赛博朋克 2026：出租身体，把灵魂注入机器
公元 2026 年，来自第三世界国家的数千名临时工，正用自己的身体“喂养”人形机器人。 凌晨四点，尼日利亚拉各斯的一间出租屋里，25 岁的 Zeus（化名） 从睡梦中醒来。他没有继续睡，而是从床头柜上拿起一部 iPhone 和一根弹性绑带——这是他过去三个月来最重要的工作装备。 Zeus 将手机固定在额头中央，调整角度让双手恰好落入画面。然后，他开始做家务：铺床、叠衣服、把碗筷码进水槽。每一个动作都被以第一人称视角完整记录下来，上传到一个他只在合同里见过名字的平台。 几个月后，这段视频出现在了位于美国帕洛阿尔托的一家公司数据库里。再过一段时间，它将成为某个科技巨头人形机器人的训练素材——帮助一台造价数万美元的钢铁之躯，学会像人类一样打开抽屉、收拾桌面。 Zeus 并不清楚自己到底在为谁工作，也不知道这些视频最终会被用在哪款机器人上。他只知道，每完成一小时的录制，他的移动支付账户会多出 15 美元。在尼日利亚，这个数字相当于普通日结工人的两到三天收入。 一条正在膨胀的数据流水线 这并不是孤例。 在尼日利亚、印度、肯尼亚、印度尼西亚，以及全球五十多个发展中国家，类似的场景正在数以千计的家庭中同时上演。他们被一家名为 Micro1 的公司招募，签署保密协议，领取任务清单，然后日复一日地录制自己做家务的视频。 Micro1 并非唯一的玩家。Scale AI、Encord 等数据公司同样在招募自己的“数据记录员”。甚至连 DoorDash 这样的送餐平台也开始支付费用，让司机录制自己做家务的影像。这些视频最终被打包分类，卖给开发人形机器人的科技公司——Tesla Optimus、Figure AI、Agility Robotics等，都在买家名单上。 这条产业链的运作逻辑并不复杂，Micro1 这样的公司充当“数据中间商”，负责招募、培训、质量审核和最终交付。工人按照详细指令录制视频，比如“保持双手始终在镜头内”、“以正常速度移动”、“避免露出面部”等。提交后的视频先经过 AI 筛选，再由人工团队进行动作标注，最后以特定格式交付给机器人公司。 Micro1 宣称拥有数万小时的视频素材，Scale AI 也宣布已收集超过十万小时……行业数据显示，机器人公司每年从这类数据公司的采购支出已超过一亿美元——而 2025 年，投资者在整个具身智能赛道的投入更是高达六十亿美元。 为什么需要真实的“人类动作数据” 这一切的根源，在于一个看似简单却极难解决的问题：如何让机器人像人类一样灵活地与物理世界交互？ 大语言模型的成功为这个领域提供了思路。ChatGPT 之所以能够理解人类语言，是因为它“阅读”了互联网上的海量文本。研究者们相信，要让机器人学会抓取物体、打开抽屉、操作家电，也需要给它喂海量的真实人类动作数据。 虚拟仿真可以在一定程度上模拟这个过程——但抓取一个玻璃杯的力度、推动一扇门的角度、弯腰系鞋带时的重心转移，这些细节很难在虚拟环境中完美复现。“真实世界的数据在多样性上是无可替代的。”加州大学伯克利分校的机器人学家肯·戈德伯格（Ken Goldberg）如此评价。 这也是为什么，即使数据采集的成本高昂、隐私争议不断，这条产业链仍然在快速膨胀。要训练一台能够在家庭环境中自主工作的机器人，需要的不仅是工厂流水线的标准化动作，而是涵盖卧室、厨房、洗手间等无数场景下的多样化人类行为——这些数据，目前只能靠真人录制。 被忽视的隐私与伦理代价 然而，当每一段家务视频都成为数据商品，那些将摄像头对准自己家庭的工人们，处境并不轻松。 MIT Technology Review 在报道中指出了几个核心问题：首先，视频不可避免地捕捉到工人家中的陈设布局、家具品牌、甚至日常生活规律——这些信息在数据脱敏后真的安全吗？其次，工人们知道自己的视频会被用于训练机器人，但通常不清楚具体会卖给哪家公司、用于训练哪款产品，知情权在这里是缺失的。 更深层的担忧在于数据可靠性。人类在家务劳动中并非总是以最优方式执行——有时候用笨办法省力，有时候因陋就简。如果机器人大量学习这类“坏习惯”，会不会在关键时刻产生安全隐患？Micro1 声称会过滤不安全操作的视频，但这个标准由谁制定、谁来审核，目前并不透明。 在中国，这个问题的解法截然不同。不同于西方的家庭零工模式，数十个国有机器人培训中心正在训练工人们佩戴 VR 头盔和外骨骼，以更“标准化”的方式向人形机器人示范动作。两种模式，两种路径，各有代价。 当每一个家务动作都成为数据 回到 Zeus 的故事。在那间凌晨亮着灯的出租屋里，他可能不会用“基础设施”来形容自己的工作。但从某种意义上说，他确实正在成为一场技术革命的一部分——只是这场革命的成果，可能永远与他无关。 全球零工经济正在为具身智能时代建造最底层的数据地基，每一段叠衣服的视频、每一次打开冰箱的抬手，都是机器人学习“如何成为人类的养分”。这是一场静悄悄的劳动力转移：从发展中国家数以万计的家庭，到科技公司价值连城的训练数据集。 随着人形机器人从工厂走向家庭、从小众走向主流，这条数据流水线只会越来越长。而 Zeus 们的生活，或许不会因此改变太多。 参考来源 MIT Technology Review: The gig workers who are training humanoid robots at home Silicon Canals: Gig workers in 50+ countries are filming themselves doing chores to train humanoid robots MSN转载: Global gig workers fuel humanoid robot race 活动预告 如果你对具身智能的技术落地与工程实践，以及其衍生的次世代文化感兴趣， 开源中国源创会·深圳站【具身智能工程化实战沙龙】即将举办 点此报名 4 月 24 日深圳福田会展中心，届时将邀请一线工程师与研究者，深入探讨具身智能从实验室到产业化的关键路径，欢迎来玩！
)
