文｜南都记者 杨柳
具身智能行业正将下沉市场卷入其数据基建浪潮。继十多年前人工智能催生“数据标注”产业后，深陷“数据饥渴”的具身机器人再次将目光投向小城市和农村的廉价劳动力。
宝妈与中老年人成为新的“机器人启蒙老师”。他们通过头戴相机、手持夹爪或手机挂脖支架，记录日常劳作的手部操作轨迹。这类无需佩戴 VR 眼镜遥控真机的采集方式，被称为“无本体数据”，是解决人形机器人动手能力强但“大脑”智能不足的关键“养料”。自今年春节以来，从印度工人到中国县域居民，一场劳动密集型的具身智能数据采集作业正在全球范围内展开。
围绕数据采集，一套成熟的商业模式已然成型：机器人公司提出需求，一级承包商招募人员或将任务转包至低人力成本地区的二级供应商，由后者负责本地化招募与管理。行业早期红利巨大，吸引众多参与者入局。
机器人催生新“饭碗”
具身智能热潮并未立即引发“机器换人”的失业焦虑，反而在短期内创造了新的就业机会。
武汉麻小袋科技创始人林挺指出，随着多家机器人企业寻求合作，原本主营 AI 数据业务的公司纷纷转型入局。相比成本高且规模受限的真机遥操数据，以及存在迁移鸿沟的仿真数据，真实场景下采集的“无本体数据”凭借低成本、大供给的优势，成为提升模型智能水平的有效解法。
这一趋势由海外具身模型公司率先推动，并在 2026 年被国内大厂迅速跟进。京东集团副总裁段楠表示，依托丰富的供应链场景，规模化采集具身数据已成为其重点任务。智元机器人等头部企业也设定了千万小时的采集目标，并通过众包模式开放任务。
目前，机器人数采的主力军主要由三类人群构成：大专院校实习生、小城市宝妈以及县域农村的中老年人。在就业机会较多的一二线城市，数采薪资缺乏竞争力；而在河南、河北、山东等人口大省的县域农村，低廉的生活成本与丰富的剩余劳动力使其成为数采服务商的首选地。
宿迁湖滨社区居民做家务的同时采集具身数据。图：京东黑板报公众号
在河北某地，分包商徐清招募了数十名五六十岁的农村中老年人，仅凭一部固定在挂脖支架上的手机即可开展工作。相较于专业设备，这种低门槛方式更适配当地人群的技能水平。
如何给机器人“打工”
为确保数据质量，行业建立了一套自上而下的培训与考核机制。由于数采工作对底层逻辑理解有要求，培训周期通常为七天至一个月，且需持续校正错误，这对中老年群体的学习能力提出了挑战。
采集场景主要覆盖工厂与家庭两大领域。为拓展工厂资源，服务商需付费委托拥有相关渠道的人员协助推进。在居家场景中，任务清单极为细致，涵盖洗涤、烹饪、收纳等九大类上千项细颗粒度任务。为保证数据多样性，同一具体动作不可重复拍摄。
《具身智能任务清单》罗列的“手洗织物”任务项下的各类子任务
视频上传后需经过严格的 AI 质检，检查手部是否在画面内、动作速度是否适宜等。尤为关键的是，视频中严禁出现其他人，以规避隐私风险并确保数据纯净。只有合格视频才计入有效工时并结算薪资。
目前薪资多采用阶梯式定价，时薪在 15 元至 37 元不等。若按月无休计算，月收入可达 6000 元以上。然而，受限于质检标准，采集数据的损耗率高达 60% 至 70%，即工作 8 小时仅能产出 2.5 至 4 小时的有效数据。尽管如此，其效率仍比传统真机遥操模式高出四五倍。
穹彻智能的 DM3 数据管理后台。图：杨柳
合格数据最终汇总至机器人公司的管理平台或具身智能数据交易平台，用于后续模型训练与流通。
试错成本与低价竞争
机器人数采虽技术门槛不高，但对耐力与专注度要求极高。枯燥重复的工作内容导致从业人员流动性较大，尤其是预期较高的在校实习生。相比之下，县域中老年群体因就业选择有限，对收入的渴望使其稳定性相对更高。
然而，从业者的稳定性也受制于上游行业的不成熟。机器人公司数据标准频繁变动，导致试错成本向下游转移，增加了服务商的培训成本与采集员的操作难度。此外，行业内部竞争激烈，价格成为机器人公司筛选服务商的核心指标。
在商业化落地尚不明朗的背景下，机器人公司倾向于压低数据采购成本以对冲风险。这迫使数采服务商陷入低价竞争的泥潭，利润空间被极度压缩。尽管订单量不少，但过低单价叠加管理成本，使得许多服务商面临生存挑战。
面对行业周期波动，部分服务商正尝试通过优化管理与深化合作来穿越周期。毕竟，在具身智能这场创业长跑中，上下游企业均处于探索阶段，唯有适应变化方能立足。