该公司由两名伯克利学生和两名斯坦福学生联合创立，核心业务是捕捉印度零工经济中的第一人称视角数据，用于训练具备物理执行能力的机器人。随着各大AI实验室竞相开发实体机器人，高质量的真实世界人类工作数据成为关键瓶颈，Human Archive试图通过印度庞大的零工网络解决这一痛点。

　　不同于仅采集视频数据的竞争对手，Human Archive致力于同步捕获RGB-D（颜色与深度信息）、触觉力数据及全身动作捕捉数据。公司部署了超过1,000副活跃的头戴式设备，并开发了触觉手套、全身动作捕捉服和手腕摄像头等50多种定制硬件，以实现多源数据的精准对齐。

　　Wing VC合伙人Zach DeWitt指出，Human Archive在大规模同步收集头戴式视觉、力反馈及动作数据方面具有独特优势，这种多模态数据集对主要AI实验室和高校极具吸引力。目前，公司正利用这些数据微调内部AI模型，并在机器人上进行测试，以向潜在客户验证数据质量。

　　尽管愿景宏大，Human Archive在拓展合作伙伴时遭遇阻力。包括印度头部家庭服务平台Urban Company和Pronto在内的多家企业拒绝了数据合作提议。Urban Company CEO明确表示不参与此类安排，Pronto创始人也曾对相关构想表示质疑。

　　面对头部玩家的排斥，Human Archive转而与中小型初创企业合作，并向消费者提供折扣激励：用户可选择同意记录服务过程以享受低价，或支付全价以保护隐私。创始人Raj Patel表示，许多客户愿意用数据换取折扣，因为视频记录也有助于解决服务质量纠纷。

　　在薪酬方面，参与数据采集的工作人员每小时获得1美元底薪。这一标准低于印度市场每小时2.63至4.20美元的普遍水平，但公司凭借其在印度的实地运营能力维持了这一成本结构。DeWitt认为，这为全球用户提供了进入AI经济的低门槛机会。

　　数据采集引发的隐私问题备受关注。Human Archive表示，其商业合同符合印度《数字个人数据保护法》（DPDP），所有数据均经过匿名化处理，人脸已模糊化。然而，印度电子信息技术部近期已开始调查此类通过家政人员收集数据的合规性。

　　目前，Human Archive正从印度向东南亚及美国市场扩张，并构建一个允许任何人参与数据收集的平台。在美国，公司试点通过提供清洁或烹饪服务来换取用户的数据授权。随着实体AI竞赛加剧，Human Archive能否规模化获取独特且高质量的数据，将成为其生存的关键。