炒菜洗碗,擦桌叠衣,商超理货,酒店清洁……过去看似普通的生活和工作动作,正在成为训练具身智能机器人的重要“教材”。

随着具身智能产业加速发展,机器人要从实验室走向家庭,工厂和服务场景,不仅需要更强的算法和硬件,还需要大量来自真实世界的人类行为数据。由此,一个此前并不为大众熟悉的新职业——具身智能数据采集员,正在进入就业市场。

这份工作最大的特点之一是灵活。部分岗位无需固定坐班,劳动者可以利用居家时间完成任务,退休人员,宝妈以及其他灵活就业群体都可能成为数据采集的重要参与者。北京日报近期调查也显示,相关岗位已经覆盖家庭,商超,工厂,酒店等多个场景。

“带薪做家务”,普通人也能成为机器人的“老师”

62岁的王小华退休后生活相对清闲,一次偶然的交流让她接触到具身智能数据采集工作。

完成登记并接受培训后,她拿到一枚采集头环。此后,炒菜,擦桌子,叠衣服,洗碗等日常家务动作,都可以转化为机器人训练所需的数据。

这份兼职的操作流程并不复杂。王小华通过平台领取任务,按照要求完成动作,设备自动记录并上传数据,后台进行质检。有效工作时长确认后,相关报酬按周期结算。

对她而言,最大的吸引力是不用改变原有生活节奏。平时该做的家务照常完成,只是多了一项数据采集任务,因此她把这份工作形容为“带薪做家务”。

类似机会也吸引了不少年轻家庭劳动者。一位有两个孩子的宝妈表示,自己工作日每天大约采集6小时,周末休息,每月收入可以达到4000多元。对于需要兼顾家庭的人来说,这种时间相对自主的工作方式具有一定吸引力。

更重要的是,从业者能够看到自己的劳动与人工智能产业之间的联系。普通人的动作被记录,处理和标注后,可能成为训练机器人理解真实世界的重要数据。

数据缺口巨大,兼职采集员成为重要力量

数据采集岗位快速出现,背后是具身智能产业对真实世界数据的巨大需求。

与主要依赖互联网文本和图片数据的传统人工智能不同,具身智能需要学习人与物体如何在真实环境中发生互动。机器人不仅要“看懂”物体,还要知道怎样拿起杯子,怎样整理衣物,怎样擦拭桌面,甚至如何应对不同光线,空间和物体状态。

因此,实验室里的标准化场景很难完全替代真实生活。

据业内测算,训练通用型具身智能机器人可能需要100亿小时规模的多场景真实交互数据,而目前国内合规可用的真实物理交互数据仅有约50万小时。两者之间的巨大差距,成为数据采集产业快速发展的重要原因。

在这一背景下,大量数据采集岗位开始进入招聘平台。部分岗位面向兼职人员,工作场景也从专业的数据采集中心延伸到普通家庭,商场,工厂和酒店。

基元智航董事长,首席执行官高少龙表示,企业目前能够调动的兼职数据采集员规模已经接近百万级别。相关企业给出的有效采集时薪可达到70元,部分地区还会叠加专项补贴。

这意味着,具身智能产业的发展正在形成一条新的就业链条:机器人企业提出数据需求,数据企业负责采集和处理,大量普通劳动者进入真实场景完成动作采集,最终这些数据再回到机器人训练环节。

从产业角度看,这种模式降低了数据采集进入门槛,也让人工智能产业的就业机会进一步从研发端向更广泛的人群延伸。

看起来轻松,实际工作并不总是“在家做家务”

不过,新职业走红并不意味着这是一份毫无门槛的“轻松兼职”。

由于不同数据企业的训练目标和采集方式存在差异,从业者使用的设备也并不完全相同。一些采集任务需要佩戴头戴式摄像设备,甚至配合机械抓夹模拟机器人抓取动作。

今年6月开始兼职从事数据采集的小远就发现,实际工作强度比预想中更高。

按照采集要求,他需要佩戴设备保持相对稳定的头部姿态,同时让手臂长时间保持特定动作。同一个动作重复几十次甚至上百次之后,手臂可能出现酸胀,手部也会因为频繁操作设备而感到疲劳。

这说明,“灵活就业”解决的是时间安排问题,并不意味着劳动强度一定较低。

收入差异同样值得关注。

部分人力公司直招岗位每天工作5至8小时,日薪可以达到200元至300元。但通过不同中介渠道接单时,劳动者实际获得的收入可能明显降低。有从业者反映,自己通过中介从事数据采集,按照每小时15元结算,扣除相关费用后,一天实际到手收入仅147元。

因此,对于求职者而言,不能只关注招聘广告中的最高收入,还需要仔细了解工作时长,设备要求,计薪方式,数据有效标准以及中介费用等具体条件。

从“新鲜职业”走向规范化,还有一段路要走

目前,具身智能数据采集仍处于发展早期。

不同企业训练的机器人模型不同,需要的数据格式,采集逻辑和动作要求也各有差异。这种差异直接导致了岗位之间劳动强度,设备体验和薪资水平的不统一。

从行业发展规律来看,新职业在快速扩张阶段往往会出现标准滞后的问题。具身智能数据采集也不例外。

一方面,采集设备需要进一步轻量化和人性化,减少长时间佩戴和重复动作对劳动者造成的身体负担。另一方面,行业也需要逐步建立更加明确的通用规则,包括任务说明,工作时长,计薪标准,数据质量判定,费用扣除以及劳动者权益保障等。

尤其对于依靠平台和中介获取任务的灵活就业人员来说,如果数据被判定为“无效”,究竟由谁承担损失,工作过程中发生设备故障如何处理,劳动者与平台之间是什么关系,这些问题都需要更加清晰的规则。

值得注意的是,随着行业发展,数据采集模式也正在不断丰富。除居家场景外,一些企业已经建设专业化数据采集中心,通过VR设备,操纵杆等工具采集工业和机器人操作数据,进一步扩大真实场景数据来源。

从这个角度看,数据采集员并非简单的“新奇兼职”,而可能成为具身智能产业链中的基础岗位之一。

机器人需要数据,劳动者也需要保障

具身智能的发展正在把人工智能产业与普通人的日常生活连接得更加紧密。

过去,人工智能产业的就业机会更多集中在算法,芯片,软件和工程技术等领域。如今,随着机器人开始进入真实物理世界,普通人的生活动作也成为产业生产资料的一部分。

这为灵活就业提供了新的想象空间。

但要让这种就业红利真正持续释放,不能只看到“在家赚钱”的一面,也必须正视设备负担,薪资差异,任务透明度和劳动权益等现实问题。

对于具身智能企业而言,高质量数据是机器人走向成熟的重要基础;对于劳动者而言,合理的报酬,安全的工作条件和清晰的权益边界同样不可缺少。

当产业标准逐渐完善,设备更加轻便,薪酬和任务规则更加透明,数据采集员这一新职业才有可能从短期风口走向稳定就业岗位。

从“带薪做家务”到给机器人当“老师”,具身智能正在改变的不只是机器人的学习方式,也可能是未来就业市场的形态。真正值得期待的,不仅是机器人越来越懂人,更是技术进步能够让更多普通人共享产业发展的新机会。