我每天做8小時家務,給機器人當燃料
“兩小時了，數采手套還沒連上。”隔壁組的壹位組員有些無奈。他舉著雙手站在原地配合調試，肩膀酸了就活動兩下，然後繼續保持姿勢等待。那天八小時的工作時間裡，我們有將近壹半時間耗在了設備調試上。
所有人都希望設備盡快恢復正常。這裡只有24套設備，也是整個空間裡最昂貴的“資產”。為了盡可能高效利用這些設備，公司安排了白班和夜班，每套設備對應4名采集員輪換使用。設備閒著壹分鍾，就意味著少壹分鍾數據產出。
而在具身智能行業，這樣由真人操作、有視覺和傳感器信息的數據，有價無市。據澎湃科技報道，當前，具身智能數據總體定價區間在200至500元/小時，部分在現實場景中實際操作采集的真機數據高達每小時1000元。理論上，壹組機器人數據采集員，壹天工作8小時的有效數據產出，最高可以賣到1600至8000元。
但“有效”兩個字就像是在給數據“過篩”。在8小時的班次裡，視頻畫面丟失、動線設計不合理、操作重復、相機拍到人臉，都意味著數據失效，需要在對應的數據文件上標叉，然後重新開始。
熟練的采集員壹天能產出4-5小時的有效數據，新手往往只有2-3小時。這些數據在流入市場之前，還要經過質檢、清洗、標注，每壹輪都在損耗，最終能按那個價格賣出去的，遠比想象中少。
即便打了許多折扣，數據依然值錢。但值錢的是數據，不是生產數據的人。
勞務公司告訴我們，這個崗位白班日薪200元，晚班日薪250元。而招聘方又說，他們實際給了勞務公司每個人每天300元，“不便宜”。從人的日薪200元到數據每小時最低200元，中間隔著勞務公司、數據服務商、機器人廠商等，每壹層都從中抽走了價值，采集員就站在這條價值鏈的最底層。
這條價值鏈之所以存在，恰恰是因為數據太稀缺了。
壹家估值超過百億元的機器人公司HR透露，機器人數據生產大致分為采集、質檢和標注叁個環節，眼下行業最緊缺的仍然是最前端的數據采集。
這類數據天然無法從互聯網獲得。過去幾年，大語言模型能夠快速成長，壹個重要原因在於互聯網已經積累了海量文字、圖片和視頻，模型只需要不斷閱讀和學習這些公開內容，就能獲得關於互聯網世界的大量知識。
機器人不同。機器人需要學習的是如何抓取杯子、折疊衣服、打開櫃門、搬運物品，這些知識並不存在於現有的互聯網數據庫裡，只存在於人的身體經驗之中。
智元機器人合伙人、具身智能業務負責人姚卯青曾表示，機器人完整的數據，包括各種傳感器所帶來的數據，有視頻，還有力觸覺傳感器等，它需要以某種方式去采集。無論是在真實環境裡采集，還是在虛擬世界裡采集，都需要先布設機器人、搭建場景，再引入遙操人員來控制機器人采集這類數據。
換句話說，大模型主要是在學習如何像人類壹樣地思考和表達，機器人則是在學習如何像人類壹樣地行動，對真實的物理世界產生影響。
這也是機器人數據采集爆發的根本原因。截至2026年初，全球高質量真實物理交互數據總量僅約50萬小時，而訓練通用具身智能模型需要千萬小時起步，缺口巨大。
需求迅速催生出壹門新的“賣鏟子”生意。
智元機器人、銀河通用、自變量機器人等機器人公司，都加速自建數據體系，建設真機數據采集基地、訓練機器人“小腦”模型，甚至推動數據業務獨立拆分；京東建設數據采集中心，希望兩年內積累1000萬小時真實場景數據。
但嗅到機會的並不全是機器人相關的公司。我試崗的這家公司去年成立，核心團隊此前從事VR設備相關業務。運營負責人告訴我們，公司已經完成融資，目前最主要的工作是為機器人企業采集和生產訓練數據。
與此同時，不少活躍在具身智能數據賽道的明星企業，如無問智科、弈人科技，最早其實誕生於自動駕駛浪潮之中。隨著具身智能升溫，這些公司開始將原有的數據生產能力遷移到機器人領域，從仿真數據逐漸擴展到真實場景數據采集。6月22日，如祺出行也發布了具身智能數據平台。
[加西網正招聘多名全職sales 待遇優]
這條新聞還沒有人評論喔，等著您的高見呢
所有人都希望設備盡快恢復正常。這裡只有24套設備，也是整個空間裡最昂貴的“資產”。為了盡可能高效利用這些設備，公司安排了白班和夜班，每套設備對應4名采集員輪換使用。設備閒著壹分鍾，就意味著少壹分鍾數據產出。
而在具身智能行業，這樣由真人操作、有視覺和傳感器信息的數據，有價無市。據澎湃科技報道，當前，具身智能數據總體定價區間在200至500元/小時，部分在現實場景中實際操作采集的真機數據高達每小時1000元。理論上，壹組機器人數據采集員，壹天工作8小時的有效數據產出，最高可以賣到1600至8000元。
但“有效”兩個字就像是在給數據“過篩”。在8小時的班次裡，視頻畫面丟失、動線設計不合理、操作重復、相機拍到人臉，都意味著數據失效，需要在對應的數據文件上標叉，然後重新開始。
熟練的采集員壹天能產出4-5小時的有效數據，新手往往只有2-3小時。這些數據在流入市場之前，還要經過質檢、清洗、標注，每壹輪都在損耗，最終能按那個價格賣出去的，遠比想象中少。
即便打了許多折扣，數據依然值錢。但值錢的是數據，不是生產數據的人。
勞務公司告訴我們，這個崗位白班日薪200元，晚班日薪250元。而招聘方又說，他們實際給了勞務公司每個人每天300元，“不便宜”。從人的日薪200元到數據每小時最低200元，中間隔著勞務公司、數據服務商、機器人廠商等，每壹層都從中抽走了價值，采集員就站在這條價值鏈的最底層。
這條價值鏈之所以存在，恰恰是因為數據太稀缺了。
壹家估值超過百億元的機器人公司HR透露，機器人數據生產大致分為采集、質檢和標注叁個環節，眼下行業最緊缺的仍然是最前端的數據采集。
這類數據天然無法從互聯網獲得。過去幾年，大語言模型能夠快速成長，壹個重要原因在於互聯網已經積累了海量文字、圖片和視頻，模型只需要不斷閱讀和學習這些公開內容，就能獲得關於互聯網世界的大量知識。
機器人不同。機器人需要學習的是如何抓取杯子、折疊衣服、打開櫃門、搬運物品，這些知識並不存在於現有的互聯網數據庫裡，只存在於人的身體經驗之中。
智元機器人合伙人、具身智能業務負責人姚卯青曾表示，機器人完整的數據，包括各種傳感器所帶來的數據，有視頻，還有力觸覺傳感器等，它需要以某種方式去采集。無論是在真實環境裡采集，還是在虛擬世界裡采集，都需要先布設機器人、搭建場景，再引入遙操人員來控制機器人采集這類數據。
換句話說，大模型主要是在學習如何像人類壹樣地思考和表達，機器人則是在學習如何像人類壹樣地行動，對真實的物理世界產生影響。
這也是機器人數據采集爆發的根本原因。截至2026年初，全球高質量真實物理交互數據總量僅約50萬小時，而訓練通用具身智能模型需要千萬小時起步，缺口巨大。
需求迅速催生出壹門新的“賣鏟子”生意。
智元機器人、銀河通用、自變量機器人等機器人公司，都加速自建數據體系，建設真機數據采集基地、訓練機器人“小腦”模型，甚至推動數據業務獨立拆分；京東建設數據采集中心，希望兩年內積累1000萬小時真實場景數據。
但嗅到機會的並不全是機器人相關的公司。我試崗的這家公司去年成立，核心團隊此前從事VR設備相關業務。運營負責人告訴我們，公司已經完成融資，目前最主要的工作是為機器人企業采集和生產訓練數據。
與此同時，不少活躍在具身智能數據賽道的明星企業，如無問智科、弈人科技，最早其實誕生於自動駕駛浪潮之中。隨著具身智能升溫，這些公司開始將原有的數據生產能力遷移到機器人領域，從仿真數據逐漸擴展到真實場景數據采集。6月22日，如祺出行也發布了具身智能數據平台。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: