💡 站外导读:当具身智能与世界模型走出仿真器、步入家庭和工厂,真实世界的操作视频正取代互联网文本成为最稀缺的训练燃料。总部位于班加罗尔的 Humyn Labs 刚刚完成 4700 万美元 A 轮融资,由 Accel 领投股权并罕见搭配了 2100 万美元风险债权。依托自研双摄硬件与覆盖拉美和亚洲 20 多国的真实生活采集网,这家今年 2 月才创立的公司已在半年内斩获千万美元营收,且九成买单方来自美国 AI 实验室与机器人巨头。

一、 成立不到十个月斩获千万营收:4700 万美元“股权+债权”背后的现金流密码
据 TechCrunch 披露,Humyn Labs 本轮 4700 万美元 A 轮融资由两部分构成:其中 2600 万美元股权融资 由著名风投 Accel 领投,Prosus Ventures、BeeGlobal、Bajaj Finance 旗下 Finserv Intelligence 与 Bajaj Alts AI Opportunities Fund、Dallas Venture Capital、Lighthouse Canton 以及 Jump Trading 跟投;另外还包含一笔高达 2100 万美元的风险债权(Venture Debt),由 Lighthouse Canton Growth Debt Fund II 领投、Trifecta Capital 参投。
这家仅在今年 2 月由印度游戏公司 Nazara Technologies 前 CEO Manish Agarwal 与百威英博(AB InBev)前高管 Ishank Gupta 联合创立的公司,展现出惊人的商业增速:仅在 4 月至 10 月之间便实现 1000 万美元营收,目前已签署 2000 万美元合同,另有 2000 万美元订单 处于最终敲定阶段。其现有的 12 家付费客户 涵盖前沿 AI 实验室、机器人厂商及世界模型开发者,且约 90% 的营收来自美国市场。
至于为何引入高达 2100 万美元的债权,Agarwal 道出了“物理 AI 数据工厂”特有的财务账期矛盾:Humyn Labs 需要按天或按周向一线采集人员与本地合作方支付劳务报酬,但来自美国 AI 实验室客户的回款周期通常长达 30 至 60 天。用风险债权填补中间的营运资金(Working Capital)缺口,远比直接增发股权稀释创始团队股份更具性价比。
二、 从双摄像头采集硬件到“手部-物体”交互追踪:不止于拍视频的数据管线
与传统大模型靠网页爬虫抓取存量语料不同,面向机器人和世界模型的“物理 AI(Physical AI)”极度缺乏第一视角与真实环境中的手部操作数据。为了竞争 Mecka AI、XDOF 与 MicroAGI 等赛道先行者,Humyn Labs 构建了一套“专用硬件 + 语义标注软件 + 跨国地面网络”的三位一体架构。
在硬件端,Humyn Labs 自主研发了双摄像头采集设备(Two-camera Hardware),专门用于记录普通人在真实环境中的日常操作。Agarwal 强调,拍摄原始画面只是第一步,核心壁垒在于后端处理软件对画面中手部运动轨迹、人与物体交互细节的自动追踪与精确标签化(Tagging),将非结构化的日常视频转化为可供机器人策略网络和世界模型直接学习的规范数据集。他总结道:“规模(Scale)、多样性(Diversity)与质量(Quality)缺一不可,必须协同推进。”
| 核心业务维度 | Humyn Labs 披露的工程与商业指标 | 同赛道规律与运营特征 |
|---|---|---|
| 融资结构拆解 | 4700 万美元 A 轮(2600 万股权 Accel 领投 + 2100 万风险债权) | 以低稀释债权化解日/周结采集成本 vs 30-60 天客户账期错配 |
| 商业化进度 | 4–10 月营收 1000 万美元;2000 万已签约 + 2000 万待敲定 | 12 家付费客户(AI 实验室/机器人/世界模型),90% 收入来自美国 |
| 采集技术栈 | 自研双摄像头硬件 + 手部动作与物体交互追踪标注软件 | 聚焦日常家务与真实劳作场景,拒绝高度人工摆拍 |
| 地面采集网络 | 覆盖拉美与亚洲 20+ 国家(以巴西、印度、韩国为核心枢纽) | 复用创始人前作 Kratos Studios (KGeN) 新兴市场贡献者网络 |
| 团队规模与重心 | 今年 2 月创立,现有 51 名全职员工(主要驻扎班加罗尔) | 对标 Mecka AI / XDOF / MicroAGI 及印度本土 Human Archive / BuildAI |
三、 复用 Web3 游戏众包网络破局冷启动:20 余国真实家庭如何变成数据车间
在班加罗尔仅用 51 名全职员工就能在半年内撬动横跨 20 多个国家(以巴西、印度、韩国为主力枢纽)的分布式采集网,关键在于两位创始人的上一段创业积累。Agarwal 与 Gupta 此前曾共同创办游戏生态公司 Kratos Studios(现已更名为 KGeN),手里天然握有一张遍布全球新兴市场的活跃贡献者与本地合作商网络。
正是借助 KGeN 沉淀下的地面组织能力,Humyn Labs 得以迅速把摄像头送进各地普通人的家中。而且在数据采集方法论上,Agarwal 明确反对在影棚里安排演员“摆拍”规定动作,而是要求采集对象在自己日常工作或料理家务的自然状态下佩戴设备。这种贴近真实家庭杂乱背景、光线变化与非标准物品摆放的数据分布,恰恰是硅谷机器人实验室在自家洁净测试间里最难复现的长尾样本。
四、 印度崛起为“物理 AI 数据中心”:高周转背后的隐私与合规红线
过去几个月里,凭借庞大且极具成本优势的劳动力池,印度正迅速演变为继文本标注之后的全球“物理 AI 数据采集高地”,除了 Humyn Labs 之外,Human Archive、BuildAI 等同类创企也纷纷在当地跑马圈地,承接来自美国与欧洲机器人团队的外包需求。
然而,当数以万计的摄像头真正走进私密家庭空间记录生活日常,随之而来的家庭隐私泄露风险、非采集家庭成员的入镜授权以及知情同意合规边界也开始引发行业高度警惕。对此,Humyn Labs 强调自己并非放任个人随意上传,而是依托本地合作方网络统一筛选采集场地、现场督导与审核激励机制:“工人虽然有激励机制,但仍需要接受监督与管控,才能确保输出合规且正确的数据输入。”在具身智能即将迈向大规模真实场景泛化的前夜,谁能同时管好“数据多样性”与“隐私合规链”,谁就能真正吃下下一代机器人基座的红利。
📝 站长洞察 (Editor’s Insight)
如果说 2023 年的 Scale AI 证明了 RLHF 文本标注是基座大模型的卖水生意,那么 Humyn Labs 半年创收千万美元则宣告:2026 年的“物理 AI 数据工厂”正在复制这一轨迹。最耐人寻味的不是融资总额,而是那笔 2100 万美元的风险债权——它精准暴露了这个行当的底层逻辑:这是一门重运营、强现金流周转的“跨国人力 + 边缘硬件供应链”生意,赚的是美国实验室 30-60 天账期与新兴市场周结劳动力之间的调度红利。当世界模型和机器人走出仿真环境,掌握真实家庭样本与知情监督体系的数据商,正在成为具身智能竞赛的关键环节。
Humyn Labs主要做什么?
Humyn Labs面向机器人和世界模型提供物理AI训练数据,核心是采集真实环境中的日常操作视频,并通过软件自动追踪手部动作与物体交互,转化为可直接用于训练的结构化数据集。
为什么Humyn Labs要引入风险债权?
因为采集人员和本地合作方通常需要按天或按周结算,而美国客户回款周期往往要30到60天。风险债权可填补这段营运资金缺口,减少股权稀释。
Humyn Labs的数据采集网络有什么特点?
它依托创始人此前在KGeN积累的全球新兴市场网络,已覆盖拉美和亚洲20多个国家,重点枢纽包括巴西、印度和韩国,能快速把采集设备部署到真实家庭场景中。
双摄采集硬件最该优先优化什么?
优先优化时间同步、视角覆盖和佩戴稳定性,其次才是分辨率与算力。物理AI数据的核心不是“拍得多”,而是能稳定捕捉手-物交互、遮挡关系和动作连续性,保证后续标注可复用、可扩展。
20国采集网如何避免数据分布失真?
要先定义统一采集协议,再做本地化场景配额与质量抽检,避免只堆国家数量。真正关键的是覆盖不同工具、材质、光照和人群操作习惯,并用同一套标注标准做跨区域对齐,才能形成可训练的数据资产。
