炒股就看金麒麟分析师研报，权威 ，专业
，及时，全面 ，助您挖掘潜力主题机会！

　　来源：APPSO

　　全球数千名工人正戴着头戴摄像头
，以每小时15美元的价格，将叠衣
、铺床、炒菜的身体动作卖给硅谷机器人公司。这些来自印度 、尼日利亚
、菲律宾的普通人 ，正在为特斯拉人形机器人贡献无法言说的“默会知识
”——而他们对自己数据的去向几乎一无所知 。幽灵劳动
，正从屏幕蔓延至人类的身体本身
。

　　你或许刷到了一段来自印度南部服装厂的视频。

　　工厂工人佩戴头戴摄像头，记录手部动作以训练人工智能系统 。

　　这是因为随着特斯拉、Figure AI 等公司竞相开发人形机器人 ，训练它们所需的真实世界动作数据变得极为紧缺
。

　　帕洛阿尔托的 Micro1 因此在全球 71 个国家招募了约 4000 名工人，每月收到超过 16 万小时的视频素材。每人每周至少提交 10 小时录像
，交替完成不同类型的任务 。

　　Scale AI 和 Encord 也在招募各自的数据采集队伍，DoorDash 甚至在 2026 年 3 月推出 Tasks 应用 ，让旗下送餐员顺带在家录家务视频
，不过专门排除了数据隐私法律严格的州
。

　　每小时15美元

　　这份工作的具体操作，比听起来要奇怪。

　　应聘者首先要通过一个叫 Zara 的 AI 智能体面试 。Zara 会和你对话 ，评估你是否适合
，并要求你提交一段试录视频。

　　通过之后，你会收到一个额头头带支架 、一份录制说明 ，和一张任务清单
。说明上写着
，要让双手始终保持在镜头可见范围内，动作要‘保持自然速度’。

　　可自然速度在摄像头下往往显得太快 ，所以工人们普遍反映
，实际录制时必须刻意放慢，结果动作反而变得不自然 ，像是在模仿梦游 。

　　还有一个门槛：你需要带有 LiDAR 传感器的 iPhone，也就是至少要 iPhone 12 Pro 以上的机型
。

　　视频提交之后
，还要经过 AI 和人工双重审核，只有大约一半的素材最终可用。被拒的原因可能是光线不够
、手移出了画面、动作太快 ，或者背景里出现了不该出现的东西 。

　　工人按小时计酬
，但如果视频被拒，这段时间的劳动就白费了
。通过审核的视频 ，随后还会进入一个标注流程
，由另一批人工标注员逐帧标记动作类别 、物体名称和运动轨迹。

　　新德里的家教 Arjun 说，他通常要花一个小时构思 ，才能想出能录满 15 分钟的家务内容 。Micro1 要求工人不断‘变换内容’
，因为多样化的场景对训练效果至关重要，但家的体量就那么大 ，创意迟早会耗尽
。

　　美国家庭的视频比其他地区卖得更贵。数据标注公司 Objectways 的创始人 Ravi Rajalingam 解释说
，因为机器人公司预设了美国消费者会最先购买人形机器人，所以美国家庭的操作环境数据更有价值 ，对应的工人时薪有时高达越南或印度工人的三倍 。

　　图源：https：//newatlas.com/robotics/figures-humanoid-robots-household-chores-2025-helix-ai-brett-adcock/

　　Micro1 的副总裁 Arian Sadeghi 说，160 万小时的月度素材远远不够
，‘大概需要几十亿小时
。我们连人与人之间的互动都还没开始采集，现在只是最基础的家务而已。’

　　几十亿小时 ，按照目前的采集速度
，大概要连续工作一万年 。

　　幽灵劳动，显形了

　　2019 年 ，人类学家 Mary Gray 和计算机科学家 Siddharth Suri 出版了一本书
，叫 Ghost Work，直译是‘幽灵劳动’。

　　他们想描述的 ，是那些让 AI 系统显得‘聪明’、却从不出现在任何产品介绍里的人工劳动
，标注图片
、过滤违规内容、清洗训练数据
。

　　《销声匿迹：数字化工作的真正未来》

　　著者：[美]玛丽?L．格雷 、[美] 西达尔特?苏里

　　译者：左安浦

　　Gray 说，当她刚开始研究这个问题时 ，去问工程师们
，‘谁在做这些工作’，得到的回答是‘我也不太清楚’‘我不敢去查’。

　　过去 ，幽灵工作主要发生在屏幕前，是点击
、标注、审核这样的操作 。现在
，身体本身，叠衣服的手势 、炒菜的节奏
、打开冰箱的动作 ，都开始成为可以被采集、被定价 、被转售的原材料
。

　　这些原材料从印度
、尼日利亚、菲律宾 、肯尼亚的普通家庭流出
，汇聚到帕洛阿尔托和旧金山的公司，再转化成产品流向市场。

　　Nick Couldry 和 Ulises Mejias 在研究数字经济时提出了一个框架 ，叫‘数据殖民主义’
，意思是：科技公司对数据的占有，在结构上延续了历史殖民主义对土地和资源的掠取逻辑 ，把人类的日常生活本身转化为一种可供资本提取的原材料 。

　　放在 Micro1 的案例里
，工人每小时拿到 15 美元，在内罗毕或马尼拉是有竞争力的工资 ，但放在流入机器人公司的数十亿美元投资面前
，连零头都算不上
。

　　更值得注意的是信息上的不对等。Micro1 以保密为由，不向工人透露客户名单 ，工人们也不清楚自己的数据将如何被存储，会不会被转售给其他第三方 。工人签了协议
，收了钱，但他们在整条产业链里的信息处于末端 ，对自己正在参与的事情的全貌
，知道得很少
。

　　Gray 在研究幽灵劳动时发现了一件让她印象深刻的事，工人们往往会自发找到彼此 ，建立非正式的互助网络
，因为工作本身提供的支持几乎是零，人们必须靠彼此维持做下去的意义感。孤立是这类劳动的默认状态 。

　　2026 年 ，全球人形机器人市场预计达到 42.3 亿美元
，而到 2027 年，特斯拉等公司的量产计划将使全球累计安装量突破 10 万台
。

　　这些机器人 ，大概率将进入工厂和家庭
，承担体力劳动。而训练它们的数据，正是来自那些现在还在用体力劳动糊口的人 。

　　图源：https：//developer.nvidia.com/blog/teaching-robots-to-tackle-household-chores/

　　我们知道的 ，多于我们能说出的

　　哲学家迈克尔·波兰尼在 1958 年写了一本书叫 Personal Knowledge，他在书里说：我们知道的
，多于我们能够说出的。他称之为‘默会知识’，意思是人类有大量的知识不以命题的形式存在 ，而是以动作
、感知、直觉的形式附着在身体里
。

　　骑自行车是一个常见的例子
，你知道怎么保持平衡，但没有办法把这件事写成一套可以教给别人的规则。它只能通过实践习得 ，通过观察 、模仿和重复
，在身体内部慢慢积累，而不能被直接传递 。

　　波兰尼写这本书的时候 ，AI 还不存在
。但他的论断在今天获得了一种新的现实重量。

　　我们正在做的事
，是试图把这种默会知识，从人的身体里抽取出来 ，转化为机器可以处理的数据 。

　　Micro1 的工人们额头上的摄像头录下的
，除了是一个叠衣服的动作，还是手指如何感知布料的重量 ，手腕如何在恰当的时机翻转，视线如何在叠的过程中追踪布料的边缘
。

　　Scale AI 宣布已收集超过 10 万小时的素材：https：//scale.com/blog/physical-ai

　　这是人类历史上第一次尝试大规模地把身体知识外化。

　　波兰尼说
，默会知识不能被完全言说，但这不代表它不能被掠取 。Couldry 和 Mejias 说 ，数据殖民主义把日常生活本身变成了一种资源
，一种‘就在那里，随时可以被提取’的东西
。现在 ，连在家铺床这件事也被包含在内了。

　　人们常常把 AI 的冲击描述为‘机器会取代知识工作者’
，但现在最普通、最不被算作技能的那些动作也在被采集 。如果连这些都可以变成训练数据，那‘什么是人的劳动’这个问题 ，就不再是哲学思辨
，而变成了一个非常实际的政治问题
。

　　Zeus 是尼日利亚中部高地一座城市里的医学生。他每天下班后把手机固定在额头上，然后开始给自己的床铺床单 。

　　他说 ，他觉得这是‘留下印记的机会’。他不觉得自己只是在被使用
，他觉得自己在参与一件重要的事
。

　　这也许是对的，但它同时并不妨碍另一件事 ，那就是他留下的那个印记，最终的形状将是他自己铺床动作的运动轨迹
，由一家他叫不出名字的公司买走，用来训练一台他将来不一定负担得起的机器。

　　波兰尼说 ，所有的知识都是个人的
，是由具体的人
、在具体的处境里、通过具体的实践产生的 。把这种知识从人身上剥离出来，让它在人离开之后继续运转 ，那么现在
，人作为知识的承载者，究竟拥有什么？

　　这个问题现在还没有答案
。但它已经在尼日利亚的公寓里 、印度的厨房里
、菲律宾的院子里 ，以每小时 15 美元的价格
，被悄悄地问着。

新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的 ，并不意味着赞同其观点或证实其描述 。文章内容仅供参考
，不构成投资建议
。投资者据此操作，风险自担。