1. 首頁 > 生活百科 > >

干家務一小時掙1000元，具身智能時代人類新崗位

微軟openai

干家務一小時掙1000元，具身智能時代人類新崗位

文章圖片

干家務一小時掙1000元，具身智能時代人類新崗位

文章圖片

干家務一小時掙1000元，具身智能時代人類新崗位

文章圖片

干家務一小時掙1000元，具身智能時代人類新崗位

文章圖片

干家務一小時掙1000元，具身智能時代人類新崗位

西風 發自 凹非寺
量子位 | 公眾號 QbitAI
注意看 ， 眼前這個男人暫且叫他小帥 。
你可能想不到 ， 他只是在廚房里優雅地煎牛排做做家務 ， 每小時最高能賺進1000多塊（150美元） 。

怪不得小帥天天上班喜笑顏開 。

難道他找到了什么神秘兼職？
畫面一轉——哦吼 ， 機器人 。

沒錯 ， 這年頭 ， 你做家務的視頻正被Encord、Micro1、Scale AI這些數據標注服務商當作訓練人形機器人的人類高等素材 ， 高價回收 。

評論區網友只是一味地要招聘鏈接 。


機器人也需“家教”當前 ， 機器人是AI最熱門的領域之一 。
硅谷著名投資人Vinod Khosla等押注該領域將很快迎來自己的“ChatGPT時刻” 。 PitchBook數據顯示 ， 今年迄今機器人領域的風險投資已激增至121億美元 。
然而 ， 在技術爆發的另一面 ， 是機器人行業共同面臨的數據荒 。
“與大語言模型不同 ， 機器人沒有現成的互聯網數據集可用 ， 必須從零開始在現實世界中生成訓練數據 ， 難度大得多”AI數據服務公司Encord聯合創始人Ulrik Hansen一針見血地指出 。
目前 ， 機器人訓練數據的來源可以分為兩大路徑：現實世界真實數據與合成數據 。
真實數據可通過精密設備遠程操控機器人執行任務 ， 同步記錄下包括關節力矩、電機旋轉等在內的全套物理數據 。 這種方式能捕獲“手感”力控信息等 。
或者可通過直接記錄人類在現實環境中的活動來獲取 ， 如Apple Vision Pro或專業動作捕捉系統 ， 記錄人類執行任務的全過程 。
這類數據質量高、保真度強 ， 能準確反映真實世界的復雜物理交互 ， 但問題在于規模有限、成本高 ， 難以滿足機器人模型對海量數據的需求 。

合成數據則開辟了另一條路線 。 通過在虛擬環境中自動生成無數種動作變體或構建完整交互場景 ， 合成數據能以較低成本實現數據自由 。
例如 ， NVIDIA Cosmos就是一個“世界基礎模型” ， 可以生成高度逼真、類似視頻游戲的環境 ， 用于機器人訓練 。 在這里 ， “世界”指的并不是地球 ， 而是機器人交互的環境 ， 如機器人操作的房間內可見區域 。

另外 ， 為兼顧真實性與規模性 ， 機器人公司往往采用結合真實與合成數據的方式 ， 通過將少量的現實世界數據與大規模合成數據相結合 ， 克服機器人技術中數據稀缺的問題 。
面對數據饑渴 ， 目前各家的應對策略五花八門 。
Encord透露 ， 他們今年對此類數據的處理量已達到去年的四倍 。 他們高價回收真實數據 ， 如果是操作設備等高技術性任務的視頻 ， 酬勞最高可達每小時150美元 。
另一家AI數據服務公司Micro1 CEO Ali Ansari則透露 ， 他們開出的報酬每小時在25至50美元之間 。
另外 ， Scale AI宣布正快速拓展機器人業務 ， 并在其舊金山總部設立了專用實驗室 ， 迄今已生成超過10萬小時的訓練影像 。
而需求則來自Physical Intelligence、波士頓動力公司等 。
甚至有某機器人初創公司自己在Craigslist發廣告 ， 以10–20美元時薪征集用戶用手機拍攝家務的視頻 。

盡管各方努力 ， 優質數據依然短缺 。 該初創公司創始人對外透露：“市面上沒有大型數據集可購買 ， 規模最大的也僅有約5000小時時長 ， 這遠遠不夠 。 ”
參考鏈接：[1
https://x.com/dom_lucre/status/1981055417451942221[2
https://www.businessinsider.com/ai-startups-robotics-pay-film-chores-encord-micro1-scale-2025-10
— 完 —
量子位 QbitAI · 頭條號簽約
【干家務一小時掙1000元，具身智能時代人類新崗位】關注我們 ， 第一時間獲知前沿科技動態

    推薦閱讀