10元一小时,女工戴头戴设备为机器人打工,Ego数据产业链悄然成形

制衣厂女工张莉每月多挣数百元,却不知自己正参与一场规模庞大的具身智能数据采集行动。头戴式第一人称视角设备将她的缝纫操作全程记录,经处理后成为训练机器人的“行为教材”。京东、蚂蚁、Figure等企业加速...

人工智能 阅读量: 5518

在南方一家制衣厂的流水线上,张莉(化名)每天重复着铺布、翻折、缝合的动作。几个月前,她头上多了一件设备:外形类似头灯,通过绑带固定,前端嵌入微型摄像头。厂方告知,只要佩戴它正常工作,每小时可额外领取10元补贴。她没多想——工作内容没变,只是头更重了些,但每月能多几百元收入。很快,全车间工人都戴上了这套装置。她们不知道的是,自己正以“人类示范者”的身份,为机器人提供真实世界的行为数据。

这些视频被统称为Ego(Egocentric,第一人称视角)数据,是当前具身智能领域最紧缺的训练资源之一。与依赖仿真环境或真机遥操作的方式不同,Ego采集直接记录人类在真实场景中的操作过程,无需机器人本体参与,门槛低、成本可控、易于规模化。一名工人在日常劳动中产生的1小时视频,经清洗、标注与结构化处理后,即可输入模型训练流程,用于教会机器人完成铺料、剪裁、缝纫等精细动作。

这场“人类即数据源”的浪潮,已从单个工厂扩散为一张横跨产业与生活的网络。产业链大致分为三层:上游为设备厂商,如Vision Pro、PICO、GoPro等提供头戴摄像硬件;中游是数据服务商,负责场景对接、人员招募与数据加工;下游则是机器人与具身模型企业,如Figure、智元、宇树科技等,直接使用数据训练模型。

值得注意的是,行业边界正在模糊。越来越多下游企业选择向上游延伸,试图掌控从采集到训练的全链路。京东在2026年4月宣布推出具身智能数据基础设施,计划两年内积累1000万小时真实场景视频,最多动员60万人参与,并自研JoyEgoCam设备,将采集场景拓展至物流分拣、零售理货乃至家庭家务。蚂蚁集团则另辟蹊径,于2026年2月提出AoE方案,仅用智能手机加颈挂支架即可拍摄第一视角视频,大幅降低硬件依赖。

美国Figure公司走得更远。2026年8月,其推出众包平台Index,向全球用户付费征集做饭、整理衣物等日常操作视频。截至10月,该平台累计上传视频3750万段,App下载量超126万次,覆盖112个国家。国内,由智元孵化的觅蜂科技已实现设备、采集与服务一体化运营,2026年8月底宣布第2万套MEgo设备下线,累计产出超100万小时数据,覆盖500余种任务,并上线众包平台“觅蜂派”,允许个人租赁设备接单,按有效时长结算报酬——模式酷似外卖平台。

尽管扩张迅猛,Ego数据采集仍是一门典型的劳动密集型生意。一位从业者坦言:“进入门槛低,护城河浅。谁能在更低的成本下组织更多人、进入更多场景,谁就掌握产能主动权。”为降低成本,部分中间商甚至尝试与劳务派遣机构合作,探索在保密单位、特殊作业场所部署采集设备的可能性——虽尚未证实落地,但反映出行业对劳动力来源的迫切渴求。

收益分配层面,采集员与数据公司的回报差异显著。一线工人普遍按小时计酬,10元/小时已是较高水平;而经清洗标注后的高质量数据,市场价可达数千元/小时。例如,一段10分钟的高精度缝纫操作视频,若包含手部姿态、工具交互与环境语义标签,经脱敏处理后可售出数万元。数据服务商从中抽成,设备厂商靠硬件销售盈利,最终模型厂商获得核心训练素材。

行业共识是:Ego数据虽易获取,但质量参差不齐。真实场景中存在大量无效片段(如静止、遮挡、模糊),需依赖AI辅助筛选与人工复核。此外,隐私与合规风险日益凸显。工人在不知情下录制的视频若含他人面部、厂区布局或工艺细节,可能触碰《个人信息保护法》与商业秘密条款。目前尚无统一的数据授权标准,多数采集依赖口头同意或劳动合同附加条款,法律效力存疑。

Ego数据产业链图谱:上游设备厂商、中游数据服务商、下游机器人与模型厂商

技术演进也在倒逼采集方式升级。随着多模态大模型对时空连贯性要求提高,单纯视频已不够,需同步采集IMU惯性数据、手部关节角度甚至肌电信号。部分新设备开始集成轻量化传感器阵列,向“无感化”“高保真”方向发展。但成本随之上升,与“人人可参与”的初衷形成张力。

文章配图

张莉们仍在继续工作。她们的双手在缝纫机上移动,头顶的摄像头无声记录;数据流汇入云端,被切片、打标、注入模型。当某台机器人未来在服装厂精准完成一件衬衫的锁边工序时,背后或许就有她那10元一小时的劳动痕迹。

这场静默的数据革命,正以极低的个体成本,支撑着具身智能的高维跃迁。而劳动者是否真正理解自己所参与的系统,以及他们应获得怎样的权益保障,仍是悬而未决的问题。