“有多少智能，就有多少人工”

中国新闻周刊记者：李沁桦 实习生：张艺雅 发于2026.8.17总第1248期《中国新闻周刊》杂志 2026年具身智能融资蜂拥而至，方案层出不穷，市场在等待属于机器人的ChatGPT时刻。 但在此之前，机器人首先要学会最基础的事——怎么拿东西、怎么叠衣服、怎么把手精确伸进抽屉。教会它们这些的，有可能是失业的白领、照顾孩子的全职妈妈、想在家门口挣一份工资的农村妇女。他们戴上头显和数据手套，把自己最日常的动作重复几百遍，再折算出售。 标准化的工作 7月，南京市一间民宿内，老葛和其他5名学员正对着桌上一堆散乱的毛巾，慢慢地把它们叠好又打乱，再叠一次。 这是一个培训课，两天的课程后，学员们可以领到设备，带回家做具身数采。培训内容不复杂：戴设备、拍视频、传系统。三个设备，头戴一个，左右手各一个，每个设备上都要架一个手机，算下来身上至少绑着三斤重的东西。任务是叠毛巾、叠衣服、撕贴画、把钱塞进红包，都是日常生活里最基础的动作，一遍又一遍地重复。 培训教程说，戴着设备可以做一切家务，但特征点必须超过100个，动作要匀速，背景要复杂，光线要均匀，手不能出画面，镜头不能遮挡。 老葛正在采集的是无本体数据，即不经过机器人本体，人穿上可穿戴设备或手持夹爪等采集设备，在真实环境中直接示范，通过把人的动作记录下来，映射到机器人身上，达到预训练的目的。 老葛在民宿内接受培训。图/受访者提供 一套完整的数采设备：头显、两只夹爪。图/受访者提供 常见的任务：将硬币放进盒子里。图/受访者提供 实际工作比老葛预想的要累得多。所有动作都需要戴着夹爪完成，而模拟机械手的夹爪弹簧特别紧，得一直用力捏合。做了1个小时，老葛的虎口就开始酸痛肿胀。录完2个小时，他的手、腰、肩都酸得不行。这时候取下头套，可以摸到满脑门的汗。 吴晓芳今年1月接触这一行时看到了类似的宣传语：“简单活，做饭、洗衣、打扫卫生，干活的同时，钱也挣了。”和老葛一样，她接受培训后，领到了一个带手机摄像头的头套。不过，和宣传的只需随手做家务不同，她在任务库里看到的家务都比较冷门，而且要重复很多遍。她说，一天如果要达到4个小时有效时长，前提是工作8小时，一个动作需要重复拍10条。 第一天，老葛的工作有效时长被认定为0。算薪资的话，一分钱都没有。群里的AI助手告诉他，评价有效数据，最重要的一项指标叫“01系数”，包含17条红线规则。只要有一条违规，总时长就作废。他做的任务里，有一条规则是：取出和放回不能在同一个动作里完成。把毛巾从A筐拿到B筐，算不算同一个动作？培训时组长说可以，因为放的不是同一个筐。他照做了，但系统却判定违规。 为了拍摄动作，他们还要搭建场景。手册要求，每个视频都需要打乱场景，比如要在桌子上铺一块桌布，或者放几本书。 老葛算过一笔账，效率达标的前提下，一天做5小时，前3.5小时大概能赚120到150元，后面1.5小时赚70多元。刚入门的人，效率为60%到70%，实际到手可能只有120到140元，做熟了效率能提升到80%左右，到手价勉强接近200元。“听起来很科学，但问题是规则不透明。没有反馈就没有改进，劳动者只能靠猜测、靠试错去摸边界。” “补足组织” 老葛此前做了多年投流运营，2026年初离职后，他一直在家学AI相关知识。招聘软件上，一家机器人公司联系了他，对方说招数据采集员，要求年龄50岁以下、有高中以上学历，一天可以赚两三百元。后来他才知道，这些公司并不是具身智能公司，它们只负责招人、对接数据、转交培训。 连接机器人公司和采集者的是数据服务商，在行业里，他们被称为“卖铲子的人”。根据分类，具身智能领域数据包括海量互联网数据、仿真合成数据和真实数据三大类，而最后一项最能反映机器人实际行为，质量最高，但采集效率最低，此前往往依托大型训练场获取，以真机数据为多。 中国信息通信研究院发布的《具身智能发展报告(2025年)》(以下简称《报告》)显示，截至2025年12月底，国内已建成的具身智能训练场超过30家，其中公开披露的21家训练场总面积超过10万平方米，覆盖制造、医疗、零售、服务等场景。 《报告》指出，训练场的实际效用仍有待进一步验证。一方面，真机数据采集尚未实现规模效应，对真实场景的覆盖广度有限；另一方面，各训练场数据采集、标注方式与部署本体构型不统一，数据训练的模型效果与本体构型高度相关，跨训练场数据难以整合和共享。 此外，算力成本也是难题。据亿欧智库报告估算，当前全球高质量具身交互数据仅约50万小时，而要想达到具身智能的ChatGPT时刻，业内普遍认可需要百亿小时级别。极佳世界创始人朱政曾给出过成本剖析：“第一，现在采一小时数据成本约200元，几百亿小时根本负担不起；第二，数据利用效率太低，训几十万个小时就要几千万GPU(图形处理器)成本。” 因此，在真机数据之外，无本体采集被认为是一种解法。一位具身智能从业者对《中国新闻周刊》说，今年开始，多家公司开始布局无本体数据采集，因为无本体数据突破了真机采集的产能约束。真机遥操作需要机器人、遥操作设备、专业人员和专用场地，还涉及机器磨损、故障维修、场景复位和安全管理，难以快速复制。无本体采集设备成本相对较低，可以进入家庭、商超、工厂等自然场景，并通过分布式采集和众包方式快速扩大规模。 “此外，无本体数据并不对应特定机器人，有更大的市场，一份数据能重复卖给不同的机器人厂商。”前述从业者表示。 夏林是山东省某县的一位村支部书记，一次跟某民办大学的校领导聚餐，对方提到自己正在做数据采集项目，缺农村、社区居家的真实采集场景。实地考察后，夏林觉得项目可行，在村里建了一个培训基地，对外招募村民。 目前，这个项目有100多人，大部分是30至45岁的女性。她们每天的工作时间以孩子上下学的时间为节点，通常是上午8点到11点，下午2点到5点，有的晚上也来做一两个小时。“为了照顾孩子，她们不能全职去周边厂子干活，做数据采集工作后，全职妈妈们每天都有收入。”他告诉《中国新闻周刊》。 新进的“妈妈工人们”正在接受培训。图/受访者提供 2019年，数据标注行业开始兴起，浙江大学社会学系副教授吴桐雨和华东师范大学传播系副教授夏冰青走访各地的标注基地，研究的也是这样一群“妈妈工人”。负责组织这群工人的，是夏林这样的中介角色，研究者们用“补足组织”来描述：产业链下游的研发团队有一套抽象的工程逻辑，与真正做标注的工人之间存在鸿沟。这些中介组织理论上可以在鸿沟里发挥“补足”作用，帮助工人理解和执行抽象规则，让数据生产实际运转。 具身数采的中间层中介更多，而且是完全线上、单向派发指令的模式。吴桐雨解释，模型训练对数据的需求往往很难预测，而且波动很大。有时，工程师只需要少量特定数据来测试模型的某项功能，测试结束后需求就会消失。而另外一些时候，为了提高模型的准确性和稳定性，又会突然需要海量数据，甚至不断追加。这种不断试验和迭代的开发方式，使数据需求具有很强的波动性，也意味着大厂需要一个能够随叫随到、随时可以调动大量劳动力的结构。这个结构，恰恰就是补足组织提供的。 “我们当时在重庆做田野调查，当地管这些层层转包的中间人叫‘串串’。‘串串’的繁荣，是让整个数据链条能够存活下去的重要环节，因为他们解决了大厂需求波动和稳定劳动供给之间的根本矛盾。”不过，吴