时薪45元新职业崛起，“数据零工”引领数据采集新潮流

每经特派记者：李悦 每经编辑：陈宇

日常生活中，普通人进行家庭收纳、清洗碗碟、照料花卉等活动的视频，如今正被数据采集行业赋予新的价值与价格标签。

8月31日，觅蜂科技掌舵人兼首席执行官姚卯青在接受《每日经济新闻》专访时透露，为了迈向通用人工智能（AGI）的新阶段，物理AI的终极需求是达到亿小时级别的海量训练数据。公司规划至今年年末，将实现千万小时的数据累积，届时相关模型的能力有望逼近GPT‑3.5的水准。

“若仅依赖现有模式进行简单复制，要实现亿小时级的数据采集目标将异常艰难，必须探索出一种降维打击的新策略。”姚卯青强调，破解这一难题的关键在于激活众包模式，鼓励全民投身数据供给的大潮中。

这一创新模式的背后，揭示了机器人行业一个长期被忽视的发展瓶颈——数据资源的匮乏。

图片来源：每经媒资库

“数据零工”新风尚：众包模式破解物理AI数据难题

如何让更多真实的人类行为数据成为驱动机器人进步的新动力？姚卯青给出的解决方案是众包。

在觅蜂科技2万套数据采集设备下线的发布盛典上，这套众包模式的具体报酬方案得以揭晓。现场演示人员向每经记者介绍，普通人只需佩戴指定采集设备，领取相应采集任务，即可参与到数据采集的行列中。即将上线的平台为参与者提供的时薪高达45元。有与会者敏锐地指出，这预示着未来将涌现出一批新兴职业——“数据零工”。

无独有偶，在大洋彼岸，同类模式已在四个月前悄然实施。美国机器人公司Figure推出了一款应用程序，并在8月26日将其更名为Index。在测试期间，该平台累计收集了1600万段视频，并向内容创作者支付了高达1500万美元的报酬。

随着机器人行业的焦点逐渐转向数据供给，“众包+激励”的数据采集模式正展现出其巨大的规模效应。在姚卯青看来，物理AI要想迎来属于自己的“GPT时刻”，持续获取真实、合规、高质量的物理交互数据是至关重要的前提。

回顾过去，具身数据采集是何等景象？京东科技集团副总裁何贺在圆桌交流中分享了一组行业现状数据：一年前，数据采集高度依赖遥操作模式，工作人员需全程值守，操控机器人本体连续作业8小时，最终仅能产出1小时的有效数据。人工、场地、电费等成本的叠加，不仅使得数据采集成本居高不下，数据产能也受到了严重制约。

何贺指出，平台化工厂的供给能力持续提升、无本体采集模式大幅降低成本、全民参与催生海量泛化数据，是过去一年行业迎来的三大变革。

所谓无本体采集，即采集过程不依赖于实体机器人本体，而是由人员穿戴轻量化设备，进入真实场景完成动作数据的采集。姚卯青向《每日经济新闻》记者表示，随着采集设备的规模化量产，真实场景采集的数据成本有望低于仿真数据成本。

需求拐点显现，数据供给模式迎来革新

成本曲线的交叉，预示着数据供给模式的深刻变革。

展望未来，真机数据、无本体数据与仿真数据在物理AI训练中能否和谐共存？

姚卯青将互联网视频比作现阶段的“辅助工具”。他认为，当无本体数据规模突破千万小时量级时，行业可以逐步减少对仿真数据的依赖；但真机数据仍然不可或缺，主要用于后期的校帧、任务拆解与强化学习环节，与无本体数据形成有益的互补。目前，觅蜂科技的真机数据采集工厂已经开启了两班倒的满负荷运转模式。

模式革新的另一面，是需求端的显著变化。

“行业需求正在从年初的多样化探索走向集中。”姚卯青表示，早期客户仅需使用手机、运动相机即可完成数据采集，而如今行业门槛不断提高，“客户一开口就要1万套设备”，单一客户的采购量级出现了显著跃升，下游对数据质量也提出了更为严苛的标准。

那么，什么样的数据才能被视为“有效”呢？姚卯青给出了四条评判标准：操作行为需具备实际意义、硬件基础帧率需稳定达标、空间位姿精度需可校验、场景分布需具备多元性。与此同时，买方群体也逐渐清晰：第一类是大模型公司，第二类是机器人厂商，第三类是垂直行业的领军企业。

这一赛道的热度在资本端同样得到了充分体现。觅蜂科技今年2月从智元机器人孵化拆分而出，半年内便完成了三轮融资；8月的最新一轮融资由中国电信领投，融资金额高达数亿元。姚卯青向每经记者透露，公司估值有望在年内突破10亿美元大关。