机器人训练数据需求飙升，家务视频成黄金素材

请注意，这位男士我们暂时称他为小杰。

你可能难以置信，他仅仅在厨房中优雅地煎牛排和处理日常家务，每小时就能赚取超过1000元人民币（约150美元）。

难怪小杰每天工作都充满喜悦。

难道他发现了某种神秘的副业机会？

场景切换——哦，原来是机器人。

没错，如今，你做家务的视频正被Encord、Micro1、Scale AI这些数据标注服务商视为训练人形机器人的高级人类素材，并以高价收购。

评论区网友纷纷追问招聘链接。

机器人也需“家教”

当前，机器人是人工智能领域最热门的赛道之一。

硅谷著名投资人Vinod Khosla等人预测该领域将很快迎来自己的“ChatGPT时刻”。PitchBook数据显示，今年迄今机器人领域的风险投资已激增至121亿美元。

然而，在技术爆发的另一面，是机器人行业共同面临的数据荒。

“与大语言模型不同，机器人没有现成的互联网数据集可用，必须从零开始在现实世界中生成训练数据，难度大得多。”AI数据服务公司Encord联合创始人Ulrik Hansen一针见血地指出。

目前，机器人训练数据的来源可以分为两大路径：现实世界真实数据与合成数据。

真实数据可通过精密设备远程操控机器人执行任务，同步记录下包括关节力矩、电机旋转等在内的全套物理数据。这种方式能捕获“手感”力控信息等。

或者可通过直接记录人类在现实环境中的活动来获取，如Apple Vision Pro或专业动作捕捉系统，记录人类执行任务的全过程。

这类数据质量高、保真度强，能准确反映真实世界的复杂物理交互，但问题在于规模有限、成本高，难以满足机器人模型对海量数据的需求。

合成数据则开辟了另一条路线。通过在虚拟环境中自动生成无数种动作变体或构建完整交互场景，合成数据能以较低成本实现数据自由。

例如，NVIDIA Cosmos就是一个“世界基础模型”，可以生成高度逼真、类似视频游戏的环境，用于机器人训练。在这里，“世界”指的并不是地球，而是机器人交互的环境，如机器人操作的房间内可见区域。

另外，为兼顾真实性与规模性，机器人公司往往采用结合真实与合成数据的方式，通过将少量的现实世界数据与大规模合成数据相结合，克服机器人技术中数据稀缺的问题。

面对数据饥渴，目前各家的应对策略五花八门。

Encord透露，他们今年对此类数据的处理量已达到去年的四倍。他们高价回收真实数据，如果是操作设备等高技术性任务的视频，酬劳最高可达每小时150美元。

另一家AI数据服务公司Micro1 CEO Ali Ansari则透露，他们开出的报酬每小时在25至50美元之间。

另外，Scale AI宣布正快速拓展机器人业务，并在其旧金山总部设立了专用实验室，迄今已生成超过10万小时的训练影像。

而需求则来自Physical Intelligence、波士顿动力公司等。

甚至有某机器人初创公司自己在Craigslist发广告，以10–20美元时薪征集用户用手机拍摄家务的视频。

尽管各方努力，优质数据依然短缺。该初创公司创始人对外透露：“市面上没有大型数据集可购买，规模最大的也仅有约5000小时时长，这远远不够。”

参考链接：

[1]https://x.com/dom_lucre/status/1981055417451942221

[2]https://www.businessinsider.com/ai-startups-robotics-pay-film-chores-encord-micro1-scale-2025-10