标签： AI数据

2005年上线的Amazon Mechanical Turk，这个月宣布了一件事：2026年7月30日之后，不再接受新客户。现有客户还能继续用，但AWS明确说了，不打算加新功能。换句话说，这台机器还在转，但已经没人给它上油了。

Mechanical Turk当年的想法挺直接的：有些活儿电脑搞不定，但人花几秒钟就能做完——比如辨别一张图里是猫还是狗，或者帮盲人描述图片内容。Amazon搭建了一个平台，让公司发布这种微任务，让全世界的自由职业者来接单，酬劳低到几美分。这个模式当时叫「众包」，听着比「全球最低价劳动力」好听多了。

从AI训练数据工厂到「僵尸平台」

到了AI时代，Mechanical Turk找到了新活法——给神经网络做数据标注。公司用它来标注训练数据，算是Amazon SageMaker AI服务的一部分。但讽刺的是，有分析发现平台上33%到46%的工人自己在用大语言模型来完成任务。也就是说，你以为你在让人给AI准备训练数据，其实那些人让另一个AI帮他们干活。蛇咬自己的尾巴，这套路倒是挺完整的。

Mechanical Turk其实有个历史梗：它的名字来源于18世纪的一台「国际象棋自动机」，那台机器看起来是自动下棋的，实际上里面藏了一个真人棋手。今天看来，这个梗比当年更合适——很多宣称是「AI」的产品，背后其实是一群拿最低工资的Mechanical Turk工人在撑着。

这个平台还顺便在Facebook-Cambridge Analytica丑闻里跑了个龙套——当初Cambridge Analytica收集Facebook用户数据，Mechanical Turk工人帮忙做了大量数据标注工作。等这事爆出来，大家才发现这个平台在灰色地带里跑了多少年。

为什么现在关

Amazon自己的公告说这是「仔细考虑后的决定」，但Reddit上早就有用户说这个平台「几年前就死了」。机器人泛滥、欺诈横行，靠谱的工人和研究人员早就跑了。有人预测，迟早有一天Amazon会有人算一笔账，发现维护这台服务器的钱不如省下来，然后直接拔插头。

7月30日之后，新客户进不来了。现有客户还能继续用，但没人知道这个「生命维持系统」能撑多久。一个时代就这样在没有隆重仪式的情况下，慢慢拔掉了插头。

过去几年，印度的外卖市场疯了一样增长，Zomato和Swiggy都上了市，云厨房数量也在猛增。与此同时，做家庭服务的初创公司也越来越受欢迎，比如按需家政平台Urban Company、Snabbit和Pronto。

就在这种背景下，一家叫Human Archive的硅谷初创公司冒了出来。他们的想法听起来有点疯狂——让这些零工工人戴上带摄像头的特制帽子，把日常工作的第一人称视角视频收集起来，用来训练机器人。

“物理AI和机器人研发的核心瓶颈，是缺乏展示人类执行日常工作的高质量、真实世界训练数据。印度蓬勃发展的零工经济，正是这种尚未被开发、可规模化获取的数据来源。”

820万美元入账，投资人阵容豪华

周二，Human Archive宣布拿到一笔820万美元的融资。投资方名单读起来像AI圈的名人录——Wing Venture Capital、NVP Capital、Y Combinator，还有来自OpenAI、英伟达、谷歌、Mercor、BAIR、SAIL、Brad Bao和Meta的天使投资人。

四个创始人全是加州大学伯克利分校和斯坦福的学生——Samay Maini、Rushil Agarwal、Shloke Patel和Raj Patel（后两人是表兄弟，Raj Patel担任CEO）。四个人在机器人、硬件和触觉数据领域都有研究背景。

帽子、手套、动作捕捉服，全副武装

一开始，Human Archive用临时装置或现成设备采集数据。现在，他们已经开发了能够协同工作的定制硬件，可以同步收集不同类型的数据。目前已经在多个地点部署了1000多个活跃的头戴设备，累计部署超过50种不同设备，可以同步采集7种不同模态的数据。

他们的逻辑是：光有视频数据不够，得把视频和其他传感器数据配对，价值才能大幅提升。所以他们在做触觉手套、全身动作捕捉服、腕部摄像头——把RGB-D（实时配对的彩色图像和深度信息）和力反馈、全身动作、腕部视角这些数据同步采集起来，然后卖给AI实验室。

碰壁：头部家政公司说”不”

虽然Human Archive在跟多家公司谈合作，但现实给了他们一记耳光。包括Pronto和Urban Company在内的多家印度家政服务头部公司，都拒绝了合作。

事情在上周末闹到了公开层面。印度媒体Entrackr报道称Pronto正在积极寻求合作关系，以收集工人数据用于机器人训练；而Snabbit此前曾与Human Archive进行过早期讨论，但项目最终告吹。Urban Company的CEO Abhiraj Singh Bhal在X平台上直接回应称，公司不会参与此类安排。

Raj Patel随后回击称，Urban Company很快将被迫重新考虑，否则将面临客户流失、失去相关性的风险。联合创始人Rushil Agarwal更直白——他发帖称Pronto创始人Anjali Sardana听到他提出数据合作想法时，曾经嘲笑他”愚蠢”。

工人每小时拿1美元，隐私问题谁来管

Human Archive向参与数据收集的工人支付每小时1美元的基础报酬。《经济时报》的报告显示，其他公司支付的报酬是每小时250卢比到400卢比（约2.63到4.20美元）。Patel表示竞争对手的报酬比Human Archive高，但其在印度的实地存在使其能够保持较低的薪酬水平。

比工资更棘手的是隐私问题。目前尚不清楚Human Archive向工人提供了哪些关于其镜头使用方式的信息。该公司表示，其商业合同符合印度《数字个人数据保护法（DPDP法）》的要求，会显示隐私政策通知，以及详细说明数据收集目的和处理方式的同意信息。公司还表示所有数据都是匿名的，并且会对录像中的人脸进行模糊处理。

上周，Moneycontrol报道称，印度电子和信息技术部正在审查通过家政服务人员收集第一人称数据的初创公司的同意机制和数据收集实践。监管的风，已经开始吹了。

这家公司帮70万创作者，把数据卖给AI实验室

过去几年里，创意市场和平台圈发现了一件事：他们手上握着的数据，是一座金矿。这些数据可以用来训练自己的AI模型，也可以授权给其他AI实验室换钱。

Wirestock选了后者。

这家公司原本的业务是帮摄影师在Shutterstock等图库平台上分发和销售作品。2023年，他们转型成了数据供应商，现在向AI实验室提供图像、视频、设计资产、游戏和3D内容等数据集。

“一开始，我们的很多交易只是卖现成的东西，比如我们现有的图库。但后来变成了大量定制内容数据的需求，这给创作者带来了新机会，平台就这样起飞了。”——Wirestock联合创始人兼CEO Mikayel Khachatryan

70万创作者，4000万美元年营收

Wirestock说平台已经签约了超过70万名艺术家和设计师，他们为数据收集完成各种任务，类似Fiverr平台上的自由职业者。

公司周四宣布，已完成2300万美元的A轮融资，用于建设新的数据供应业务。这轮融资由Nava Ventures领投，谢丽尔·桑德伯格联合创立的SBVP、Formula VC、I2BF Ventures跟投。

Khachatryan表示，Wirestock目前为6家最大的基础模型制造商提供多模态数据，但拒绝透露具体名称。他提到公司目前的年营收运行率为4000万美元，迄今已向贡献者支付了1500万美元。

AI数据供应链的生意

随着AI实验室竞相改进模型，对数据供应服务的需求极高。像Surge、Scale AI、Mercor这样的公司，凭借对不同类型数据集的需求，几乎在一夜之间建立了价值数百亿美元的业务。

Wirestock想专注于为助力创意用例的模型提供数据，比如图像和视频生成。公司也在探索音频和音乐等其他模态。

Nava Ventures创始人Freddie Martignetti说，他的基金一直在寻找在数据采购和精炼方面创新的初创公司。”我认为Wirestock对基础模型和超大规模计算服务商需要什么多模态数据有深刻理解，以创建更像人类的系统。我们论点的基石是，多模态数据将变得越来越重要，不仅是为了创建图像或视频，而是让模型完成现实世界的任务。”

Wirestock目前有60名员工，将利用新资金招聘研发、工程和产品岗位人员。公司还在开发供AI实验室协作的企业级数据集软件。