月薪5000，我給人形機器人當老師

機器人占領世界似乎指日可待。其實，在機器人越來越像人的背后，有一批人正默默“負重前行”。

新興職業

從去年開始，招聘平臺悄悄上線了一批新的工作，標題為數據采集專員，或者更直接的——機器人數據采集員。

工作描述很簡單——就是操作機器人，做一些人類日常會做的行為。一個工作描述這樣形容道：控制機器人進行操作，如疊衣服、系鞋帶、物品收納等日常生活操作。而另一個工作描述則這樣寫道：根據桌面零件分揀的場景，操作動作捕捉服來操控機器人的動作。一些其他類似的工作描述中，還出現了不暈3D，身體強壯，了解一些編程基礎之類的要求。

這到底是怎樣的工作？我潛入了一個動作捕捉的招聘群中，和招聘者進行了一次聊天。我很快了解到，該招聘崗主要是為國內某機器人公司進行服務，采集機器人的動作數據。

該職業主要分為兩種崗位，一種是帶著動作捕捉設備，遠程操作機器人——工作人員站在機器人旁邊，拿取面前的東西，而通過動作捕捉設備的傳輸，機器人會擺出和人幾乎一樣的動作拿走它們面前的東西，這在機器人領域的術語叫作“遙操作”。

另一種則是面對屏幕操作機械臂。仍然是工作人員操作機械臂，而屏幕里的機械臂會做出一樣的動作，只不過實體空間中并沒有真正的物品可以拿取，工作人員操作機械臂的目的是讓屏幕里的機械臂拿取虛擬空間的物品，有點像是隔著屏幕操控抓娃娃機。

兩種工作對操作人員的要求都不高，能做出最基本的人類動作就可以，因此招聘對學歷等硬性條件并沒有要求。不過有趣的是，第一類崗位，對操作人員的身材倒是有要求：身高165～170厘米，體重62千克以內，男生。第二類崗位則男女不限。我又查看了其他公司類似的崗位，工資在5000～10000元不等。

招聘者特別問了我，是計算機專業的嗎？在得到否定回答后，招聘人員大方提起，現在有一個領域正在“崛起”，就是人工智能！不要看目前只是一個兼職崗位，未來可能會變得非常重要。

“賣動作”給機器人

動作捕捉設備提供商諾亦騰的聯合創始人戴若犁稱，從2023年開始，諾亦騰開始接到越來越多的機器人企業的訂單，而且一次就是上百臺——這些訂單，正是為前面所述的工作崗位服務的。

2023年，正是人形機器人爆發前夕。這背后，其實是技術的一次大跳躍。2022-2023年，大語言模型取得突破性進展，第一次解決了機器人泛化性的理解和規劃。簡單來說，現在和機器人說話，機器人可以對語言背后的含義進行拆解，能夠意識到“拿桌上的水果”這件事指的就是拿起桌上的某個特定蘋果了。

這時候，人形機器人的卡點出現了新的變化——不在于智慧，在于動作能力上了。在智慧能力出現突破之后，如果人形機器人的動作的泛化能力能夠進一步突破，那么機器人的應用場景將有很大的擴展。而在機器人的動作問題上，實際上則有兩個分支。一個是運動能力，可以簡單理解為下肢動作；一個是操作能力，可以簡單地理解為上肢動作。

我們看到的宇樹機器人，能打拳、能跳舞，其擅長的，正是機器人的“下肢能力”。雖然仍面臨著承載力等一系列問題，機器人的“下肢能力”已經相對成熟。而機器人的“上肢能力”則是完全另外的命題。

“四足平衡或者雙足平衡，其實容錯能力是比較好的。你一步踩錯，它通過迅速的糾偏，通過一些算法其實可以迅速找回來的。但是泛化的抓拿和操控，容錯很低。細微操作這件事情，大家目前還是相信要大量的數據才能夠訓練好這個事情。”戴若犁解釋道。

事實上，使用上肢進行靈巧操作，即使是宇樹機器人，也很難做到可以在現實中實用的地步。而想要機器人的上肢動作真正類人，業界通常認為，需要機器人模仿學習人類的動作。而這意味著，需要大量的相關數據。

與無處不在的互聯網數據相比，機器人現存的相關數據則少得多。因此許多企業開始自建動作捕捉工廠，來為自家的機器人提供數據，“賣動作”給機器人這一工作便應運而生。

對于機器人訓練而言，質量最高的數據，就是用遙操作采集的真實數據，也就是我看到的第一種類型招聘的內容，被稱為“動作捕捉崗”。機器人成功進行了一次抓取，設備就會記錄機器人胳膊的轉角等各項數據。這也就是為什么這類工作對工作人員的身高有要求：“如果是一個兩米的人，但是機器人的胳膊只有一米六的人那么長，那么有可能出現機器人再往前夠，我的手已經沒法再往前伸了的情況。”戴若犁表示。

質量次高的，則是半合成數據，也就是第二種崗位采集的數據。半合成數據中，動作仍然是由真實人類完成，但是收集的機器人數據則不來自機器人本體，而來自虛擬環境。“半合成數據是人操作虛擬世界里的假機器人本體抓假杯子。在英偉達等公司的努力下，虛擬世界里的重力、力矩、摩擦、水流目前都已經能模擬得很好了。虛擬世界的機器人也在通過虛擬的電機運行，整套建模下來，就離現實很接近了。”戴若犁表示。使用虛擬的機器人，仍然需要克服機器人真實本體和虛擬本體的差異，但作為一個性價比更高的方案，也被廣泛采納。

動作采集崗，未來會更普遍嗎？

既然機器人數據這么難收集，那么為什么不大批招聘，迅速采集到大量數據，馬上讓機器人落地使用呢？

在戴若犁口中，我聽到了一個意外的答案。限制機器人企業無限采集數據的，更多的是成本。這個成本中最大的一部分，反而不是人力和采集設備，而是機器人本身。他算了一筆賬：效果最好的采集機器人本體真實數據的采集席位，標配就是一個機器人本體，一套電腦裝備，一個動作捕捉人員，可能還需要一個操作電腦的數據采集人員。

其中最貴的，就是機器人的本體，目前一臺機器人售價高達幾十萬。動捕設備相比之下要便宜許多，價格在幾萬到十幾萬之間，不過，如果要對精細的手部動作進行數據采集，還需要增加光學動捕設備，這又是一筆支出。而人員、場地費用，又是一筆支出。疊加起來，即使是國際前沿的機器人企業，也只能提供幾百個采集席位。

隨著機器人技術獲得越來越多的資本關注，這一點未來或許會發生變化。在人工智能領域，這樣的事情已經發生過一遍——令人驚嘆的大語言模型，背后是無數的數據標注員在標注哪些是人類想要的答案，哪些是人類會說的回答。而我國的數據標注基地已經對就業產生了很強的影響，比如，日照數據標注基地2024年從業人員突破1.1萬人。

為機器人提供數據標注的職業，看起來才剛剛興起。雖然機器人還沒有占領地球，但機器人已經開始“奴役”人類教他們干活了。未來，或許你的孩子的工作就是教機器人如何切菜炒菜，而你則在養老院里享受機器人為你做的飯。