我給機器人當“燃料”：疊衣服時薪30元，賣數據估值150億

來源 | Tech星球

文| 林京

具身智能巨大的數據缺口背后，一條隱秘的產業鏈正在瘋狂生長。

社交平臺上，標價240元/天的“具身智能數據采集員”、“機器人數據采集”招聘信息隨處可見，采集員們佩戴著設備，在居家或戶外場景中日復一日地重復著疊衣服、系鞋帶、開柜門、取快遞等動作。這些瑣碎的日常動作數據，經由中間商之手，被封裝成標準化的訓練數據，成為投喂給機器人的“燃料”，最終流向各家具身智能企業。

而產業鏈的另一端，則是另一番光景。估值超150億元的具身智能數據公司，兩周內連續融資兩輪、吸金20億元。過去一年，具身智能行業的一部分熱錢，正涌向這些不造機器人、只“賣數據”的公司。

當造機器人的企業還在燒錢投入巨額研發時，賣數據的服務商已經開始收客戶的錢了，有的企業僅一季度就簽單5.5億元，比去年全年還多。

居家疊被子、超市理貨，我給機器人做“廉價燃料”

張月的一天，是從早上8點打卡開始的。她的工作內容聽起來很簡單：系鞋帶、掃地、疊被子……但執行起來，卻遠非“家務”二字能概括，她必須完全模仿機器人的動作，身上可以選擇佩戴著5個攝像頭或者一個運動相機，每一個角度、每一次抬手都被嚴格記錄。

具身智能數據采集員，也被稱為“機器人訓練師”，他們通過操控機器人或自身示范動作，采集真實世界人類行為數據，之后將用于訓練機器人掌握日常或者工業操作技能。

在蘇州，如張月這樣的居家數據采集員的日薪是250元，新人按打卡時間算，早8點到晚8點，但張月說，拼命干也只能拍6個小時，因為真正的有效時長，取決于設備的配合程度。

按照企業規定，居家數據采集員需要每天往返公司送U盤和設備，而設備本身“看運氣”，張月向Tech星球介紹，有時能拿到好用的，有時一整天都在出問題，“錄著錄著突然關機，傳感器故障，U盤讀取失敗，鏡頭歪了你不知道，還有主機過熱……”

最耗時的環節還有穿戴設備，全身5個攝像頭需要逐一調試角度，張月穿一次就得花上半小時，“穿戴設備期間撓癢癢都不讓，期間設備可以脫，只要你不嫌再穿上麻煩”，張月說。

比起其他場景，居家場景的時效要求最高，室外只需錄滿6小時，而居家必須達到8小時。這意味著，即便設備頻頻“罷工”，她也要在有限的好時間里拼命追趕進度。

這些拍下來的素材，最終會被打包賣給全國各地的機器人公司。“都是大公司下需求，指定要什么場景，我們就拍什么。”張月說，“招人的全是中介，我們拍的數據只要合格了，就成了人家的訓練素材。”

而在室外場景，王雷的工作邏輯略有不同。盡管日薪同樣是250元，但他所在的崗位有巡檢人員負責調設備和送設備，采集員只需專注拍攝，場景則是一段時間一個變化。王雷之前被分配到距家三百米的超市，現在又被分配到十公里外的汽修廠。

這些場地由企業專門的業務員洽談，包括超市、快遞站、物流站、工廠、汽修廠、酒店、飯店等。

據張月介紹，她所應聘的企業，通過面試后會進行簡單的集體培訓，主要是如何穿戴設備，跟她一起培訓的都是二十多歲的年輕人，還有一些在校大學生。包括采集員、巡檢、業務員等在內，企業全部崗位都是兼職，其中薪資最高的是“機器人qc質檢”，即在公司辦公室負責審核視頻，月薪可以過萬。

比起基礎數據采集員，根據獵聘等平臺的招聘信息，一些要求技術背景或駐場的數據采集相關崗位，月薪普遍在8000-15000元，資深或帶管理性質的崗位可達2萬元以上。

小陳則是一名“真機遙操作員”，工作地點在一家互聯網大廠自建的專業數采中心里。他的任務是坐在桌前，操縱機械臂完成一系列指令：比如用左手和右手按順序撿起三個東西，丟進垃圾桶。

小陳選擇的夜班，日薪370元，每日任務本身沒有難度，類似工廠流水線，但對他來說更自由一些，“中間休息時間就看看世界杯，然后賺個300塊回宿舍睡覺”，小陳說。

據小陳透露，入職門檻不高，但年齡有隱形的篩選，和小陳一同在工作的兼職員工基本都是25以下的年輕人。他記得第一天來的時候，有個37歲的女生，第二天就離職了，“第一天一般都會走60%到70%，很多人覺得太枯燥了，根本堅持不下去”。

盡管甲方是互聯網大廠，但數據采集業務是交由多個承包商來負責，小陳簽的都是外包合同。最近小陳休息了一周，因為上一個項目突然停止了，他在等下一個項目。不過，這些不穩定因素他倒是不太在意，“兼職的話找不到更好的了。”

產業鏈最底端“螺絲釘”數據，中間商翻10倍售賣

具身智能數據采集員像流水線上的“螺絲釘”，一個動作被采集數百上千次，為學習疊衣服、開柜門的人形機器人提供著不可或缺的訓練數據。

這背后是一個供需極度失衡的市場。據行業測算，訓練一個接近人類水平的機器人“大腦”，需要10億小時級別的真實操作數據，而目前全球有效供給僅500萬小時左右，缺口達200倍。

如張月一般，這些居家數據采集員兼職崗位爆發的原因，一方面，實驗室和工廠數據無法覆蓋家庭、商場等真實環境，讓采集員在這些場景中做家務、走動，就是為了獲取算法在“毛細血管”場景下所需的真實數據。

另一方面，相比需要昂貴機器人和專業場地的“真機遙操”，派發設備兼職在家采集的“無本體采集”模式，被認為是降低數據采集門檻和成本的有效途徑。

不同于大語言模型可以從互聯網海量語料中獲取，機器人需要的是在真實世界中 “拿、放、走、抓、避障、操作”等三維動作數據，數據獲取的復雜程度和難度更高，行業“數據荒”現象明顯，業內更是將2026年視為“具身智能數據元年”。

目前，具身智能的數據來源主要有三種模式，呈現明顯的金字塔特征。頂層是真機數據，是指員工通過VR設備、外骨骼等操控真實的機器人，精確記錄下機器人的每一個動作和力反饋數據質量最精準，成本也最貴，但卻是人形機器人落地的關鍵；仿真數據處于中層，是指在虛擬環境中批量生成機器人交互數據，用于模型訓練，成本低、可規模化，能夠彌補當前真機數據的不足；互聯網視頻、人類行為數據處于金字塔底層，來源廣泛、泛化性強。

居家的數據采集員，幾乎是站在整個數據采集產業鏈的最底端。同一組數據，從采集到售賣，鏈條上的價值分配大致是——在采集環節，支付給張月、王雷等數據采集員的成本是時薪30元；中間商加價后，以300-500元/小時賣給機器人公司。鏈條越往上走，利潤越厚，估值越高。

此外，行業處于供給小于需求的賣方市場，數據本身的稀缺性進一步支撐了其高昂的定價。

據澎湃新聞報道，當前具身智能數據總體定價在200-500元/小時，其中真機數據最為昂貴，市場價達500-1000元/小時。

今年4月，覓蜂科技董事長兼CEO姚卯青曾表示，在具身智能尚未真正大規模商業化之前，數據作為基礎設施，會比終端應用更早形成商業回報。他同時判斷，不依賴特定機器人本體的無本體數據，價格最終會收斂到真機數據的三分之一到二分之一。比如真機數據如果賣到每小時1000元，無本體數據未來可能穩定在300元至400元。

機器人公司養肥數據服務商，誰才是真正的“印鈔機”

隨著需求井噴、內卷加劇，居家數據采集員的時薪還在不斷下降，與之形成鮮明對比的是，賣“鏟子”和“水”的數據服務商，估值卻在不斷攀升。

一類是獨立數據服務商，典型代表如光輪智能，成立于2023年1月，目前估值已超150億元，最近更是在兩周內連續完成兩輪融資共20億元，估值已能超過眾多直接制造機器人的明星企業。

其商業模式的精髓在于“數據復售”，同一份高質量數據，可以加工成標準化產品，同時賣給智元、銀河通用等多家頭部機器人公司，部分優質場景數據可以實現超過10倍復售率。這意味著采集成本是一次性的，但數據資產可以無限次變現。2026年第一季度光輪智能新增訂單達5.5億元，超過2025年全年總和。

一類是頭部機器人公司孵化、獨立運營的數據服務企業。譬如，2026年2月，智元機器人內部孵化成立覓蜂科技，其創始人姚卯青透露，目前數據需求方大致集中在大模型團隊、海內外大廠以及初創機器人公司，需求方普遍處于“你有多少我就買多少，什么時候有馬上要”的狂熱狀態。

覓蜂科技的策略極具進攻性，繞開成本高昂的真機遙操路徑，推出MEgo系列無本體采集硬件，既對外銷售硬件設備，也通過自有采集網絡使用這些設備產出數據，打造的是“賣鏟子+產數據”的雙線賺錢模式，其目標是在2026年構建起千萬小時級的真實數據產能。

正在沖擊IPO的宇樹科技，同樣也在招股書中坦言，公司前期研發側重本體與“小腦”（運動控制），在“大腦”（具身大模型）方面投入較少，且未大規模開展數據采集與工廠部署訓練。為補上這一短板，宇樹科技計劃將20.22億元（近一半募資）投入智能機器人模型研發項目，其中核心任務正是“搭建大規模真實數據集”，也進一步印證了數據在具身智能時代的戰略地位。

還有一類是互聯網大廠，擁有場景和渠道優勢的互聯網大廠也在通過不同路徑搶占市場。今年3月，京東宣布啟動具身智能數據采集中心，包括內部超過10萬名各類職業員工，以及外部最多50萬名來自不同行業的從業人員等參與，目標兩年內積累1000萬小時人類視頻數據。百度則是推出“具身智能數據超市”，打造層級化數據標簽體系，聚合多方數據。

一級市場對具身智能的核心零部件與數據基礎設施的關注度也在上升。Tech星球統計發現，從2025年11月到今年7月，包括簡智機器人、弈人科技、鹿明機器人、光輪智能、無問智科、千尋智能等在內的十余家企業完成融資，融資規模從數千萬元至數億元不等。其中，簡智機器人在2025年7月成立后，4個月內便密集完成了三輪融資，成立僅5個月時就獲得了螞蟻集團、滴滴、德聯資本等機構的領投。

這場圍繞具身數據的淘金熱潮，才剛剛拉開序幕。

（備注：文中張月、王雷、小陳為化名。）