Human Archive 获 820 万美元融资：让印度家政工人穿上传感器为机器人”打工”，Physical AI 的数据飞轮能否转起来？
Physical AI 数据采集初创公司 Human Archive 完成 820 万美元融资，由 Wing Venture Capital 领投，NVP Capital、Y Combinator 以及来自 OpenAI、Nvidia、Google、Mercor、AfterQuery、BAIR、SAIL、Meta 的天使投资人参投。这家由 UC Berkeley 和 Stanford 学生创立的公司，选择了一条极其大胆的路径——让印度零工经济中的家政工人穿戴传感器设备，在清洁、烹饪等日常家务中生成机器人训练数据。这是一笔充满争议的融资，但它揭示了具身智能最底层的一个真相：没有真实世界的数据，Physical AI 就是空中楼阁。
具身智能的”数据荒漠”：为什么 Physical AI 必须从真实世界采集？
当前大语言模型的崛起依赖于互联网上近乎无限的文本数据，但 Physical AI 面临一个根本不同的瓶颈——物理世界的操作数据极度稀缺。模拟器可以生成一部分训练数据，但”sim-to-real gap”（仿真到现实的鸿沟）始终是机器人领域最头疼的问题。一个在模拟器里能完美叠衣服的机器人，到了真实环境中可能连毛巾都抓不住。Human Archive 的核心洞察是：与其在实验室里用昂贵的机器人手臂反复试错，不如直接从人类的日常操作中大规模采集数据。印度的零工经济提供了一个几乎无限的”数据标注员”池——只不过这些标注员不是在标注图片，而是在标注物理世界的操作序列。
为什么是印度？一个关于成本套利和规模优势的冷峻计算
Human Archive 选择印度并非偶然。创始团队由 Samay Maini、Rushil Agarwal、Shloke Patel 和 CEO Raj Patel 组成，他们深谙印度服务经济的特点：数以百万计的家政工人，成熟的零工平台基础设施，以及相对低廉的劳动力成本。这本质上是一种”数据成本套利”——在硅谷用机器人手臂采集一小时的操作数据，成本可能是在印度用人工采集的 50-100 倍。但这也是争议的核心来源。Human Archive 已经被印度主要的家政服务公司 Pronto 和 Urban Company 拒绝合作，原因不难理解：让工人在工作中穿戴传感器采集数据，本质上是在训练最终可能替代他们的机器人。这是一个尖锐的伦理问题，也是 Human Archive 在印度市场推广时必须正面回应的挑战。
Wing Venture Capital 的赌注：押注”Physical AI 时代的 Scale AI”
Wing Venture Capital 领投这轮融资的逻辑并不难理解。在 AI 基础设施的投资图谱中，”数据层”始终是最有价值的环节之一——Scale AI 就是最好的例证。Human Archive 有潜力成为 Physical AI 时代的 Scale AI：一个为机器人公司提供高质量、真实世界操作数据的关键供应商。如果具身智能赛道在未来 3-5 年真正爆发——从家用机器人到工业协作机器人——那么对高质量物理操作数据的需求将呈指数级增长。Y Combinator 的参投进一步验证了这一判断，而来自 OpenAI、Nvidia、Google、Meta 的天使投资人则暗示了一个更深层的信号：大模型公司正在为 Physical AI 的基础设施预先布局。
自研微调能力：从”数据代工”到”数据智能”的关键跳板
Human Archive 透露正在开发用自有数据微调 AI 模型的能力，这是一个值得关注的战略信号。如果公司只是一个”数据采集外包商”，其护城河将非常有限——任何人都可以在印度招募工人穿戴传感器。但如果 Human Archive 能够建立起一套从数据采集、数据清洗、数据标注到模型微调的完整管线，它就有机会成为 Physical AI 行业的关键基础设施。核心问题在于：Physical AI 的数据网络效应是否成立？即，更多的数据是否能带来更好的模型，更好的模型是否能吸引更多的客户，更多的客户是否能资助更多的数据采集？如果这个飞轮能转起来，Human Archive 的估值天花板将远超一个服务外包公司。
争议与挑战：数据殖民主义的阴影和伦理红线
820 万美元对于 Human Archive 的野心来说只是起步资金。这笔钱够他们验证核心假设——印度家政工人的操作数据是否真的对机器人训练有用——但远不够建立起行业级的数据采集网络。更大的挑战在于社会层面。当硅谷的创业者利用发展中国家的廉价劳动力来训练将最终取代这些工人的技术时，”数据殖民主义”的批评几乎不可避免。Pronto 和 Urban Company 的拒绝合作已经是一个预警信号。Human Archive 需要找到一种方式，让数据提供者也能从 Physical AI 的价值创造中受益，否则这个模式在印度的政治和社会语境下可能走不远。具身智能的未来无疑需要大量真实世界数据，但获取这些数据的方式，将决定这个行业是在建设一个更好的世界，还是在复制一种新的不平等。
