印度工人頭戴攝像頭邊打工邊教機器人搶自己飯碗

[印度] 印度工人頭戴攝像頭邊打工邊教機器人搶自己飯碗

2026-04-21 | 來源: 酷玩實驗室 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

Ego 數據方案把這套流程從根上改了：工人戴上頭頂的攝像頭，綁上腕部的追蹤器（有些方案還會配壹副特制手套）。換裝完畢，正常上工就行。

這叁層設備各有分工。頭戴攝像頭負責記錄第壹視角的完整畫面——操作台的布局、物體的位置、手和目標物之間的空間關系；腕部攝像頭對准手部，專門捕捉手在近距離操作時的細節；穿戴手套則完全不依賴視覺，直接用傳感器測量每根手指的關節角度。

叁層疊加，就還原了壹個完整的操作動作——人的眼睛看到了什麼、手在哪裡、手指該怎麼動。通過這些樣本，機器人可以學習從視覺到動作的映射關系，即看到某個畫面時，應該做些什麼。

這裡面有壹個小 bug，機器人學誰，就像誰。

如果被采集的工人是個熟練工，動作幹脆、力道精准，那機器人學出來的就是壹套行雲流水的操作。可萬壹這位工人習慣摸魚，比如擰螺絲前先撓撓頭，放零件時要抖兩下手腕，甚至壹邊幹活壹邊東張西望……那機器人也會把這些多余的動作當成標准流程學進去。

所以視頻裡，整個車間只有壹排工人頭上戴了攝像頭，或許，他們是整個車間選出來的最好的工人。

還有更簡單粗暴的方式，是只篩選數據，不篩選人。美國有壹家叫做 Generalist AI 的公司，他們用眾包的方式，把低成本穿戴設備分發給世界各地的普通人。不管是你在家折衣服、在廚房洗碗，還是在修車鋪擰螺絲，只要戴上設備，人人皆可邊幹活邊采數據。

業內對此充滿了懷疑，普通人在家裡采出來的數據，質量根本沒法和專業數采中心比，怎麼能訓練出高成功率的模型？

答案是大力出奇跡。海量的原始數據進來，系統自動篩選，低質量的直接丟掉，只留下那些叁層數據對得上的高置信度樣本。數據量足夠大，過濾完還剩得夠多，就能用。