時薪15美元的新工作：印度工人把相機綁在頭上，替 AI 蒸餾自己

作者 | 明日產品的

來源 | APPSO（ID：appsolution）

你或許刷到了一段來自印度南部服裝廠的視頻。

工廠工人佩戴頭戴攝像頭，記錄手部動作以訓練人工智能系統。

這是因為隨著特斯拉、Figure AI 等公司競相開發人形機器人，訓練它們所需的真實世界動作數據變得極為緊缺。

帕洛阿爾托的 Micro1 因此在全球 71 個國家招募了約 4000 名工人，每月收到超過 16 萬小時的視頻素材。每人每周至少提交 10 小時錄像，交替完成不同類型的任務。

Scale AI 和 Encord 也在招募各自的數據采集隊伍，DoorDash 甚至在 2026 年 3 月推出 Tasks 應用，讓旗下送餐員順帶在家錄家務視頻，不過專門排除了數據隱私法律嚴格的州。

每小時 15 美元

這份工作的具體操作，比聽起來要奇怪。

應聘者首先要通過一個叫 Zara 的 AI 智能體面試。Zara 會和你對話，評估你是否適合，并要求你提交一段試錄視頻。

通過之后，你會收到一個額頭頭帶支架、一份錄制說明，和一張任務清單。說明上寫著，要讓雙手始終保持在鏡頭可見范圍內，動作要“保持自然速度”。

可自然速度在攝像頭下往往顯得太快，所以工人們普遍反映，實際錄制時必須刻意放慢，結果動作反而變得不自然，像是在模仿夢游。

還有一個門檻：你需要帶有 LiDAR 傳感器的 iPhone，也就是至少要 iPhone 12 Pro 以上的機型。

視頻提交之后，還要經過 AI 和人工雙重審核，只有大約一半的素材最終可用。被拒的原因可能是光線不夠、手移出了畫面、動作太快，或者背景里出現了不該出現的東西。

工人按小時計酬，但如果視頻被拒，這段時間的勞動就白費了。通過審核的視頻，隨后還會進入一個標注流程，由另一批人工標注員逐幀標記動作類別、物體名稱和運動軌跡。

新德里的家教 Arjun 說，他通常要花一個小時構思，才能想出能錄滿 15 分鐘的家務內容。Micro1 要求工人不斷“變換內容”，因為多樣化的場景對訓練效果至關重要，但家的體量就那么大，創意遲早會耗盡。

美國家庭的視頻比其他地區賣得更貴。數據標注公司 Objectways 的創始人 Ravi Rajalingam 解釋說，因為機器人公司預設了美國消費者會最先購買人形機器人，所以美國家庭的操作環境數據更有價值，對應的工人時薪有時高達越南或印度工人的三倍。

圖源：https://newatlas.com/robotics/figures-humanoid-robots-household-chores-2025-helix-ai-brett-adcock/

Micro1 的副總裁 Arian Sadeghi 說，160 萬小時的月度素材遠遠不夠，“大概需要幾十億小時。我們連人與人之間的互動都還沒開始采集，現在只是最基礎的家務而已。”

幾十億小時，按照目前的采集速度，大概要連續工作一萬年。

幽靈勞動，顯形了

2019 年，人類學家 Mary Gray 和計算機科學家 Siddharth Suri 出版了一本書，叫 Ghost Work，直譯是“幽靈勞動”。

他們想描述的，是那些讓 AI 系統顯得“聰明”、卻從不出現在任何產品介紹里的人工勞動，標注圖片、過濾違規內容、清洗訓練數據。

《銷聲匿跡：數字化工作的真正未來》

著者：[美]瑪麗?L.格雷、[美] 西達爾特?蘇里

譯者：左安浦

Gray 說，當她剛開始研究這個問題時，去問工程師們，“誰在做這些工作”，得到的回答是“我也不太清楚”“我不敢去查”。

過去，幽靈工作主要發生在屏幕前，是點擊、標注、審核這樣的操作。現在，身體本身，疊衣服的手勢、炒菜的節奏、打開冰箱的動作，都開始成為可以被采集、被定價、被轉售的原材料。

這些原材料從印度、尼日利亞、菲律賓、肯尼亞的普通家庭流出，匯聚到帕洛阿爾托和舊金山的公司，再轉化成產品流向市場。

Nick Couldry 和 Ulises Mejias 在研究數字經濟時提出了一個框架，叫“數據殖民主義”，意思是：科技公司對數據的占有，在結構上延續了歷史殖民主義對土地和資源的掠取邏輯，把人類的日常生活本身轉化為一種可供資本提取的原材料。

放在 Micro1 的案例里，工人每小時拿到 15 美元，在內羅畢或馬尼拉是有競爭力的工資，但放在流入機器人公司的數十億美元投資面前，連零頭都算不上。

更值得注意的是信息上的不對等。Micro1 以保密為由，不向工人透露客戶名單，工人們也不清楚自己的數據將如何被存儲，會不會被轉售給其他第三方。工人簽了協議，收了錢，但他們在整條產業鏈里的信息處于末端，對自己正在參與的事情的全貌，知道得很少。

Gray 在研究幽靈勞動時發現了一件讓她印象深刻的事，工人們往往會自發找到彼此，建立非正式的互助網絡，因為工作本身提供的支持幾乎是零，人們必須靠彼此維持做下去的意義感。孤立是這類勞動的默認狀態。

2026 年，全球人形機器人市場預計達到 42.3 億美元，而到 2027 年，特斯拉等公司的量產計劃將使全球累計安裝量突破 10 萬臺。

這些機器人，大概率將進入工廠和家庭，承擔體力勞動。而訓練它們的數據，正是來自那些現在還在用體力勞動糊口的人。

圖源：https://developer.nvidia.com/blog/teaching-robots-to-tackle-household-chores/

我們知道的，多于我們能說出的

哲學家邁克爾·波蘭尼在 1958 年寫了一本書叫 Personal Knowledge，他在書里說：我們知道的，多于我們能夠說出的。他稱之為“默會知識”，意思是人類有大量的知識不以命題的形式存在，而是以動作、感知、直覺的形式附著在身體里。

騎自行車是一個常見的例子，你知道怎么保持平衡，但沒有辦法把這件事寫成一套可以教給別人的規則。它只能通過實踐習得，通過觀察、模仿和重復，在身體內部慢慢積累，而不能被直接傳遞。

波蘭尼寫這本書的時候，AI 還不存在。但他的論斷在今天獲得了一種新的現實重量。

我們正在做的事，是試圖把這種默會知識，從人的身體里抽取出來，轉化為機器可以處理的數據。

Micro1 的工人們額頭上的攝像頭錄下的，除了是一個疊衣服的動作，還是手指如何感知布料的重量，手腕如何在恰當的時機翻轉，視線如何在疊的過程中追蹤布料的邊緣。

Scale AI 宣布已收集超過 10 萬小時的素材 https://scale.com/blog/physical-ai

這是人類歷史上第一次嘗試大規模地把身體知識外化。

波蘭尼說，默會知識不能被完全言說，但這不代表它不能被掠取。Couldry 和 Mejias 說，數據殖民主義把日常生活本身變成了一種資源，一種“就在那里，隨時可以被提取”的東西。現在，連在家鋪床這件事也被包含在內了。

人們常常把 AI 的沖擊描述為“機器會取代知識工作者”，但現在最普通、最不被算作技能的那些動作也在被采集。如果連這些都可以變成訓練數據，那“什么是人的勞動”這個問題，就不再是哲學思辨，而變成了一個非常實際的政治問題。

Zeus 是尼日利亞中部高地一座城市里的醫學生。他每天下班后把手機固定在額頭上，然后開始給自己的床鋪床單。

他說，他覺得這是“留下印記的機會”。他不覺得自己只是在被使用，他覺得自己在參與一件重要的事。

這也許是對的，但它同時并不妨礙另一件事，那就是他留下的那個印記，最終的形狀將是他自己鋪床動作的運動軌跡，由一家他叫不出名字的公司買走，用來訓練一臺他將來不一定負擔得起的機器。

波蘭尼說，所有的知識都是個人的，是由具體的人、在具體的處境里、通過具體的實踐產生的。把這種知識從人身上剝離出來，讓它在人離開之后繼續運轉，那么現在，人作為知識的承載者，究竟擁有什么？

這個問題現在還沒有答案。但它已經在尼日利亞的公寓里、印度的廚房里、菲律賓的院子里，以每小時 15 美元的價格，被悄悄地問著。

參考文獻

[1]https://www.technologyreview.com/2026/04/01/1134863/humanoid-data-training-gig-economy-2026-breakthrough-technology/

本文經授權轉載自APPSO（ID：appsolution），如需二次轉載請聯系原作者。歡迎轉發到朋友圈。

點個“小愛心”吧