类数据，顶尖实验室都在排队合作。
争议与监管：头部企业拒绝，印度方面介入
这套模式并非一帆风顺，首先是合作碰壁，遭Urban Company、Pronto等印度家政头部公开拒绝，双方还在社交平台隔空互怼。
隐私风险也是争议之一，反对者认为第一视角视频涉及家庭隐私，数据合规存疑。
公司虽声称符合印度《数字个人数据保护法》，做匿名化、人脸模糊处理，但监管风险仍悬顶。
扩张计划：从印度走向全球
据了解，目前该公司已经进军东南亚、美国市场，在东南亚的具体做法是搭建全民数据采集平台，普通人也能参与赚钱；而在美国，正试点用清洁/烹饪服务，直接置换数据采集。
业内专家认为，实体AI的竞争，本质是数据的竞争。Human Archive把印度零工经济变成AI数据供应链，既踩中了行业刚需，也直面隐私、劳工、合作三大难题。
这种「零工数据→实体AI训练」的模式，会成为下一代机器人研发的主流路径吗？有待市场继续验证。
国内对标Human Archive的赛道
在中国国内，目前已形成对标海外Human Archive的具身智能（实体AI）数据采集赛道，同样采用「穿戴设备+第一视角+真人实景采数」核心逻辑，但中外商业模式、落地形态存在明显差异。国内赛道分为巨头自用闭环和初创第三方服务两大阵营，整体产业化更成熟、场景更丰富。
核心玩家有：
1. 产业巨头：京东（规模化众包采数标杆）
京东是国内公开规模最大的具身数据采数玩家，2026年官宣打造全球头部具身智能数据采集中心，自研JoyEgoCam轻量化头戴采集设备，联动60万员工、零工、社区居民众包采数，覆盖物流、家庭、工业、餐饮等全场景，目标两年积累千万小时级真实场景数据。
需要注意的是，京东以自用研发闭环为主，服务自有机器人体系，仅少量合规对外交易，并非Human Archive纯对外售卖数据的第三方服务商，仅采数模式相似。
2. 垂直初创（真正对标海外第三方模式）
星忆科技、艾欧智能、超维动力为核心代表，完全对标Human Archive第三方数据服务模式。主打轻量化头环、穿戴式传感设备，同步采集第一视角视频、人体动作、空间深度、力反馈多模态数据，软硬件一体化，专门为国内机器人、具身AI企业提供商业化训练数据，无自有机器人业务，纯数据供给。
3. 传统AI数据龙头（赛道跨界落地）
海天瑞声、数据堂等上市数据企业，2026年重点加码具身智能多模态数据业务，落地家政、工业、仓储等实景采集方案，依托成熟的数据标注、合规体系服务头部科技企业，商业化链路完善。
4. 本土零工采数（高度相似海外，试点落地）
趣活等国内零工平台联合数据服务商，复刻海外「服务工人穿戴设备+有偿激励采数」模式，依托家政、外卖、物流零工资源采集实景作业数据。精准修正：该模式目前处于试点阶段，尚未大规模商业化普及，和印度规模化部署存在体量差距。
中国vs印度（Human Archive）核心差异
1. 模式不同：海外是纯第三方数据售卖、完全开放商业化；国内巨头自用为主、初创开放服务，双模式并行。
2. 场景更广：不止餐饮、家政，覆盖物流仓储、工业制造、城市运维等高价值商用场景，落地实用性更强。
3. 合规更稳：严格遵循《个人信息保护法》，执行标准化匿名化、用户知情同意流程，行业常态化合规审核；无印度式政府立案调查、头部企业公开对立拒合作的舆论与监管风波。
4. 落地形态不同：国内依托成熟的电商、物流、本地生活生态，采数场景稳定可持续；海外高度依赖零散零工合作，合作壁垒高、争议频发。
总的来说，Human Archive属于单点创新的海外试点模式，靠零工经济解决实体AI数据短缺问题；中国国内已形成“巨头自用+初创商业化”的双向成熟赛道，众包采数规模、场景丰富度、合规完善度均领先海外单一区域模式，是当前全球具身智能数据迭代的核心阵地。
最新议题看这里→
大会火热报名中
7折购票优惠5月30日即将截止
5人及以上购票享团体优惠，每张再减100元
时间越晚折扣越少噢~
扫描下方二维码，即可参会
AI编码｜团队新基础设施？MCP协议在AI辅助编程中的质量保障作用
AI测试｜如何构建一个工程师真正会听取意见的AI代码审查工具
AI时代下，软件测试岗位正在消失吗？——全球科技公司的QA转型、裁撤与重构
