每天数采6小时，月入3000+：京东给宿迁人发的这份"新工作"，到底值不值？

一场"全民教机器人干活"的运动，正在苏北小城悄然兴起。

2026年5月20日，京东在江苏宿迁正式宣布：全国首个具身智能数据采集社区投入运行。

居民们头戴轻量化设备，在日常家务中记录下每一个动作——擦桌子、叠衣服、摘猕猴桃、缝纫。这些再普通不过的动作，都将化作"数据燃料"，让未来的机器人越来越聪明。

整个项目计划两年内动员超过60万人参与数据采集，其中宿迁一地就将发动10万市民，目标积累1000万小时人类真实场景视频数据和100万小时机器人本体运行数据。

这份听起来像科幻电影里的"新工作"，到底是什么样的？普通人能做吗？收入有多少？

数据采集社区位于宿迁市湖滨新区，由京东和宿迁市联合打造。从今年4月试运行以来，已有不少社区居民报名参与。

采集员经过专业技术人员培训后，在日常家务过程中就能完成数据采集工作。正常进行擦桌子、叠衣服、整理收纳、地面清洁等劳动时，只需头戴京东自研的JoyEgoCam采集终端，设备即可自动获取上肢轨迹、力度分布、人与家居环境的交互关系等关键参数。

这款设备整机仅220克，比一盒牛奶还轻，内置推理单元与车规级惯性测量单元，在居家、户外、产线等各类环境下均可实现毫米级精准采集，且基本不干扰正常生活。

走出家门，场景更为丰富。在宿迁迷侯小镇的猕猴桃园，果农一边进行"绑枝"作业，一边完成数据采集；在服装工厂，缝纫女工在工位上操作时，手部精细动作被同步采集；在养老院，护理员协助老人起身、喂药、康复训练等照护行为也被逐一记录。

采集回来的数据会经过上传、清洗、质检、标注等流程，最终成为"数据燃料"，输入到具身智能模型中。目前，京东已构建"采集—标注—训练—验证"全流程数据流水线，覆盖物流仓储、工业制造、健康医疗、家庭服务、城市运维等五大核心场景。

关于收入，多家媒体的实地探访给出了较为一致的答案。

据《每日经济新闻》记者实地探访，数采工作的主力军包括宝妈等居家群体。一日的任务量是完成6个小时数据的采集，月收入在3000元到3500元不等，多劳多得。在湖滨社区，有居民反映每月能有4500元左右收入。

入职要求：年龄18-45周岁，身体健康，行动灵活。学历不限，经验不限。设备由公司提供，不需要自己花钱购买。居民只需经过简单的岗前培训就能上岗，设备开机即可使用，半小时便能熟练操作。

适合的人群：全职宝妈、退休人员、闲暇时间较多的人群。工作时间灵活自由，不耽误日常带娃顾家。在目前的数据采集队伍中，宝妈占比近60%。

优点：灵活性极高——干着家务就把钱赚了，不需要通勤、不需要打卡；门槛低、易上手；收入在宿迁这样的城市足以覆盖不少家庭的基本生活开销。

需要注意的地方：目前主要面向宿迁本地居民，部分岗位年龄限制在18-45岁之间，工作内容有一定的重复性。

在讨论完这个事情的来龙去脉，我们需要深入一个更根本的问题：京东为什么要在宿迁花这么大代价建数据采集中心？

答案藏在具身智能产业的"生死线"上——数据荒。当前，具身智能机器人的发展正面临一场前所未有的"燃料危机"。训练一个能干的机器人，需要海量的真实物理交互数据，机器人需要的不只是"看见别人擦桌子"，而是"自己如何擦桌子"的完整数据。

行业测算显示，要实现具身AI模型能力的突破，需要上亿小时的数据。然而，当前全球高质量真实物理交互数据总量仅约50万小时，缺口非常大。在刚刚结束的2026年北京智源大会上，参与讨论的嘉宾一致认为，目前具身智能在模型、数据和商业闭环方面均处于早期探索阶段，数据质量良莠不齐、有效供给不足，已成为制约行业发展的关键瓶颈。

Scaling law（规模定律）告诉我们，只要能在数据上每增加10倍，就能提高一倍的性能。

在合成数据、第三视角视频学习仍无法替代真实物理交互的当下，如何在真实采集中实现低成本、高质量，成为整个行业开始关注的一个问题。目前的数据采集主要依赖四种方式：

• 真机遥操：采集员通过VR、手柄、手套操控机器人，同步记录关节、力矩、位姿、力觉及视觉数据。优势在于数据与目标机型高度匹配，模型可零适配直接部署；但数据不可跨机复用，采集场景受限、效率极低（需两人配合），难以支撑大规模预训练。

• UMI通用夹爪：该方法由斯坦福大学于2024年提出。采集员人手操作标准化夹爪（3D打印+GoPro）在真实场景采集，记录末端视角、夹爪状态和轨迹。优点是成本低、便携、数据可跨机器人复用；缺点是夹爪不自然，限制精细操作（如拧螺丝），且缺少环境和行走信息，多用于机械臂训练。

• 动作捕捉：采集员穿戴设备捕获人体及手部关键点轨迹，再映射到机器人。优势是成本低、可批量开展，动作自然（技术成熟于虚拟数字人）；但需专用场地和空间，无法便携入户，且易受遮挡干扰。

• Ego第一人称视频：该方法于2025年底兴起，在2026上半年逐步普及。方法很简单，采集员佩戴头戴相机，以第一视角记录双手操作、环境及身体关键点。采集成本极低、规模可无限放大，数据蕴含环境信息、决策逻辑、注意力切换及丰富的手物交互细节，成为当前最具规模化潜力的方案。

前面三种方式都无法解决规模化问题。多数数据供应商采用"按需采集"模式，部分供应商甚至未建立文本标注、动作标注的统一标准。而Ego数采的出现，从某种程度上让数据规模化生产成为了可能。

正是在这样的背景下，京东推出了"社区众包+工业定点"的双轨采集模式。目前看来，该模式有三重优势。

第一层优势：大幅降低数据采集成本。一台JoyEcoCam采集终端让普通人也能完成专业级数据采集。一个社区居民戴着220克的设备，做6小时家务就能完成一天的任务量，月收入3000—3500元。这意味着单小时人力成本不到20元，相比遥操作的500元以上，成本降低超过96%。

第二层优势：数据多样性和真实性的质变。传统实验室采集场景单一、光照固定、物品规整。而京东的模式覆盖从家庭到农田、工厂、商场、养老院的多个场景。

宿迁涵盖了城市社区、城乡结合部、农田区域、小型加工厂等多元场景，可支撑多点分布式的数据采集布局，有效避免传统采集模式中摆拍、模拟场景带来的数据失真问题。京东相关负责人介绍："真实场景的数据规模远超模拟环境，居民每一次擦桌子、叠衣服，都在为机器人积累‘经验’。"

第三层优势：形成产业闭环。京东构建了"采集—标注—训练—验证"全流程数据流水线，采集数据不仅自用，还通过数据交易平台开放给整个产业生态。

当我们谈论京东在宿迁的探索时，很难不让人想起计算机视觉发展史上的一个关键转折点。

2009年，斯坦福大学教授李飞飞团队发布了ImageNet——一个包含1400多万张标注图像、覆盖2.2万个类别的超大规模视觉数据库。在当时，主流学界都在钻研更好的算法，ImageNet的推出并未引起太大关注。但李飞飞团队坚信：数据才是突破瓶颈的关键。后来的历史证明了这一点。ImageNet因此被广泛认为是引发现代人工智能革命的催化剂。

今天的具身智能，正处于相似的"前ImageNet时代"。业界不乏算法构想，缺的是海量、真实、带物理交互信息的数据。京东在宿迁的社区采集模式，本质上是在为具身智能打造一个"ImageNet式的基础设施"——只不过，当年的ImageNet靠众包标注1400万张静态图片，今天的宿迁靠社区居民"戴着设备做家务"，目标是千万小时级的动态交互数据。

两者的核心逻辑一脉相承：人工智能的突破，往往不是来自更聪明的算法，而是来自更丰富的数据。 正如艾瑞咨询的研究指出，大量高质量数据不仅能够提高现有模型的准确率，还能促进模型的优化和创新。

值得注意的是，京东的尝试并非孤例。据相关报告统计，全国具身智能数采中心总数已超62个，覆盖38个城市，总规模超过28万平方米，机器人部署总量超过2500台。从北京、天津到上海，从无锡、苏州到成都，政府、产业及研究机构等各方力量都在加速布局真实数据采集训练场。

具身智能的核心竞争，正在从"算法竞赛"转向"数据竞赛"。

过去我们说"算力是AI的石油"，现在高质量的真实物理交互数据，正在成为新的战略资源。谁能以更低的成本、更高的效率获取海量真实数据，谁就可能在具身智能赛道上占据先机。

行业判断也印证了这一趋势。在智元机器人首席科学家、上海创智学院副教授罗剑岚看来，未来半年至18个月内，谁能在有限但非完全封闭的半开放场景中率先跑通首个数据闭环——即在真实环境中持续运行、采集数据并优化模型——将成为决定竞争格局的关键变量。京东在宿迁的布局，正是在抢占这个时间窗口。

与此同时，整个行业对数据价值的评估方式也在深化。复旦大学青年研究员、它石智航首席科学家丁文超指出，当前行业讨论多聚焦于数据量、多样性，但真正有价值的不仅是数据数量，更是数据系统中的每个细节。模型、数据与本体需系统化协同优化，才能实现真正的智能提升。

回到标题的问题：这份"新工作"到底值不值？

对于宿迁的宝妈、退休人员、闲暇群体来说，干着家务就能月入3000—4500元，门槛低、时间灵活，确实是一份实在的收入补充。正如一位居民所说："我只需要在家务劳动时戴上数据采集终端，一个月就能有4500元左右收入，家里生活条件改善了不少。"

从ImageNet到宿迁数据采集社区，人工智能的发展史一再证明：真正的突破，往往来自最朴素、最日常的积累。正如1400万张标注图片改变了计算机视觉，京东正在开展的千万小时家务数据采集，也许正在为具身智能打开那扇通往"ChatGPT时刻"的大门。