印度零工戴鏡頭訓練機械人：Human Archive 令 physical AI 資料生意浮面

圖：TechCrunch．原文連結

訓練機械人最缺嘅，未必係更多網上文字，而係一雙手點樣扭螺絲、抹枱、摺衫、避開雜物同判斷力度。Human Archive 呢類 startup 睇中嘅，就係人類日常工作入面嗰啲難以用文字形容嘅身體知識。當印度零工戴住有鏡頭嘅帽同感應器做家務、清潔、餐飲或酒店工序，佢哋做緊嘅已經唔只係服務客人，而係同時生產一種可以訓練 physical AI 嘅資料。呢單新聞值得睇，因為 AI 由屏幕走入現實世界之後，第一個被重新定價嘅可能係人手勞動本身。

TechCrunch 報道指，Human Archive 由 UC Berkeley 同 Stanford 背景研究人員創辦，正喺印度同家居服務、酒店、餐飲等行業公司合作，收集第一身視角影片同多種感應資料。公司話已有逾 1,000 套活躍頭戴裝置，並公布獲 Wing Venture Capital、NVP Capital、Y Combinator 等參與嘅 820 萬美元融資。不過原文亦清楚見到，合作名單無全部公開，而部分印度大型家居服務平台曾拒絕合作；所以呢個故事唔應該寫成一間 startup 成功打通印度服務業，而係一個新資料市場開始試探邊界。

一頂帽，唔只係拍片

Human Archive 個賣點唔係普通第一身影片咁簡單。根據公司同 YC profile，佢哋想收集同標註多模態資料，包括 RGB-D 影像、觸覺手套、身體動作捕捉、手腕鏡頭同其他感應器，然後做同步、匿名化、QA 同標註，交畀開發機械人 foundation model 或世界模型嘅團隊。呢個方向反映一個現實：單靠影片，模型可能睇到手部動作，但未必知道力度、接觸點、物件深度同人身姿勢。對機械人嚟講，抹一張枱、執起濕布、避開杯邊同唔整跌雜物，全部都係細節密集嘅物理問題。

呢類資料之所以突然值錢，係因為 physical AI 要解決嘅唔係答題，而係喺真實環境做事。大型語言模型可以靠大量網上文字預訓練，但機械人要學識煮食、清潔、包裝、搬運，就要見過足夠多真實環境入面嘅失敗、遮擋、光線變化、物料差異同人類微動作。NVIDIA 近年推 Isaac GR00T、Omniverse、Cosmos 同合成資料工具，正正反映行業一邊想用模擬放大資料，一邊仍然承認真人示範又貴又少。Human Archive 押注嘅位置，就係用印度龐大服務業同低成本人手，補呢個缺口。

印度服務業變成資料場

印度近年外送、雲端廚房、即時家居服務同家務平台高速增長，令 startup 有機會接觸大量重複但多變嘅現場工序。TechCrunch 提到 Human Archive 曾經接觸 Pronto、Urban Company、Snabbit 等相關公司，但大平台態度唔一；Moneycontrol、Inc42 同 ETStartup 報道亦顯示，Pronto 嘅家居錄影 pilot 已經引發印度用家、競爭對手同監管部門關注。Pronto 對外說法係逐單 opt-in、唔係預設錄影、錄影後短期內刪除；但批評者質疑，如果影片真係要變成 AI 訓練資料，就需要整理、標註、儲存同轉化，單純講刪除原片未必足夠解釋資料點樣被用。

薪酬亦係呢門生意最敏感嘅地方。TechCrunch 引述 Human Archive 指，參與第一身資料收集嘅工人基本酬勞為每小時 1 美元；同文亦提到其他報道指同類收集可能每小時約 250 至 400 盧比。呢啲數字唔應該被包裝成簡單額外收入，因為工人交出嘅唔係一段普通影片，而係自己多年累積嘅動作習慣、效率技巧同場景判斷。當呢啲資料日後幫助機械人取代部分工序，工人有無長期分成、知唔知客戶係邊個、可唔可以拒絕，先係核心問題。

同意唔應該只係一個平價選項

Human Archive 對客戶端嘅做法，據 TechCrunch 描述係上門服務時提供選擇：接受錄影就有折扣，唔接受就用原價完成無錄影服務。表面上，呢係一個清楚嘅 opt-in 機制；但現實上，私隱同意唔只係有無撳同意掣。用家要知錄咩、錄幾耐、邊個睇、會唔會轉交 AI lab、匿名化點做、訓練後嘅模型會唔會保留可推斷資訊。對低收入工人嚟講，選擇更加複雜：如果拒絕戴鏡頭會影響接單、評分或收入，所謂自願就要打折扣。

印度 DPDP Act 同 2025 年 Rules 強調清晰通知、目的限制、資料最少化、同意、撤回同意、查閱、更正同刪除等權利；Moneycontrol 報道亦指 MeitY 已留意 Pronto in-home recording pilot 相關爭議。問題係，AI 訓練資料唔似一般客服錄音，原始影片刪咗之後，已抽取嘅標註、特徵、模型權重或推斷結果仲可能存在。換言之，監管要問嘅唔只係片段有無 blur 臉，而係由屋企畫面變成商業訓練資料嘅整條鏈，有無可審計記錄同刪除邏輯。

行業真正搶嘅係真人工序

Human Archive 唔係唯一一間追第一身資料嘅公司。The Indian Express 同 Economic Times 近月都有報道，印度工廠、家居同其他工作場景開始出現頭戴鏡頭、手腕鏡頭或智能眼鏡，用嚟收集機械人訓練資料；部分工人擔心自己正幫手訓練未來可能取代自己嘅系統。Economic Times 亦提到有多間印度 physical AI 相關 startup 正做第一身資料收集，市場愈多人入場，資料收購價亦可能受壓。呢個脈絡下，Human Archive 真正要賣嘅唔只係片，而係可同步、可標註、可被實驗室直接用嘅真人工序資料。

技術上，第一身鏡頭資料確實有價值，但唔代表任何戴帽拍片都可以變成好資料。機械人學習需要清楚任務分段、物件位置、手部姿態、接觸力度、失敗案例同環境語境；資料愈接近真實生活，就愈容易拍到不相干嘅人、地址、家庭擺設、宗教或文化線索、文件、藥物、兒童聲音同私人談話。匿名化同遮臉係必要，但未必足夠，因為屋企格局同生活習慣本身都可能係可識別訊號。呢一點令家居場景同工廠場景唔同：工廠至少係工作場地，屋企係生活空間。

放返香港，問題會更尖銳

截至 2026 年 5 月 26 日，原文、Human Archive 官網同 YC profile 都未見香港推出、港行或港價資料；香港部分要當成制度預演，而唔係本地服務消息。如果日後本地上門維修、清潔、餐飲、外賣送遞、保安巡邏或物管服務引入類似穿戴式鏡頭，情況會比一般 CCTV 更敏感。服務員工可能拍到住戶屋企、訪客、家傭休息空間、小朋友、藥物、財物同門牌；而工人本身亦會被長時間監察。呢唔係單一私隱聲明可以解決嘅問題，而係服務設計、僱傭權力同資料商業化一齊爆出嚟。

香港個人資料私隱專員公署嘅 PDPO 指引提供咗幾條底線：收集個人資料要有合法目的、必要而不過量；新用途一般要有明示同自願同意；資料要有保安、保留期限同透明政策。公署 2025 年 CCTV 指引亦強調使用鏡頭前要考慮必要性、比例、較少侵犯私隱嘅替代方案、私隱影響評估、清晰告示、資料保留同第三方處理責任。套返上穿戴式第一身鏡頭，香港公司至少要答到幾件事：

• 住戶、同住家人、訪客同服務員工係咪逐次、分開、知情同意？
• 唔同意錄影會唔會令工人少接單、住戶要畀不合理高價，或者影響服務質素？
• 影片、深度資料、聲音、標註同模型訓練後衍生資料分別保留幾耐？
• 資料會唔會交畀境外 AI lab、雲端供應商或第三方標註公司？
• 用家同工人可唔可以查閱、更正、撤回同要求刪除，而刪除範圍包唔包括已抽取特徵？

呢單新聞最值得警惕嘅地方，唔係一間美國 startup 喺印度搵到新資料來源，而係 physical AI 正將真人勞動變成可買賣嘅基建。機械人要進步，確實需要更貼近現實嘅資料；但如果代價係將屋企同工場變成長期拍攝場，咁每個參與者都要有真正選擇、合理補償同可追究嘅資料責任。香港公司日後想用類似技術，唔應該等到鏡頭入咗屋先補私隱條款；答案要喺產品設計、合約、員工政策同監管報告入面一早寫清楚。

參考來源

• TechCrunch — This startup is betting India’s gig economy can train the world’s robots — original report
• Human Archive - Y Combinator — 官方公司檔案，補充其多模態機械人資料定位、硬件、標註同匿名化管線。
• IT ministry to look into Pronto’s in-home AI recording pilot amid privacy concerns — 補充印度 MeitY 關注 Pronto 家居錄影 pilot，以及同意、監察、AI 訓練用途爭議。
• DPDP Rules, 2025 Notified — 印度政府資料，確認 DPDP Act / Rules 嘅同意、透明、目的限制、資料最少化同個人權利框架。
• The Personal Data (Privacy) Ordinance — 香港私隱法背景，提供 DPP1、DPP3、DPP4、DPP5 等原則，用作香港角度分析。
• Guidance on the Use of CCTV Surveillance — 公署 2025 年 CCTV 指引，支撐鏡頭監察、私隱影響評估、告示、保留同資料處理責任分析。
• Why workers that are helping teach AI robots their trade are worried — 補充印度第一身資料收集嘅工人憂慮、監察風險、同意同工作取代脈絡。
• NVIDIA Announces Isaac GR00T N1 and Simulation Frameworks to Speed Robot Development — 官方技術脈絡，說明 physical AI 對真人示範、合成資料同機械人訓練資料嘅需求。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。