印度: 印度工人头戴摄像头边打工边教机器人抢自己饭碗

2026-04-21 | 来源: 酷玩实验室 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

更关键的是，新任务只需 1 小时真机数据就能完成迁移。吸收人类数据之后，机器人学习一个新技能的门槛大幅下降了。

技术进步的速度令人振奋。但我们作为围观的打工人，感受大概完全不同——好像在帮未来的自己培养竞争对手？

03.技术进化，还是技能剥离？

视野回到那家印度服装厂吧！

这里有一个矛盾，仔细想想会有点微妙：一个缝纫工人越熟练，动作越标准，他采集出的数据质量就越高，训练出的机器人就越容易学会这项技能。他正在用自己的手艺，教一个永远不会累、永远不会离职的“学生”。

他们是最核心的知识提供者，但在价值的分配链条上，位置却并不靠前。

这种“底层劳动支撑顶层技术”的现象，其实不是第一次出现。

2010 年前后，一位斯坦福大学的教授带着团队在做一件事：给全世界的图片打标签。猫、狗、椅子、汽车，一张图片标注一个类别。这个项目叫 ImageNet，后来被证明是深度学习革命最重要的燃料之一，几乎所有现代 AI 视觉模型都从它那里汲取过养分。

JioHotstar新剧集撕开印度婚姻遮羞布:新婚夜被丈夫性侵

欲遣返印度黑帮成员开庭当天竟找不到人

大陆热帖:伊朗被激怒,印度遭了殃......

打标签的人，是一批通过亚马逊众包平台 Mechanical Turk 招募来的工人，大量来自东南亚和非洲，时薪约两美元。他们坐在屏幕前，一张一张地点、标注、提交，日复一日。ImageNet 最终收录了超过 1400 万张图片，背后是无数个这样的工时叠加起来的。

这位教授后来成了 AI 领域最有影响力的学者之一，ImageNet 催生的产业价值难以估量。但那些打标签的工人，还是拿着两美元的时薪。

历史正在翻开新的一页。数据采集的规模快速扩大，已经形成了一条完整的产业链。上游是穿戴设备的硬件厂商，做头戴摄像头、腕部追踪器、力感应手套；中游是数采方案和数据清洗服务商，帮客户设计采集流程、过滤低质量数据、把原始视频处理成模型可以直接消化的格式；下游是购买数据来训练模型的具身智能公司，多家科技巨头都在加速入场。

而触觉数据是下一个战场。

仅靠视觉和轨迹数据，机器人还学不会那些需要感知物体软硬、表面纹理的精细动作——捏一个熟透的桃子和一个生桃子，力道完全不一样，但摄像头看不出来。拧一颗螺丝，拧到几成力才算到位，眼睛同样判断不了。已经有公司在数采方案里加入了六维力传感器，实时采集接触时的压力方向和大小。

或许很快机器人就可以像科幻电影中那样，自然而然地帮助人类做各种各样的事情，从精细的家务到复杂的维修，从照顾老人到探索险境。