日薪120元给机器人当“老师”：具身智能数据采集员的流水线现实

事件概述

在具身智能领域，机器人需要通过大量真实人类动作数据进行训练才能掌握日常任务。为此，出现了一批专门从事“机器人数据采集”的新兴岗位。从业者通过佩戴VR头显、使用UMI手持夹爪或头戴相机（Ego数据），模拟人类完成叠衣服、洗碗、铺床单等家务动作。这些采集到的轨迹和视觉数据经过清洗审核后，用于训练机器人的运动模型。

核心信息

1. 工作模式与收入结构

• 薪资水平：全职底薪加绩效月收入约4000-5000元；兼职时薪约20元，日薪通常在120-150元之间。
• 考核标准：主要依据“有效数据时长”。例如，每天需完成3-4小时的有效录制，准确率需达到85%以上。无效片段（如光线不佳、动作不规范）不计入工时。
• 设备类型：
  • VR遥操：佩戴头显和背包，手持夹爪控制机械臂，对体力要求较高。
  • Ego数据：头戴或胸挂相机，以第一人称视角记录动作，相对轻便但需长时间保持姿势。
  • UMI夹爪：手持设备模仿机械手动作，记录空间轨迹。

2. 工作体验：高重复性与身体损耗

• 劳动强度：工作内容本质为流水线式重复劳动。例如，叠一件衣服可能需要重复十几遍以获取不同角度的数据；铺床单需连续完成50条以上任务。
• 身体不适：长时间佩戴重型头显（约一斤重）和手套，易导致肩颈酸痛、头晕、手部出汗及信号中断等问题。
• 流动性高：由于工作枯燥且身体消耗大，年轻从业者往往在一两周内离职。公司培训周期已缩短至1-5天，旨在快速填补人力缺口。

3. 技术门槛与质量控制

• 上手难度：非技术人员经1-5天培训即可上手，但规范严格。新手常见问题包括动作生硬、镜头外出手或参数设置错误。
• 容错率低：一个参数调错可能导致数百小时的数据作废，需重新采集。
• “手感”积累：资深采集员能摸索出机器的活动范围和最佳操作角度，甚至发现自身无意识小动作被机器人模仿的现象。

4. 从业者心态与行业前景

• 职业定位：多数人将此工作视为失业过渡期或赚生活费的短期选择，认为其缺乏技术含量，类似“打螺丝”。部分人因看到机器人进步获得成就感，或看重全职岗位的社保福利。
• 替代风险：尽管仿真合成技术发展迅速，但目前真人示范在成本效益和数据有效性上仍具优势。从业者普遍认为短期内不会被完全取代，但长期看需转向更复杂任务或市场类岗位。