Human Archive：为具身智能归档物理世界
开发稳健泛化、技能娴熟且感知能力强的机器人，亟需海量真实世界的多模态数据。成立于2026年的Human Archive旨在通过收集和标注兼容的多模态数据，为具身智能归档物理世界。
核心创始团队由Rushil Agarwal、Samay Maini、Raj Patel和Shloke Patel四人组成，并在印度组建了运营团队以开展大规模数据收集与标注工作。这支源自斯坦福大学和加州大学伯克利分校的团队移居亚洲后，已开始构建全球最大的带注释多模态数据集。作为Y Combinator W26项目成员，Human Archive已获得YC投资。
自研基础设施与差异化竞争策略
据联合创始人Raj Patel透露，Human Archive于2025年11月启动基础设施建设，自主研发了专用硬件、数据管道及质量保证（QA）系统。目前公司正与领先的实验室和人形机器人企业合作，但受保密协议限制无法公开客户名单。
尽管Mecka AI、Cortex、Build AI和XDOF等公司也在解决同类问题，但Patel将这一市场视为“马拉松而非短跑”。关于差异化优势，他表示：
我们的独特之处在于深入探索仿生学与类人系统实际应用之间的平衡。我们没有为演示或原始数据量进行优化，而是构建了专门的基础设施，旨在为客户提供高质量、任务相关的数据，以支持其在现实世界中部署机器人。
商业模式与未来愿景
机器人技术中的仿生学指将自然界生物的结构、运动和行为原理应用于机器人设计。Human Archive基于此研究，为住宅和生产环境提供专用硬件，并将收集的数据经内部质控、匿名化和标注后，向机器人基础模型实验室及通用机器人公司提供大规模、多样化的高质量数据集。
在盈利模式上，Human Archive通过销售数据集获利，定价根据数据类型、规模、标注内容及任务多样性动态调整。
对于未来发展，团队规划如下：
短期内，打造全球最大的高精度多模态机器人数据集；长期来看，建立支持大规模人形机器人部署的数据引擎，从根本上改变现实世界中的体力劳动。