农村大妈给机器人当“导师” - 篮球球员状态

在河南的乡村里，一群大妈正做着再熟悉不过的农活：剥花生、装袋子、上秤。或许她们自己并未察觉，自己已成为时代的弄潮儿。如果说现在与过去有什么不同，唯一的变化是大家都戴上了穿戴式数采设备，这虽带来些许不便，但她们乐意接受。

这些大妈长期生活在农村，除了地里的收成，平日里几乎没有其他收入来源。但现在，她们每天工作8小时，就能拿到80元日薪，一个月下来可挣2000多元。与那些在高档写字楼、产业园区工作的大学生一样，大妈们如今也成了具身智能从业者，她们的职业官方名称是数据采集员。

今年年初，英伟达发布了一项重磅成果“EgoScale”。研究员将超过2万小时的人类第一视角视频输入大模型后，发现只要不断增加人类示范数据，机器人的操作能力就能稳步提升。过去，具身智能行业的数据采集主要依赖有本体采集，需通过真机摇操等方式获取数据。这一成果发布后，无本体采集也成为一种主流方式，依靠真人穿戴数据采集终端即可完成。

与有本体采集相比，无本体采集大大降低了数据采集的门槛，不仅无需昂贵的机器人本体配合，而且采集员不需要专业学历背景，几乎没有任何门槛，成为一个向大众开放的职业。几乎一夜之间，这个原本被定义为高科技的行业迅速吸引了“草根”群体涌入。

01

周岩从事人力外包工作，为各工厂输送劳动力。以前他最不喜欢冬季，因为这时工厂通常不再补人，公司业绩像气温一样持续下滑数月，只能等到来年复工才徐徐图之。但今年周岩不再焦虑。年初，他开始了数据采集的副业，现在工作重心甚至已转移到这上面。与大妈们类似，在周岩的体感里，现在干的其实和过去差不多，数据采集的本质也是“人力”。目前他正接触一个商采项目，甲方有50万小时的采集需求，堪称大单，但因价格未谈拢，合同迟迟未签。但周岩并不着急，按他手上的人力资源计算，吃掉二三十万小时的需求不成问题，市面上很少有团队能做到，因此他认为在价格上还能再“拉扯”一下。甚至在合同未敲定的情况下，他已开始与其他供应商初步沟通分包合作。

徐阳以前做地推，经验不同，打法也与周岩相异，他擅长拓展商业资源。徐阳拥有足够多与小商户沟通的经验，让他们配合完成数据采集工作不难。他对区域选择很有讲究，首先会排除省会城市，因为那里的商户来自全国各地，沟通不易；而小县城的商户基本都是本地人，更容易达成合作。对相当一部分商家来说，只需佩戴设备就能获得额外收入，很容易被说服。但也有一些商家因不信任或嫌麻烦等原因，不愿参与数据采集。对于后者，徐阳也有办法：他会自己出工资聘用员工到这些商店工作，这样商户获得“免费”劳动力，徐阳也能采集到所需数据。

但靠地推做数据采集，工作量其实很大。徐阳接到的项目要求，一个场景只能提交百十小时的数据，且需提交商户的营业执照信用代码确认。这意味着，每个商店采集时间仅一周左右，一个上万小时的采集项目甚至需拓展上百个场景。徐阳的团队每天都奔波在拓展商户的路上。

张庆元走出了第三条路，他选择成为“觅蜂派”的城市合伙人。这是一个众包平台，上面发布包括生产、零售、餐饮等在内的20余种场景的采集任务，注册用户可按需领取完成，但前提是租用觅蜂派指定的采集设备。张庆元的工作是通过社交平台精准引流，将这些设备铺向全国各地。他以前做贷款行业，但随着9月份助贷新规实施，贷款中介经历大洗牌，巧合的是，觅蜂派也在当月上线，张庆元顺利转行。

02

从源头公司接到项目后，周岩会把项目转包或分包出去。每天上午，他都会在抖音开启直播，通过连麦寻找潜在“供应商”。建立联系后，他要求供应商填写入库申请表，效率很高。这种做法在数采行业中很常见。

王臻家里做实业的，他自己则进入科技产业，成立了数据采集公司“纳斯熊得Cervo Technologies”。最初，王臻只想利用家里现成的工厂场景做数采。如今，公司订单量每月成倍增加，尽管他加紧招聘员工，但若像以前一样全靠自己采集，完全消化不了这些订单。因此几天前，王臻决定向平台公司转型，将手头订单外包出去，希望公司未来成为头部模型公司的稳定供应商。王臻有留学经历，通过同学资源，他在国外很容易接触到一手采购项目，这些项目给出的价格通常为100元往上，标注完的数据价格则翻倍。但这些项目流入国内后存在很大差价。徐阳9月份拿到一份具身数据采集项目外放清单，有些项目单价已降至20元，最高也只有80元。徐阳计算过，想不亏本，单价至少需30元。项目经历层层转包后，每一层都要抽走利润，但行业内转包两三手是常态。这意味着，到真正执行团队手中的利润空间很小。但王臻认为不必大惊小怪，这是快速起量阶段的典型特征。项目成本分为设备成本和人力成本，前者是硬性成本，调整空间有限，要挤压更大利润，就要把项目推向人力成本低的区域。

徐阳入行后最大的感受是，这个行业赚钱和亏钱都不容易。他身边目前只有一个朋友还在亏钱，这位朋友算是最早一批入局者，那时采集场景以搭建为主。朋友在北京组建团队并租房搭建场景，但至今连租金都没赚回来。这个行业早已形成共识：想赚钱就要远离城市，尤其是高线城市。这一共识将数据采集生意倒逼向县城等下沉区域，小镇青年、全职宝妈、农村老人等“草根”群体成为核心力量。当然，这项工作的另一个关键点是，它虽无学历和技术要求，但对体力有要求，还需有坚持枯燥工作的韧性。

一个月前，许海燕成为数据采集员，主要采集居家场景数据。工作时，她手上需戴夹爪，头上还要戴设备，每个设备重约0.6公斤，一戴就是七八小时，一天下来非常累。身体疲惫的同时，精神上也受考验：采集期间要保证手不出画面，不能与他人说话，更不能玩手机。每个动作需录制50条，意味着许海燕可能连续两三天重复叠被子动作。更让她崩溃的是，工作一整天，有效时长只有四小时，有效率仅50%左右，而她的工资与有效时长挂钩。许海燕不止一次问自己是否该坚持，真实体验后，她明白了这个岗位流动性为何如此之高。

赵菲菲本职在山西农村做妇联工作，一个月前她开始组织村里妇女做数据采集，想为大家找一条不出远门打工就能赚钱的渠道，补贴家用。但设备发下来没几天，突然被收回。与同行交流后，赵菲菲发现这种情况并不少见：有些项目转包链条长，甲方需求规则变更无法及时同步到执行团队。直到现在，她也没弄明白为何被中断合作。总的来说，想爱上这行业不容易。

03

大量数据需求还会持续两三年，这是王臻对行业的判断。这也是从业者们最关心的问题，因为他们明显感到，这个行业的钱已不好赚了。目前市面上的数采团队走两条路：一是等订单，按需求完成采集；二是卖数据，按时长将数据打包销售给本体或模型公司。不过第二条路已很难走。徐阳刚入行时，打包销售的数据还能卖到33元一小时，但现在基本降到5元以下，普遍在3元左右。而第一条路能走多远，至今无人能说清。虽然具身行业存在数据瓶颈，但这不代表数据行业的需求量会持续增加。

王臻感受到，目前市面上既有资金又有显卡做预训练的公司并不多，数据采集订单基本来自海外。许海燕也确认这种说法，她所在公司接到的基本都是海外订单。中国因产业链完善，可供具身智能训练的场景多，可实现的数据量大，这是优势。但数据跨境流通受法律法规严格监管，根据我国首例具身智能数据跨境交易经验，相关数据出境前需完成分级评估和备案，确保全链条合规、安全、可控。只是这些问题对草根数采师来说过于高大上，相比之下，他们更焦虑下一个订单在哪里。

周周最近接到一个方言采集项目，需采集重庆、江苏、江西、山东和甘肃五个区域的方言。与以前接到的项目相比，这已算非常优质。采集内容有单人和双人两种：双人是两人基于特定话题用方言自由对话，一次5个话题，每个话题聊30分钟，可得280元。加上项目对设备要求低，只需手机即可，无需额外租用设备，属于利润较高的项目。且过程中只要不出现明显照稿念等情况，就不会判定无效。按以往经验，周周团队做这类项目的有效时长占比可达98%以上，是行业内少见的高审核通过率项目。但周周依旧焦虑：按合同时长计算，这个项目最多做一个半月，之后能接到什么订单，甚至能否接到订单都很难说。行业内当然有赚快钱的从业者，但更多人希望数据采集有更长期的未来。

王臻看到，数采行业面前有两座大山等待翻越：一座是量，一座是质。现在每天有成千上百个从业者加入，但距离足以取得市场预期训练成果的量还差得远。行业初期什么数据都要，但现在稀缺的是医疗等真实场景的数据。他判断，未来市场对数采项目的要求会越来越精、越来越垂，且达到一定量级后，才能确定哪种数据有效。这个过程中，自然会有新机会不断涌现。许海燕对这个行业保持乐观，因为她入职一个月就感受到巨大变化：她所在公司接到的新项目只需头戴式数采设备，手部自然活动无需戴设备，明显减负；且设备升级后，她不用再刻意放慢动作，以防画面模糊。更重要的是，新设备采集的有效时长占比提升很多，要完成四小时有效时长，加上准备，她每天只需工作五小时。手上忙碌时，许海燕脑中活跃着很多想法，比如她们这些普通人的人生切片，到底会给具身智能行业带来什么改变。

在谈论数据采集行业未来时，我们不妨引入“NBA阵容观察”的视角，将各环节从业者比作不同位置球员，协作配合才能赢得比赛。本文来自微信公众号“最话FunTalk”（ID：iFuntalker），作者：最话团队，36氪经授权发布。