如果机器人真的需要1亿小时数据，那么一个很现实的问题是：谁来生产？

第一篇我们讨论过，觅蜂科技董事长兼CEO姚卯青把具身智能下一阶段的数据需求指向了千万乃至亿小时。

但从100万到1亿，不只是数字后面多两个零。

它意味着，今天的数据生产体系要扩张100倍。

姚卯青在8月31日群访中也承认，靠现有模式线性复制“非常难”，必须改变整个运营方式。

而一个正在浮出水面的答案是：让更多普通人参与。

盖世具身智能当天现场了解到，觅蜂旗下“觅蜂派”App已经上线。待正式向公众开放后，普通用户可以申请租用采集设备，在App中领取任务，完成相应操作并上传有效视频和数据，经审核后获得现金收益。

这听起来很像另一种零工平台。

只不过，网约车司机出售的是一段行程，外卖骑手完成的是一次配送。

这一次，被交易的是人的动作、技能和经验。

而且，这已经不是一家中国公司的孤立尝试。

6天前，美国人形机器人公司Figure刚刚公布了一个名字非常直接的项目——Index。

Figure此前已经秘密运行这套体系4个月。普通人可以下载App，领取录制任务，在家庭或工作场所完成做饭、清洁、洗衣、整理货架等真实工作，并按上传数据获得报酬。

截至8月25日，Index已经覆盖108个国家，累计26.4万次App下载，超过4.4万名周活跃参与者上传了1600多万条视频，Figure已向数据贡献者支付1500万美元。公司还宣布，计划未来12个月在数据和算力上投入超过10亿美元。

当中国的觅蜂、京东和美国Figure几乎同时把目光转向普通人，一个趋势开始变得清楚：机器人数据正在尝试从“工厂生产”，转向“社会生产”。

从“建数采厂”，到“发动人”

过去机器人数据怎么生产？

最典型的方式，是建一座数采工厂。企业准备机器人、遥操作设备、操作人员和模拟环境，让操作员重复完成抓取、搬运、整理等任务。

从生产组织方式来看，这几乎就是传统制造业。设备、工人、厂房都集中在一个地方，最终产品只是从零部件变成了数据。

这种模式不会消失。姚卯青甚至强调，目前很多运营良好的真机数采工厂仍然满负荷生产，一些项目需要两班倒。

真正的问题是，它不容易无限扩大。

你可以再建10座工厂。但如果数据需求突然扩大100倍，总不能简单再建100倍的厂房、购买100倍的机器人、招聘100倍的遥操作员。

于是，数据企业开始换一种思路：为什么一定要把人和场景搬进数采厂？能不能把采集设备送到人本来就在工作的地方？

餐厅工作人员本来就在擦桌子；仓库员工本来就在分拣商品；普通家庭每天都要收衣服、洗碗、做饭；维修技师本来就在拆装设备。如果这些原本就在发生的动作能够同步被记录，那么整个现实世界，本身就可能变成一座巨大的数采工厂。

这也是为什么觅蜂的设备开始离开专业BPO和数采基地。

只需将设备带上头，连接app后，即可接任务展开数据采集

姚卯青透露，目前设备已经铺得比较广，“很多社区里的退休人员、宝妈”都已经开始帮助产生数据；企业则更多通过拥有场景和人力资源的地方合作伙伴来铺设设备。

这不是简单增加了几个采集员，真正发生变化的是生产组织方式。

一场全民数采实验，已经开始了

实际上，国内这种探索已经不只发生在觅蜂。

今年5月，京东与宿迁联合建设的具身智能数据采集社区正式运行。

当地居民可以佩戴JoyEgoCam，在正常家务劳动中记录数据。按照京东公布的规划，仅宿迁就计划发动超过10万市民参与，场景覆盖家庭、办公室、工厂、物流、商店、环卫等100多个细分场景。

京东更大的目标则是发动内部超过10万名员工和外部50万各行业人员，两年内积累超过1000万小时真实场景数据。

另一种实验正在贵州惠水发生。

在那里，普通居民在家里叠被子、擦桌子、择菜，酒店员工则在真实客房工作中进行采集。据当地披露，目前采集场景已覆盖8大产业门类、50余个真实场景，年交付上万小时高质量数据。

不同的是，这套模式并非完全由企业独立组织。

当地正在尝试一种“政府主导、国资平台运营、企业作为场景开放运营商”的模式，通过行政和产业资源协调社区、商超、工厂、医疗机构等场景。

这很有意思。因为三个案例其实代表了三种正在形成的具身数据组织方式：

觅蜂更接近平台化众包；京东更接近企业场景+社区动员；惠水则加入了政府和地方资源协调。路径不同，背后解决的却是同一个难题：怎么把原本高度集中在数采工厂里的数据生产，拆到真实社会中。

Figure的Index则证明，这个问题并非中国特色，它甚至可能成为全球具身智能行业共同面对的一次基础设施重构。

真正稀缺的，可能不是人，而是“场景通行证”

但全民数采真正困难的地方，可能恰恰不是找到足够多人，因为中国并不缺劳动力。

Figure也已经证明，通过App可以快速组织数万名贡献者。

真正困难的是：这些人能去哪儿采？

家庭里有家庭隐私；企业里有商业机密；医院、工厂、仓库甚至养老机构，都可能涉及不同的数据安全和第三方权益问题。

一个人会维修汽车，并不意味着他可以戴着摄像设备进入车间，把整个操作过程上传给第三方平台。

所以，具身数据与传统互联网众包存在一个根本区别。

图片标注员只需要一台电脑，具身数据采集员则需要获得现实世界的进入权。

这也是为什么贵州惠水需要地方政府帮助开放场景，为什么京东的优势很大程度上来自自身拥有物流、零售等真实业务。

姚卯青也在群访中承认，无本体数据的运营甚至可能比固定数采厂更复杂：设备要在不同行业、城市和人员之间流转，人要培训，同时还要解决怎样进入真实场景的问题。

所以，看起来无本体把“工厂”拆掉了。实际上，它只是把一座工厂里的管理问题，变成了成千上万个真实场景里的协调问题。

中心化生产减少了，社会化组织成本却增加了。

这可能才是未来众包平台真正的壁垒。不是谁能开发一个App，而是谁能够持续获得工厂、餐厅、家庭、商场、仓库等真实世界的“通行证”。

当人的动作开始成为商品

另一个更深的问题是：这些数据到底属于谁？

这个问题今天已经不是完全没有制度框架。

《个人信息保护法》规定，在以个人同意作为个人信息处理基础的情况下，应当获得个人在充分知情情况下自愿、明确作出的同意；《数据安全法》也要求数据收集采取合法、正当方式。

2022年发布的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”）则进一步提出探索数据产权“结构性分置”，即数据资源持有权、数据加工使用权、数据产品经营权可以由不同主体分别享有，同时强调保护数据来源者的合法权益。

但这些仍然是相对宏观的制度框架。

当具身数据真正进入现实劳动场景，新的问题会迅速变得具体。

比如一个维修工人在企业里完成一次操作。技能来自工人本人；场景属于企业；设备由数据公司提供；数据经过平台加工；最后又被机器人公司买走训练模型。

那么，这段数据产生的价值究竟应该怎样在几方之间分配？

今天的数据公司已经开始探索自己的商业规则。

姚卯青介绍，目前数据交易大体存在两种方式：一种出售使用权，数据产权仍由数据提供商持有，客户不得二次商业化；另一种则是独享买断，产权转移后，数据提供方需要从服务器删除对应数据。

但这首先解决的是数据公司与模型客户之间的关系。

如果未来大量数据来自普通人，另一个问题迟早需要回答：贡献动作的人只是一个领取任务的零工，还是数据价值链的一部分？

这个问题目前还远没有成熟答案。

“机器人版滴滴”，暂时还跑不起来

因此，现在把全民数采直接类比成下一代外卖或者网约车，可能还为时尚早。

Figure有26万App下载，京东准备发动数十万人，觅蜂也已经把设备铺进社区。

看起来，人已经不是最大的瓶颈。真正缺少的是一套完整的平台规则。

任务从哪里持续产生？

谁决定不同技能值多少钱？

谁负责设备的出租、维护和回收？

家庭、企业和第三方怎样授权？

数据交易之后，平台和采集者如何分配收益？

这些问题没有解决之前，“给机器人打工”更像一种正在形成的生产方式，而不是一份成熟的新职业。

甚至数据本身现在都没有统一价格。

姚卯青在群访中表示，目前不同场景的数据不存在标准定价，场景的稀缺程度、进入难度和交付时效都会影响最终价格。

这也是为什么，用某个项目“时薪15元”“一天120元”来定义具身数据众包的商业模式并不准确。即便行业里已经出现类似报价，它首先代表的也只是某一个项目今天愿意为某类采集劳动支付多少钱，而不是具身数据已经形成了一套稳定的劳动力价格。

现在真正值得观察的是，一套新的市场机制正在试着长出来。

过去，一个厨师做完一道菜，动作随即消失。

维修工拧完一颗螺丝，也不会留下任何可复用的“数字资产”。

而在具身智能时代，这些本来转瞬即逝的人类技能，第一次可能被持续记录下来，成为机器学习的生产资料。

所以具身数据众包最值得关注的，并不是“宝妈一天能挣多少钱”，而是一个更大的变化：人的身体经验，开始被纳入AI产业的生产体系。

从数采工厂，到社区，再到一个个普通人的家庭和工作岗位，这场迁移才刚刚开始。

但当越来越多人的动作被转化成数据之后，下一个问题也会变得不可回避：这么多不同的人，在不同环境里，用不同设备产生的数据，究竟怎样才能真正被机器人使用？

能生产出来，不等于能训练进去。

返回第一电动网首页 >