Human Archive leverages India's gig economy for robotics data

•Human Archive 由 Raj Patel、Samay Maini、Shloke Patel 和 Rushil Agarwal 於 2026 年創立，他們是史丹佛大學和加州大學柏克萊分校的輟學生，旨在為具身智慧建立大規模的多模態真實世界數據集。
•該公司於 2026 年 1 月 1 日從 Y Combinator 獲得了 50 萬美元的種子輪融資。
•Human Archive 的數據收集系統上線後，每天可收集多達 8,000 小時的數據，並已簽署全國性合作夥伴關係，將其貢獻者網絡擴大到 50,000 多人。
•他們在多種環境中收集數據，包括家庭、餐廳、酒店、零售、交通、建築、園藝和工業場所。
•Human Archive 提供兩種主要數據集：HA-Multi（包含視覺、立體深度、紅外線點投影、觸覺手套、身體慣性測量單元和腕部攝影機等多模態數據）和 HA-Ego（單色 RGB 視覺和腕部攝影機數據）。

數據模態 (Data Modalities): HA-Multi 數據集包含視覺、立體深度（紅外線點投影）、觸覺手套、身體慣性測量單元 (IMUs) 和腕部攝影機。HA-Ego 數據集包含單色 RGB 視覺和腕部攝影機。
輸出與視覺化 (Outputs & Visualizations): 為客戶提供結構化輸出和視覺化，包括 3D MANO 手部重建、2D 觸覺力圖、每個時間戳的深度圖以及人體姿態重建。
註釋與元數據 (Annotations & Metadata): HA-Ego 提供註釋和元數據，包括環境和場景描述、高層次任務描述、與任務對齊的原子動作標籤、手部追蹤、物體分割、SLAM（外部和內部參數）以及 3D 姿態重建。
硬體設計 (Hardware Design): 他們設計並部署客製化硬體設備，包括可調節、承重的穿戴式系統，以優化長時間使用的舒適度和減少疲勞；用於嵌入式電子設備的保護性外殼；以及用於可拆卸硬體模組的模組化對接和固定機制。
內部基礎設施 (Internal Infrastructure): 建立了用於策略基準測試的內部模型、品質保證 (QA) 管線、對齊和註釋軟體、一支 25 人的營運團隊，以及用於 TB 級數據卸載的 AWS 數據中心專用伺服器。

對零工經濟工作者依賴將加劇圍繞隱私、同意和勞動力取代的道德辯論。

第一人稱數據收集可能無意中捕捉到私人信息，引發潛在的監控擔憂，並讓工人擔心他們正在訓練最終可能取代他們的人工智慧系統，尤其是在印度等對價格敏感的市場。

Human Archive 收集大規模、多樣化真實世界多模態數據的方法將顯著加速通用機器人技術和基礎模型的發展。

具身人工智慧目前的瓶頸是缺乏多樣化、真實世界的多模態數據集，而 Human Archive 正透過在眾多環境和模態中大規模收集數據來直接解決這個問題。

像 Human Archive 這樣的公司的成功可能將印度確立為實體人工智慧數據服務的全球中心，超越傳統的 IT 外包。

印度龐大的勞動力和較低的成本使其成為數據收集和註釋的誘人地點，使其成為全球實體人工智慧市場的關鍵供應方。

2026-01

Human Archive 從 Y Combinator 獲得 50 萬美元種子輪融資。

2026-03

Human Archive 推出，宣布其使命是為人類感覺運動智慧建立「Common Crawl」，並具備每天收集 8,000 小時數據的能力。

2026-04

Human Archive 與印度家庭服務新創公司 Snabbit 進行了一項實體人工智慧數據收集的試點計畫，在受控的培訓中心環境中進行。

Human Archive 利用印度零工經濟獲取機器人訓練數據