【解說】頭戴傳感器、腕戴相機，他們可不是在拍視頻、做直播，而是在為具身智能採集數據。

具身智能指的是與物理實體融合的人工智能，能夠自主與物理世界交互並適應環境。現在常見的“家務機械人”“養老機械人”等，都屬於具身智能的一種形態。

今年以來，具身智能產業快速發展，但高質量實操數據供給不足成為主要瓶頸。中國信息通信研究院（中國信通院）發布的具身智能發展報告（2025年）顯示，行業普遍認為，具身智能要實現物理智能的湧現至少需要百萬小時、甚至千萬小時的高質量真實行為互動數據，而現階段可用的數據量仍遠遠不足。

早期，具身智能的數據主要來源於訓練場。數據採集員會戴上VR頭顯和手柄，進入機械人的第一視角，手把手帶領它在模擬的真實場景中學習，每一次轉動角度和力度的變化，都會被記錄下來，靠着這些數據，機械人的感知和決策能力才能持續優化。中國信通院的《具身智能訓練場研究報告（2026年）》顯示，據不完全統計，截至2026年6月底，中國共建成啟用超過70家具身智能訓練場，在建或規劃中的訓練場有46家。

但訓練場畢竟不是真實場景，真實生活中光線、聲音的變化，以及干擾項的隨機性，都對具身智能的實際操作帶來了巨大考驗。面對這一局限性，具身智能的數據採集邁入了下一階段。

現在，越來越多具身智能企業開始從真實生活場景入手採集數據，數據採集員也不再是少數人的專職工作，而是大多數人也能參與的兼職工作。打開招聘軟件，數據採集的兼職工作大量湧現，只需要經過簡單的培訓，靠一部傳感器、一副AI眼鏡，甚至一部手機，就能完成數據採集工作。

今年5月，京東宣布在江蘇宿遷建立中國首個具身智能數據採集社區。自願報名參與的社區居民只需要頭戴京東自研的JoyEgoCam採集終端，就能在日常的家務過程中完成數據採集工作，擦桌子、疊衣服、整理收納、地面清潔等家務勞動的動作軌跡、力度分布、環境交互等數據都能被一一記錄。螞蟻數科天璣實驗室研發的第一人稱視頻採集框架，將流程進一步簡化，僅需要使用一部手機和一個低於20美元的頸掛式支架，就能完成高質量數據採集。

在數據採集這條賽道上，不只有中國企業在布局。今年8月底，美國機械人公司Figure AI正式推出Index項目，鼓勵全球用戶錄製第一視角視頻並上傳，平台會根據視頻質量付費。Figure AI創始人表示，未來一年將為數據和計算投入10億美元。

當數據採集從模擬訓練場走進千家萬戶，當普通人的日常動作成為機械人學習的素材，這場悄然發生的“數據革命”正在推動具身智能的爆發式發展。

記者 塗悅清 香港報道