四川
在印度德里郊外一家服裝廠，32歲的工人拉莉塔每天上班的第一件事，是把一臺GoPro相機扣在自己頭上。
"一開始我們覺得挺搞笑的，因為我們戴著那玩意兒的樣子挺滑稽的，"她告訴《衛(wèi)報》記者。但笑聲很快消散了。隨著攝像頭開始遍布車間，工人們發(fā)現(xiàn)自己每一個動作、每一個手勢都在被記錄，工作場所變得越來越安靜，也越來越充滿猜疑。"人們把監(jiān)控攝像頭安裝在墻上的方式，也把一個安裝在了我們身上，"她說。
這不是孤立的案例。從印度的服裝工廠到中國各地政府支持的"機器人訓練中心"，一種新型勞動剝削模式正在全球制造業(yè)悄然鋪開：低薪工人被要求在工作時間內(nèi)全程錄像，而這些視頻的真正用途，是訓練未來將取代他們的人形機器人。
人形機器人要學會折疊襯衫、縫紉紐扣或者組裝零件，最有效的方法不是寫代碼，而是喂給它數(shù)千小時真實人類操作的視頻。
這背后依賴的是視覺-語言-動作AI模型，簡稱VLA模型。這類系統(tǒng)在吸收海量第一人稱視角的操作視頻后，能夠?qū)W習識別預期目標，預測完成該目標所需的身體動作序列，并在物理世界中加以復現(xiàn)。訓練數(shù)據(jù)的質(zhì)量和數(shù)量，是目前制約人形機器人能力上限的核心瓶頸之一。
這正是為什么工廠主和機器人公司對工人的頭戴攝像頭數(shù)據(jù)如此渴望。2025年全球人形機器人領域的投資超過60億美元，特斯拉、Figure AI、1X Technologies等公司正在以前所未有的速度推進量產(chǎn)計劃。但所有這些機器人共同面臨同一個難題：缺乏足夠多樣、足夠精細的真實操作數(shù)據(jù)。
根據(jù)Rest of World的報道，中國各地的科技公司正在大規(guī)模動員本地勞動力，在家庭和工廠場景中錄制數(shù)以百萬小時計的人類動作數(shù)據(jù)。工人們穿戴動作捕捉設備，重復折疊衣物、整理物品的動作，每完成一段錄制獲得少量報酬。麻省理工科技評論將這種模式稱為"人形機器人時代的零工經(jīng)濟"：就像早年Mechanical Turk平臺上的標注工人訓練了圖像識別算法一樣，今天的工廠工人和家政服務者，正在用自己的身體為下一代機器人提供"運動課程"。
拉莉塔的故事之所以令人不安，不僅僅因為她在被監(jiān)控。
更深層的問題在于，工廠主從這些工人身上同時賺取了兩份價值：工人的勞動產(chǎn)出一如既往地流向供應鏈；而工人動作產(chǎn)生的訓練數(shù)據(jù)，則以另一種形式流向機器人公司，最終轉(zhuǎn)化為資本。這是一場工人完全不知情的利益轉(zhuǎn)讓，因為拉莉塔和她的同事們從未被告知攝像頭數(shù)據(jù)的用途，更沒有人征得她們的同意或給予任何額外補償。
全球AI數(shù)據(jù)標注市場2025年估值約為49億美元，預計到2030年將膨脹至171億美元，其中機器人訓練數(shù)據(jù)是增速最快的細分領域。這個市場的繁榮，建立在全球南方廉價勞動力對這一過程渾然不知的基礎之上。
"誰來付錢給我們，當機器人取代了我們之后？"這是拉莉塔問出的問題，也是整個產(chǎn)業(yè)鏈上沒有任何一家公司正面回答過的問題。
平心而論，人形機器人距離真正大規(guī)模替代工廠流水線工人還有相當距離。當前最先進的人形機器人在非結構化環(huán)境中仍然笨拙，良品率和作業(yè)速度與熟練工人相比仍存在明顯差距。但"目標"被公開宣稱的事實本身就足夠說明問題：這條路的終點是什么，科技公司和工廠主心里非常清楚，而站在路上的工人，則正在用自己的雙手鋪平這條路。
這大概是當代資本主義最具諷刺意味的勞動場景之一：被取代者，親手訓練取代自己的那臺機器。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
