导语
具身智能最没被说清楚的问题，不是机器人什么时候走进家庭，而是：在它真正学会干活之前，谁在教它干活？
答案并不科幻。
不是实验室里的博士，也不一定是算法工程师，而是一批戴着VR眼镜、穿着动作采集手套、反复叠衣服、搬积木、擦桌子的人。他们的岗位名称，有时叫数据采集员，有时叫机器人训练师。工作内容说白了，就是把人类日常动作，一遍一遍录给机器看。
我们公司一个刚毕业的小伙伴达达，前阵子去体验了一天这样的工作。回来以后，他说了一句话：这份工作比想象中有意思，也比想象中离谱。
这句话背后，是具身智能产业一个很现实的矛盾：它站在AI最前沿，但底层的数据生产方式，依然很像传统工厂。
最先进的行业，招人的方式很传统
事情的起点，是我们刷到一条印度工厂的视频。
画面里，流水线上的工人低头缝纫，看起来和普通制衣车间没有太大区别。但仔细看会发现，每个人头上都戴着一个造型奇怪的设备。
后来我们查到，这类设备用于录制工人的第一人称操作视频。工人怎么拿布、怎么对齐、怎么缝合，都会被记录下来。这些视频数据之后会进入具身智能训练流程，让机器人学习人类操作。
换句话说，这些工人并不只是缝衣服，也是在给机器人“上课”。
类似工作并不只出现在印度。国内招聘平台上，也能看到大量相关岗位。兼职多为日结，全职则有些会缴纳五险一金甚至六险一金，但对应要求也更高：任务更复杂，工作时长更长，对稳定出勤的要求更强。
一些采集工作甚至可以居家完成。岗位也不只集中在北京、上海、深圳这样的城市，连安徽安庆这样的地方，也能看到相关招聘。只是名称往往更体面一点，比如“机器人训练师”。
最有意思的是，这类岗位普遍没有学历要求，也没有经验要求。你不需要做过机器人，不需要理解具身智能是什么，甚至不需要知道自己采集的数据最终会被怎样使用。只要身体条件合适，能按要求完成动作，就可以进入试岗。
这种反差，构成了今天具身智能产业最真实的一面：一边是AI时代最火的新概念，一边是近乎流水线式的人力组织。
数据不是从网上爬来的，而是人一条条做出来的
要理解这份工作的价值，必须先理解具身智能和大语言模型的不同。
2023年、2024年，大语言模型还没有发展到今天这个程度时，很多人对“数据标注”并不陌生。那时训练模型所需的文本、图片、代码、网页，互联网过去几十年已经积累了大量原材料。虽然也需要大量人工清洗和标注，但至少数据矿山本身已经存在。
具身智能面对的是另一种局面。
机器人要在真实物理世界里行动，它需要的不只是文字知识，而是物理交互数据：人怎么拿起杯子，怎么叠一件衣服，手指施加多大力度，手臂沿着什么轨迹运动，什么时候停顿，什么时候放手。
这些数据，人类历史上从来没有大规模、系统性地采集和存储过。
所以，具身智能的数据问题不是“已有数据怎么清洗”，而是“数据从哪里来”。这也是为什么行业会出现大量数据采集岗位。它们的本质，是让人类把身体经验拆解成机器可读取的训练材料。
按照原文提到的数据，截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。而如果要训练一个能够干家务的通用机器人，至少需要千万小时级别的数据。
中间的缺口，不是靠几篇论文就能补上的。
它需要大量真实场景、大量重复动作、大量人工采集。这也是今年被一些人称为“具身智能数据元年”的原因：行业开始意识到，模型能力的上限，不只取决于算法，也取决于现实世界数据的密度。
面试第一关：不是学历，而是手能不能套进去
达达投了几份简历后，几乎都收到了面试邀请。
