本文來自微信公眾號(hào)： 豹變 ，作者：高澤，編輯：邢昀
人形機(jī)器人學(xué)會(huì)干活之前，先要有人教它。
在機(jī)器人真正走進(jìn)工廠和家庭之前，先要有人教會(huì)它們?cè)趺础跋袢艘粯痈苫睢薄?/p>
你可能在社交平臺(tái)刷到過這樣一段視頻，印度流水線上的工人們像平常一樣在分揀、裝配，或者縫紉、裁剪，但他們的頭頂與手腕處的攝像頭會(huì)記錄下每一次動(dòng)作細(xì)節(jié)。這其實(shí)就是在為訓(xùn)練人形機(jī)器人做數(shù)據(jù)采集。
在國(guó)內(nèi)，類似的工作也開始下沉到兼職市場(chǎng)?！熬呱碇悄軘?shù)據(jù)采集員”的招聘帖密集出現(xiàn)，“日結(jié)薪資、居家可做、無學(xué)歷要求”吸引了大量求職者。有人反復(fù)抓取水杯、整理衣物、搬動(dòng)物品，成為機(jī)器人的“AI教練”。
這背后，是具身智能行業(yè)正在遭遇的數(shù)據(jù)饑渴。人形機(jī)器人要從演示視頻走向真實(shí)場(chǎng)景，不能只靠模型和硬件本體，還需要海量真實(shí)、干凈、可復(fù)用的動(dòng)作數(shù)據(jù)。
無本體第一視角眾包、真機(jī)遙操作、仿真生成三類采集路線各自卡位，一場(chǎng)圍繞數(shù)據(jù)質(zhì)量、成本和效率的競(jìng)賽正在展開。
賽博流水線
人形機(jī)器人的本體和大腦都在進(jìn)化，但越是在落地工廠、倉(cāng)庫(kù)、家庭等階段，問題越具體：
讓機(jī)器人去拿一杯水，水杯放在1.2米高的餐桌中央，這是一個(gè)有把的寬口馬克杯，杯子旁邊還有一些雜物，機(jī)器人要判斷手該伸到哪里，用什么方式握住杯子。
這些能力不是憑空長(zhǎng)出來的。它需要大量真實(shí)、連續(xù)、可標(biāo)注的數(shù)據(jù)來訓(xùn)練。
在“數(shù)據(jù)荒漠”逐漸成為行業(yè)共識(shí)后，具身智能數(shù)據(jù)采集這條上游賽道開始快速升溫。佐思汽研和水清木華研究中心聯(lián)合發(fā)布的《2026年具身智能機(jī)器人數(shù)據(jù)產(chǎn)業(yè)布局研究報(bào)告》顯示，2025年全球具身智能數(shù)據(jù)市場(chǎng)規(guī)模達(dá)到2.42億美元，同比增長(zhǎng)181.4%；其中，中國(guó)市場(chǎng)規(guī)模達(dá)到5億元人民幣，同比增長(zhǎng)203%，占全球市場(chǎng)約四成。
報(bào)告預(yù)計(jì)，2025-2030年全球市場(chǎng)復(fù)合年增長(zhǎng)率（CAGR）可達(dá)85.0%，2030年總規(guī)模將攀升至52.5億美元。
在此背景下，各路玩家競(jìng)相入場(chǎng)。既有第三方數(shù)據(jù)服務(wù)商切入，比如光輪智能聚焦仿真+無本體混合方案，半年融資20億元，估值破百億，服務(wù)多家頭部企業(yè)。也有人形本體企業(yè)選擇自建大型采集基地，智元機(jī)器人更是開放AGIBOT WORLD 2026數(shù)據(jù)集，覆蓋具身智能全域研究。互聯(lián)網(wǎng)巨頭京東也表示，要建設(shè)全球最大的具身智能數(shù)據(jù)采集中心。
無本體Ego（第一視角穿戴）采集是當(dāng)下產(chǎn)業(yè)端熱度最高的路線，無需實(shí)體機(jī)器人本體，僅靠穿戴攝像頭錄制人類動(dòng)作即可產(chǎn)出數(shù)據(jù)，也是入局門檻最低、參與者最多的賽道。
主打全球真實(shí)場(chǎng)景采集的Cervo團(tuán)隊(duì)（河南納斯熊得網(wǎng)絡(luò)科技有限公司）是這條路線的玩家之一，其業(yè)務(wù)覆蓋中國(guó)、印度與南美三大區(qū)域。團(tuán)隊(duì)合伙人Ray介紹，公司采集到的所有數(shù)據(jù)均落地在真實(shí)的便利店、工廠與家庭中。他認(rèn)為，錄下來真實(shí)的操作習(xí)慣對(duì)機(jī)器人落地的適配性更強(qiáng)。
一套完整的采集流程從需求對(duì)接啟動(dòng)：客戶明確場(chǎng)景類型、硬件規(guī)格、采集時(shí)長(zhǎng)與地域要求，團(tuán)隊(duì)對(duì)接線下合作場(chǎng)景，為一線操作人員做設(shè)備使用與動(dòng)作規(guī)范培訓(xùn)，現(xiàn)場(chǎng)錄制完成后通過存儲(chǔ)卡歸集至云端，再交由合作團(tuán)隊(duì)完成清洗與標(biāo)注。
硬件層面分為兩個(gè)梯隊(duì)，入門級(jí)采用GoPro運(yùn)動(dòng)相機(jī)或頭戴手機(jī)，成本低廉但視角受限，手部容易脫出畫面，有效數(shù)據(jù)率約93%到95%，需要嚴(yán)格培訓(xùn)操作人員的頭部動(dòng)作；高端方案采用六目全景采集設(shè)備，單臺(tái)成本3000至8000元，可覆蓋300度視角，有效數(shù)據(jù)率接近100%，預(yù)算充足的頭部企業(yè)更傾向這類方案。
國(guó)內(nèi)市場(chǎng)上，無本體采集已經(jīng)下沉至大眾兼職市場(chǎng)。一位具身智能數(shù)據(jù)采集員對(duì)《豹變》表示，珠三角某公司兼職日薪約150元，單日工作10小時(shí)，全程佩戴頭、手等三處攝像頭，反復(fù)做握拳、收納物品等標(biāo)準(zhǔn)化動(dòng)作，“工作像賽博流水線，重復(fù)幾百上千次，手酸脖子痛，設(shè)備經(jīng)常出故障，試崗沒通過還會(huì)被扣錢”。
同時(shí)，也有一些公司在自建數(shù)據(jù)采集團(tuán)隊(duì)。安徽數(shù)點(diǎn)信息科技有限公司商務(wù)總監(jiān)周興豪表示，公司標(biāo)注+動(dòng)作采集全職團(tuán)隊(duì)合計(jì)100余人，人員年齡區(qū)間集中在20-26歲，本科占比45%，月薪在5000-7000元左右。招聘主要看重手部肢體協(xié)調(diào)性、耐心程度、主動(dòng)學(xué)習(xí)意愿。
一位身處一線城市的數(shù)據(jù)采集員也表示，全職工作的薪資會(huì)高一些，日薪可達(dá)約250元。要求固定場(chǎng)景到崗，每日產(chǎn)出不少于3小時(shí)有效數(shù)據(jù)，超出部分核算績(jī)效，不足則要倒扣工資，由數(shù)采組長(zhǎng)現(xiàn)場(chǎng)監(jiān)督，員工雙人一組互相校驗(yàn)。
海外的成本或許還要更低一些，Ray表示，在非洲、拉美等地，產(chǎn)線工人進(jìn)行數(shù)據(jù)采集的收益僅為1.5美元/小時(shí)（折合人民幣約10元/小時(shí)）。
低門檻、低成本、可快速規(guī)模化是無本體路線的核心優(yōu)勢(shì)，但短板同樣突出：數(shù)據(jù)質(zhì)量參差不齊，無效樣本占比高，動(dòng)作不規(guī)范、場(chǎng)景擺拍、手部離開畫面等問題普遍存在，行業(yè)內(nèi)眾包數(shù)據(jù)的實(shí)際可用率普遍不足三成，且“有效數(shù)據(jù)”的定義主要掌握在客戶手中。
相較于產(chǎn)業(yè)端熱衷的“人海戰(zhàn)術(shù)”，學(xué)術(shù)界與深耕技術(shù)的初創(chuàng)團(tuán)隊(duì)更青睞真機(jī)遙操與仿真采集路線，追求數(shù)據(jù)的精準(zhǔn)度與可復(fù)現(xiàn)性。
一位曾在某高校AI實(shí)驗(yàn)室擔(dān)任研究助理、目前任職一家具身智能初創(chuàng)公司的業(yè)內(nèi)人士表示，真機(jī)遙操采集是通過遠(yuǎn)程操控機(jī)械臂或人形機(jī)器人完成任務(wù)，同步記錄關(guān)節(jié)角度、力反饋、視覺畫面等多模態(tài)時(shí)序數(shù)據(jù)，“數(shù)據(jù)完全匹配機(jī)器人本體的運(yùn)動(dòng)邏輯，沒有跨硬件的偏差，是模型微調(diào)階段的核心數(shù)據(jù)來源”。
但真機(jī)采集的門檻極高：?jiǎn)闻_(tái)人形機(jī)器人本體造價(jià)數(shù)十萬元，對(duì)采集員的手眼協(xié)同能力有嚴(yán)格要求，還需要解決多傳感器時(shí)序?qū)R的核心難點(diǎn)，不同設(shè)備的幀率、延遲存在差異，毫秒級(jí)的時(shí)間錯(cuò)位都會(huì)大幅降低數(shù)據(jù)價(jià)值。
上述業(yè)內(nèi)人士團(tuán)隊(duì)采用拉高采集幀率、定制硬件統(tǒng)一時(shí)間戳接口的方案解決這一問題，整套管線搭建需要軟硬件團(tuán)隊(duì)配合，很難像無本體采集一樣快速批量擴(kuò)張。
仿真采集則是另一種補(bǔ)充路線，在虛擬環(huán)境中批量生成動(dòng)作樣本，省去硬件與場(chǎng)地成本。
但該業(yè)內(nèi)人士坦言，仿真與真實(shí)世界存在難以逾越的SimtoReal（仿真到真實(shí)遷移）鴻溝，物體摩擦力、形變、光照都和現(xiàn)實(shí)存在偏差，純仿真數(shù)據(jù)訓(xùn)練的模型落地真機(jī)效果很差，僅能作為預(yù)訓(xùn)練階段的樣本補(bǔ)充，無法支撐高精度任務(wù)。
如何采到更好的數(shù)據(jù)？
在實(shí)際落地中，三種數(shù)據(jù)獲取路徑?jīng)]有絕對(duì)的優(yōu)劣之分。不同團(tuán)隊(duì)的路線選擇，本質(zhì)上都是在成本、效率和數(shù)據(jù)質(zhì)量之間尋找平衡。
無本體采集之所以能快速爆發(fā)，核心在于極致的輕資產(chǎn)模式。
Ray團(tuán)隊(duì)中美兩地核心成員僅8人，不養(yǎng)全職采集員與標(biāo)注員，核心團(tuán)隊(duì)只負(fù)責(zé)客戶對(duì)接、場(chǎng)景資源匹配與項(xiàng)目統(tǒng)籌。設(shè)備可以租賃、人力按小時(shí)結(jié)算、場(chǎng)地依托現(xiàn)有實(shí)體資源，不需要投入重金采購(gòu)機(jī)器人本體，幾萬元啟動(dòng)資金就能切入賽道，這也是大量中小團(tuán)隊(duì)涌入的核心原因。
但數(shù)據(jù)質(zhì)量問題無法避免，最典型的就是“虛假關(guān)聯(lián)”。
周興豪舉了一個(gè)經(jīng)典案例：采集人員習(xí)慣拿起茶杯先吹氣降溫，模型便將“吹氣”判定為拿杯子的必要前置動(dòng)作。由于人形機(jī)器人大多沒有“吹氣”的功能，因此，訓(xùn)練出的機(jī)器人每次抓握茶杯都會(huì)對(duì)著空杯停頓一下，完全脫離真實(shí)使用邏輯。
“數(shù)據(jù)越多不一定越好，但數(shù)據(jù)越臟一定越糟。”周興豪這樣總結(jié)。在他看來，低質(zhì)量數(shù)據(jù)的負(fù)作用遠(yuǎn)大于數(shù)據(jù)不足，“數(shù)據(jù)不足可以補(bǔ)采，數(shù)據(jù)污染要先清洗再返工，相當(dāng)于走回頭路”。
行業(yè)早期的野蠻生長(zhǎng)階段，大量中間商低價(jià)收購(gòu)劣質(zhì)數(shù)據(jù)，簡(jiǎn)單包裝后轉(zhuǎn)賣，“垃圾數(shù)據(jù)”在行業(yè)內(nèi)反復(fù)流通，進(jìn)一步加劇了“數(shù)據(jù)荒漠”，看似數(shù)據(jù)總量龐大，真正能用的高質(zhì)量樣本寥寥無幾。
與之相對(duì)的真機(jī)路線，雖然質(zhì)量可控，卻受限于高成本難以規(guī)模化。
一臺(tái)人形本體的采購(gòu)成本動(dòng)輒數(shù)十萬，還要配套場(chǎng)地、運(yùn)維人員與標(biāo)定設(shè)備，單條采集管線的投入是無本體方案的幾十倍。且不同品牌機(jī)器人的運(yùn)動(dòng)空間、硬件參數(shù)存在差異，跨本體的數(shù)據(jù)復(fù)用效率極低，更換硬件幾乎需要重新采集全套數(shù)據(jù)集，投入產(chǎn)出比遠(yuǎn)低于無本體方案。
仿真路線則受限于技術(shù)成熟度，物理引擎的精度不足以支撐復(fù)雜交互任務(wù)，短期內(nèi)無法成為數(shù)據(jù)供給的主力。
真正成熟的采集方案，往往不是押注單一路線，而是根據(jù)需求分層組合。
頭部互聯(lián)網(wǎng)大廠、頭部人形機(jī)器人廠商采用“二八配比”的組合策略：80%的低成本無本體數(shù)據(jù)用于模型預(yù)訓(xùn)練，堆砌數(shù)據(jù)體量提升基礎(chǔ)泛化能力；20%的真機(jī)高精度數(shù)據(jù)用于場(chǎng)景微調(diào)，保證落地任務(wù)的成功率。
周興豪將其總結(jié)為“粗?jǐn)?shù)據(jù)打底，精數(shù)據(jù)調(diào)優(yōu)”，兩類數(shù)據(jù)對(duì)應(yīng)模型訓(xùn)練的不同階段，缺一不可。
預(yù)算有限的中小初創(chuàng)團(tuán)隊(duì)則沒有這樣的條件，多數(shù)只能采購(gòu)低價(jià)眾包數(shù)據(jù)支撐基礎(chǔ)研發(fā)。
高校與科研機(jī)構(gòu)的處境同樣尷尬，學(xué)術(shù)界更多是學(xué)生自主搭建采集管線，規(guī)模小、缺乏標(biāo)準(zhǔn)化質(zhì)檢，數(shù)據(jù)質(zhì)量不穩(wěn)定，但勝在經(jīng)濟(jì)成本較低，且可以靈活定制細(xì)分任務(wù)，適配前沿算法研究。
在質(zhì)量和規(guī)模之間，行業(yè)正在尋找折中方案，比如用更標(biāo)準(zhǔn)化的管理，把低成本數(shù)據(jù)的可用率拉高。
周興豪的團(tuán)隊(duì)就經(jīng)歷了從純眾包到駐場(chǎng)采集的轉(zhuǎn)型，在此基礎(chǔ)上，團(tuán)隊(duì)還建立了三級(jí)質(zhì)檢機(jī)制，同時(shí)為每條數(shù)據(jù)附上包含采集信息、質(zhì)檢記錄的“數(shù)據(jù)身份證”，實(shí)現(xiàn)問題可追溯。
這套機(jī)制落地后，團(tuán)隊(duì)數(shù)據(jù)可用率從行業(yè)普遍的30%到50%，提升到約80%。
這也說明，具身智能數(shù)據(jù)采集正在從早期的野蠻生長(zhǎng)，轉(zhuǎn)向更精細(xì)的生產(chǎn)管理。
從賣數(shù)據(jù)到賣Skill
技術(shù)融合之外，具身智能數(shù)據(jù)采集賽道的商業(yè)模式也在升級(jí)。
單純售賣原始數(shù)據(jù)的賽道正在陷入低價(jià)內(nèi)卷，頭部數(shù)據(jù)服務(wù)商已經(jīng)開始探索向上游延伸，從“賣數(shù)據(jù)”轉(zhuǎn)向“賣技能”。
Ray的團(tuán)隊(duì)就在規(guī)劃SkillasaService（技能即服務(wù)）的轉(zhuǎn)型路徑：依托積累的海量場(chǎng)景數(shù)據(jù)，基于開源基礎(chǔ)模型微調(diào)單一工業(yè)工序的專屬技能模型，搭配機(jī)械臂形成完整解決方案。
這套模式的核心邏輯是成本替代：歐美工廠人工成本約30美元每小時(shí)，而機(jī)械臂加定制技能模型的綜合運(yùn)行成本可控制在13至15美元每小時(shí)，可以直接壓縮用工成本，服務(wù)商則按工時(shí)收取技能服務(wù)費(fèi)，盈利空間遠(yuǎn)高于單純賣數(shù)據(jù)。
“未來我們不是數(shù)據(jù)供應(yīng)商，是機(jī)器人技能提供商?！盧ay這樣描述。
談及行業(yè)長(zhǎng)期發(fā)展，三位受訪者的判斷高度一致：行業(yè)暫未迎來決定性的“GPT時(shí)刻”，但可以肯定的是，靠演示視頻融資、靠概念炒作的團(tuán)隊(duì)會(huì)被淘汰，擁有真實(shí)線下場(chǎng)景資源、具備全鏈路質(zhì)量管控能力的團(tuán)隊(duì)才有存活的機(jī)會(huì)。
落地節(jié)奏上，工業(yè)半結(jié)構(gòu)化場(chǎng)景會(huì)率先實(shí)現(xiàn)商業(yè)化突破，這也是全行業(yè)的共識(shí)。
周興豪分析，工業(yè)場(chǎng)景環(huán)境可控、任務(wù)邊界清晰、經(jīng)濟(jì)價(jià)值可量化，替代一個(gè)工位的回本周期可以精確測(cè)算，企業(yè)付費(fèi)意愿強(qiáng)，裝配、分揀、質(zhì)檢三類工序會(huì)最先跑通。
上述任職具身智能初創(chuàng)公司的業(yè)內(nèi)人士也認(rèn)為，學(xué)術(shù)界與產(chǎn)業(yè)界的研究都在向工業(yè)場(chǎng)景傾斜，單一固定場(chǎng)景的模型精度已經(jīng)接近落地閾值。
至于大眾期待的家用通用人形機(jī)器人，在大家看來仍有漫長(zhǎng)的路要走。
家庭場(chǎng)景開放隨機(jī)、干擾因素?zé)o窮，需要的數(shù)據(jù)體量呈指數(shù)級(jí)增長(zhǎng)，且硬件成本居高不下，消費(fèi)者付費(fèi)意愿弱，短期內(nèi)很難普及。
未來3到5年，家庭場(chǎng)景會(huì)先出現(xiàn)廚房機(jī)械臂、疊衣機(jī)等專用智能設(shè)備，而非全能型人形機(jī)器人，通用人形的落地至少需要十到二十年的技術(shù)與數(shù)據(jù)積累。
從印度工廠的流水線工人，到國(guó)內(nèi)的兼職采集員，“人海戰(zhàn)術(shù)”正在快速填補(bǔ)具身智能的數(shù)據(jù)缺口，而真機(jī)采集+仿真模擬的“慢工細(xì)活”則在守護(hù)數(shù)據(jù)質(zhì)量的底線。兩條路線尚未收斂，但異構(gòu)混合訓(xùn)練已經(jīng)架起了兩者互通的橋梁。
可以確定的是，野蠻生長(zhǎng)的階段終會(huì)過去，建立統(tǒng)一采集標(biāo)準(zhǔn)、產(chǎn)出高質(zhì)量可追溯數(shù)據(jù)，才是這條賽道的長(zhǎng)期生存法則。當(dāng)數(shù)據(jù)荒漠里挖出足夠多的深井，具身智能的商業(yè)化落地，才會(huì)真正迎來拐點(diǎn)。
（應(yīng)受訪者要求，文中Ray為化名）