夜雨聆风
Human Archive这轮融资可能是2026年最能定义AI时代边界的事件——不是因为820万美元的数字，而是它的投资人阵容：Wing Venture Capital、Y Combinator领投，来自OpenAI、Nvidia、Google、Meta的顶级AI高管以个人名义参投。这家由四名二十岁加州大学伯克利和斯坦福辍学生创办的硅谷新创，拿到了硅谷AI精英圈的“集体签字”。他们在赌一条极其简单又极其棘手的逻辑：人类的行为正在成为新一代AI最稀缺的战略资源，而印度零工经济的身体，是开采这座金矿成本最低的地方。
Human Archive的切入点一针见血。全球具身智能公司和机器人实验室正陷入一个尴尬的瓶颈——算力可以用钱买，算法可以靠人才卷，但高质量的现实世界训练数据，在物理AI领域几乎是一片荒原。实验室里用合成数据和机械臂自我模拟生成的数据，很难外推到真实世界的复杂性和随机性。
Human Archive的赌注是：让真实的印度零工在真实的工作场景中以第一人称视角工作，这些视频数据经过标注后，直接卖给AI实验室和机器人公司，用于训练能在现实世界中执行物理任务的机器。
公司的技术壁垒不只是摄像头。它已经部署了超过1000套头戴设备，并开发了触觉手套、手腕摄像头、全身惯性测量单元等多达50多种传感器终端。从最初的iPhone录制到定制化采集装备，采集到的运动轨迹、触觉压力和RGB-D深度信息，在时间轴上毫秒级对齐，形成所谓“有史以来最大的感觉运动数据集”。用创始人拉杰·帕特尔的话说：“我们正在存档物理世界中人类互动的结构。”
已经有超过120家合作伙伴签约，覆盖酒店、餐厅、快消平台、建筑工地和工厂。
但这条路的争议，才刚刚开始。
Human Archive在印度开疆拓土的方式聪明且粗暴：它主要通过两类合作伙伴招募“数据矿工”——零工平台与上门服务平台。根据合作方式，消费者在App上可以选择“同意录像享受折扣”或“不录像维持原价”。工人则在基本劳务费之外额外获得约每小时1美元的采集报酬。对一个月收入仅几百美元的家庭服务人员来说，这是一笔可观的补贴，不用额外花时间就能赚到。
然而，硅谷这套“双赢”的话术很快在印度撞上了现实的高墙。
印度本土最大的家政服务平台Urban Company，CEO直接在X上表态拒绝参与此类合作。Human Archive联合创始人拉杰·帕特尔立刻回击：拒绝数据合作的企业很快会因为客户流失而被迫重新考虑。另一位联合创始人拉希尔·阿加瓦尔在与印度初创公司Pronto谈判时更是遭到直接羞辱，Pronto创始人听了他的数据合作方案后笑了，骂他“愚蠢”。
更棘手的是隐私与监管。印度电子和信息技术部已密切关注此类数据采集方案，重点审查“知情同意”机制是否合规。虽然公司称摄像头角度很少拍到面部，并在后处理中抹去露出的身份信息，但这种辩解在充斥着信任危机的零工经济面前显得苍白。在一个月前的一段未经验证的视频中，大量印度制衣工人头戴摄像头在阴暗工厂里工作的画面流传网络，公众的猜测是：他们在帮AI录制取代自己的数据。Human Archive否认介入那项操作，但公众疑虑已经形成——他们是否在训练最终取代自己的机器？
Human Archive在X上写道：“我们正在建立一个全球数据网络，从印度开始。”联合创始人解释得很坦白，选择印度有两个核心原因：第一，一个国家就能提供足够广泛的行业多样性，“从珠宝到纺织、从煤炭到钢铁，应有尽有”；第二，美国根本不存在这种规模的可支配劳动力。
这句话捅破了一层窗户纸——Human Archive的模式在某种意义上正在创造“AI殖民”的新型叙事：印度的零工劳动阶层在为全球人工智能承担一种隐性的基础架构建设。他们的动作被解构成算法中的一行行代码，而他们本人和他们的身体，可能将是第一波被新算法替换掉的对象。公司对“AI会取代人类工作”的问题处理得非常谨慎，用“具身智能”这样的学术词汇包装商业目标。但当资本的流向和技术的工具已如此明确，受众很难不产生一个朴素的追问：当一个清洁工戴着摄像头录下擦地板的全过程，训练出一条最终会擦地板的机器人——他到底是在工作，还是在写自己的辞呈？
美国资本与印度身体的结合，构成了Human Archive故事最微妙的张力——硅谷需要AI模型掌握真实世界的技能，就必须让机器模仿人类的行为；而大批量提供高质量人类行为数据成本最低、效率最高的方式，恰好是在印度。Human Archive的争议说明，不只是“数据隐私”，还有“训练数据的内容伦理”——用工人自己的动作去训练替换他们的机器，知情同意书里到底该写什么？
820万美元的融资证明，硅谷风投圈已经给出了自己的答案。但问题是，当技术以这样的速度开进现实，伦理和法律的护栏到底跟得上吗？这个问题的答案，远不止一家820万美元的初创公司能够回答。
本文基于公开信息整理，仅供参考。
