3 min de lectura

Human Archive recauda 8.2 millones de dólares para filmar cómo trabaja la gente

Human Archive ha recaudado 8.2 millones de dólares para crear conjuntos de datos a partir de grabaciones de cómo trabaja la gente, usando cámaras montadas en la cabeza y en la muñeca que llevan los tr

Human Archive ha recaudado 8.2 millones de dólares para crear conjuntos de datos a partir de grabaciones de cómo trabaja la gente, usando cámaras montadas en la cabeza y en la muñeca que llevan los trabajadores en hogares, restaurantes, hoteles, obras de construcción, operaciones logísticas y entornos industriales en todo el mundo.

La startup afirma que está recopilando vídeo en primera persona para entrenar sistemas de IA sobre el comportamiento físico, no solo texto e imágenes. Está lejos de un demo llamativo, pero señala un cambio en la carrera de la IA: los modelos se están alimentando de datos sobre movimiento humano, coordinación y trabajo manual. Si eso suena como un preludio al reemplazo por robots, es porque probablemente lo sea.

Lo que Human Archive dice que está construyendo

En un vídeo de YouTube, el cofundador Rushil Agarwal dice que la empresa coloca cámaras en los trabajadores para recopilar metraje en primera persona. TechCrunch informa que Human Archive opera 1.000 dispositivos de hardware, mientras que la dirección de la empresa dice que el objetivo es crear dos conjuntos de datos:

Recomendado

xAI demanda a un usuario de Grok por imágenes de abuso infantil

  • un conjunto 3-D a partir de cámaras montadas en visores
  • un segundo conjunto centrado en los movimientos de las manos procedente de cámaras montadas en la muñeca

Raj Patel, otro cofundador, describe esos conjuntos de datos como la base para modelar la “inteligencia sensomotora humana a escala”. Es una manera elegante de decir que la empresa quiere capturar cómo se comporta la gente en el mundo físico, no solo cómo escriben en un chatbot. También recuerda que la próxima fiebre del oro de la IA puede tener menos que ver con prompts ingeniosos y más con datos crudos y desordenados del trabajo manual.

Los inversores apuestan por la IA encarnada

Según se informa, la ronda incluyó a Wing Venture Capital, NVP Capital, Y Combinator y business angels de OpenAI, Nvidia, Google, Mercor, AfterQuery, BAIR, SAIL, Brad Boa y Meta. Esa mezcla importa. Cuando inversores vinculados a fabricantes de modelos, fabricantes de chips y grandes laboratorios respaldan a una empresa así, es una señal bastante directa de que la IA encarnada está pasando de curiosidad investigadora a infraestructura comercial.

Human Archive dice que tiene sede en China y San Francisco. TechCrunch también señala plataformas de la economía de trabajo por encargo en India como socias, aunque no se han nombrado empresas concretas. Eso deja en el aire la parte incómoda: los trabajadores son visibles, los compradores no, y el caso de uso eventual es fácil de imaginar aunque la empresa prefiera un lenguaje más suave.

Por qué el enfoque laboral seguirá a esta empresa

Agarwal dice que la empresa no quiere quedar encasillada por el «espacio de acción actual de los robots» y que, en cambio, pretende entender la «inteligencia encarnada». Justo. Pero una vez que construyes conjuntos de datos que mapean cómo realizan los humanos el trabajo manual, la industria de la robótica está justo detrás del telón, esperando para usarlos.

Patel expuso el punto de forma más directa en una publicación en X, diciendo que la tecnología de la empresa se convertirá en «infraestructura fundamental para automatizar el trabajo manual». Esa es la parte que la gente recordará, porque va al verdadero intercambio aquí: mejores modelos de IA para tareas físicas suelen significar menos tareas para las personas. El mercado para esa idea es claramente mayor que el de un vídeo viral de una fábrica, y ahora tiene financiación fresca para demostrarlo.

La siguiente pregunta es si Human Archive podrá vender esto como un negocio neutral de datos en lugar de una vía de automatización laboral. En IA, esa distinción suele durar justo hasta la primera demostración al cliente.

Ava Chen

AI Editor

Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.

// Sigue leyendo