月薪 5000，我给人形机器人当「老师」

春晚过后，宇树机器人又刷了一波存在感。

上周，他们放出了一条机器人转身踢腿、打了一套功夫拳的视频，发布一周就收获了将近五万个点赞。一套功夫打下来，“机器人占领世界”似乎已经可以期待了？

但在机器人越来越像人的背后，可能正有一批人在“负重前行”。近期，招聘软件上已经悄悄上架了一批新工作——员工的唯一任务，就是教机器人如何更像人。

01 新物种工作

去年开始，各大一线城市的招聘平台就悄悄出现了一批新岗位。标题写着“数据采集专员”，或者更直接一些——“机器人数据采集员”。这个“新物种”工作，完全是给机器人当陪练的。

工作描述很简单：操作机器人，做一些人类日常会做的行为。比如叠衣服、系鞋带、物品收纳这些日常生活操作。

另一个工作描述则是：“根据桌面零件分拣”的场景，操作动作捕捉服来操控机器人的动作。

还有些类似的岗位，会要求不晕3D、身体强壮、懂点编程基础。这到底是怎样一份工作？

从一个动作捕捉招聘群里打探到的信息，这个岗位主要是为国内某机器人公司服务，采集机器人的动作数据。分两种岗位：

一种是戴着动作捕捉设备，远程操作机器人——工作人员站在机器人旁边，拿取面前的东西，通过动捕设备传输，机器人会做出几乎一样的动作。这在机器人领域叫“遥操作”。过去新闻里经常出现有人操作机器人进入危险环境作业，就是用的这种办法。

另一种则是面对屏幕操作机械臂。工作人员操作机械臂，屏幕里的虚拟机械臂会做出一样的动作，但实体空间里并没有真实物品——有点像隔着屏幕操控抓娃娃机。

两种工作对操作人员的要求都不高，做最基本的动作就行，学历等硬性条件没有要求。不过有趣的是，第一类岗位对身材有要求：身高165~170左右，体重62kg以内，不能有肚子，男性。第二类岗位则男女不限。

其他公司类似的岗位，工资在5000-10000不等。而这家公司按天计费，每天200元。招聘者还特意问是不是计算机专业的——在得到否定回答后，他大方地说，现在有一个领域正在“崛起”，就是人工智能。别看目前只是个兼职，未来可能会变得非常重要。问起会不会已经招满了，他表示位置很多，第一批就有几百人，后面北京、上海、广州都在陆续开类似的岗位。

02 卖动作给机器人的工作，正在迅速扩张

卖动作给机器人？听起来很奇怪。为什么要这么做？

采访了动作捕捉设备提供商诺亦腾的联合创始人、CTO 戴若犁博士，他马上肯定了这一趋势的存在。“是的，我们也观察到了类似的现象。诺亦腾每年会卖出几千套动捕设备，是全世界出货量最大的动捕设备提供商。过去十年，卖给机器人企业的动捕装备一直不超过我们出货量的5%。不过，事情在2023年发生了变化。”戴博士表示。

一般情况下，机器人企业采购动捕设备，是用来操作机器人在危险地区进行特殊操作，需求不会很多，通常一次采购一两套。戴博士说：“我们的设备算是全球性价比最高的，但贵的要十几万一套，便宜的也要大几万。只有应急演练、消防这类市政甚至军事项目才会进行百套左右采购。”而2023年开始，诺亦腾陆续接到越来越多机器人企业的订单，一次就是上百台——正是为前面那些岗位服务的。

（图片来源：诺亦腾官网）

2023年，正是人形机器人开始爆发的前夕。在此之前，人形机器人在机器人研究中相对是个异端——大部分需要机器人的能力，用一个专用机械臂已经解决得很好，为什么要研究人形机器人？这背后其实是技术的一次大跳跃。

2022-2023年，大语言模型的进展，第一次解决了机器人泛化性的理解和规划。现在和机器人说话，它第一次能理解了，甚至能自己拆解语言背后的含义，意识到“拿桌上的水果”就是拿起某个特定苹果。这时候，人形机器人卡点出现了新变化——不在于智慧，而在于动作能力。智慧突破之后，如果动作的泛化能力也能突破，机器人应用场景将大幅扩展。

机器人的动作问题有两个分支：一个是运动能力（locomotion），可以理解为下肢动作；一个是操作能力（manipulation），可以理解为上肢动作。宇树机器人能打拳、能跳舞，擅长的正是“下肢能力”。虽然仍面临承载力等问题，但下肢能力已经相对成熟。而上肢能力完全是另一回事。

戴若犁解释道：“四足平衡或双足平衡，容错能力比较好。一步踩错，通过迅速纠偏可以找回来。但泛化的抓拿和操控，容错很低。细微操作这件事，目前大家还是相信要大量数据才能训练好。”

（图片来源：Figure 机器人官网）

事实上，即使宇树机器人，也很难做到上肢灵巧操作到可实际用的地步。春晚转手绢的动作，用了取巧的办法——手绢是固定在手部电机上高速转动的，用黑布遮挡营造“隐形”效果。技术难点在于关节扭矩更高和全身动作平衡，而不是手部动作灵敏到完全类人。想要上肢动作真正类人，业界通常认为需要模仿学习——通过模仿人类动作，而这需要大量数据。

与无处不在的互联网数据相比，机器人的现存数据少得多。许多企业开始自建动作捕捉工厂，为自家机器人提供数据——也就出现了本文的新工作：卖动作给机器人的人。这也带来了动捕设备的爆火。据了解，截至2024年底，诺亦腾来自机器人领域的订单需求增长了六倍以上。他们不仅提供动捕设备，也开始与不少厂商共建数据工厂，直接参与具体的数据采集业务。

03 采集数据的四象限

在招聘调研中发现，虽然参与者做的任务类似，但岗位称呼不同。比如那家公司的岗位分出了“动作捕捉岗”和“仿真岗”。

戴若犁将目前获得数据的途径，按照是否由真人完成、是否来自机器人本体等，分成了几个象限。

（图片来源：诺亦腾）

质量最高的数据，是用遥操作采集的真实数据，也就是第一类“动作捕捉岗”。虽然用的是动捕设备，但记录的数据并不是工作人员身上的动作，而是动捕设备操作的机器人的动作。机器人成功抓取一次，设备就记录机器人胳膊的转角等。数据直接从真实机器人身上得到，甚至可以直接从要训练的这款机器人身上得到，非常准确。这也解释了为什么这类工作对身高有要求：“如果是一个两米的人，但机器人胳膊只有一米六的人那么长，就可能出现机器人再往前够，手已经没法再往前伸的情况。”

（图片来源：诺亦腾官网）

采集手段也有差异。有的让工作人员在一旁用肉眼判断动作是否成功；有的则用VR设备——操作人员戴上VR眼镜，以机器人的视角观察，机器人本体上有视觉传感器，这样能记录更多数据。遥操作设备也不只有动捕一种。有机器人公司自研了外骨骼遥操作装置，操作人员背上外骨骼做动作，传递到机器人身上，据说能记录更多关节转角。

去年8月，特斯拉也传出要招聘员工进行机器人数据采集，要求每天步行超过7小时，携带重达30磅（约13.6公斤）的设备，并长时间佩戴VR头显。戴若犁推测，很可能就是穿上了外骨骼设备进行数据采集。纯动捕设备全部加一块不超过4公斤，另一种可能就是工作人员要采集非常多全身动作，直接把采集数据的电脑背在身上了。“虽然正常走路动作不需要采集模仿学习数据就能训练，但到俯身、协同等动作时，人的重心怎么动，左右重心怎么分配，如果能获得数据，对机器人运控仍然有参考意义。”

（有新闻表示特斯拉的人形机器人利用Xsens动作捕捉系统进行训练 ｜ 图片来源：Youtube）

质量次高的是半合成数据，也就是第二种岗位。动作仍由真实人类完成，但收集的机器人数据不来自本体，而来自虚拟环境。戴若犁说：“半合成数据是人操作虚拟世界里的假机器人本体抓假杯子。在英伟达等公司的努力下，虚拟世界的重力、力矩、摩擦、水流都能模拟得很好。虚拟世界的机器人也通过虚拟电机运行，整套建模下来，就离现实很接近了。”使用虚拟机器人仍需克服真实本体和虚拟本体的差异（sim-to-real gap），但作为性价比更高的方案，正在被广泛采纳。

象限的另外两端是技术难度更高的两种采集方式。一种是直接用动捕设备从真人身上采集数据，类似遥操作但省去了机器人本体，相当于为真人建模，再将数据转用于机器人，好处是不需要考虑机器人本体构型差异。另一种是纯粹使用合成数据，不经过任何真人参与，好处是可以大规模拓展，不受现实限制。这两种方式目前都有公司在探索，但并未成为主流。如果只是某机器人公司出资为自家机器人收集数据，针对性地收集某款真机的数据效果仍然最好——每经过一层抽象，数据准确性都会有一定损失。这也解释了为什么那家公司的数据岗只设置了前两种岗位。

04 动作采集岗，或许未来将和语言数据标注岗一样普遍

既然机器人数据这么难收集，而招聘的人员工资又不高，为什么不大批招聘、迅速采集大量数据，让机器人马上落地呢？

戴博士给出的答案有些意外：限制机器人企业无限采集数据的，更多是成本。这个成本中最大的一部分，反而不是人力和采集设备，而是机器人本身。

算一笔账：效果最好的采集机器人本体真实数据的席位，标配就是一个机器人本体、一套电脑装备、一个动作捕捉人员，可能还需要一个操作电脑的数据采集人员。其中最贵的就是机器人本体，目前价格在几十万量级。动捕设备相对便宜，几万到十几万——但普通惯性动捕设备是厘米级精度，对于精细手部动作采集可能不够，还需要增加光学动捕设备，又是一笔支出。再加上人员、场地费用，即使国际前沿的机器人企业，目前建设的机器人数据采集场地，量级也通常在小几百个席位。

（图片来源：Figure 机器人官网）

换成半合成数据的采集方式，最贵的机器人本体成本能减少——在接触到的案例中，半合成数据并没有使用机器人本体操作，而是只用机械臂，成本大大降低。这样算下来，目前动作数据采集岗似乎只能在全世界范围内提供几千到几万个新兴工作岗位。

不过，随着机器人技术获得越来越多资本关注，这一点未来或许会发生变化。在传统人工智能领域，这样的事情已经发生过一遍。促成今天全世界惊叹的大语言模型的背后，是无数的数据标注员，在标注哪些是人类想要的答案、哪些是人类的回答。资料显示，我国各地发展的数据标注基地已经对就业产生了很强的影响。比如日照数据标注基地，2024年从业人员突破1.1万人。

（轮椅上的人工智能训练师 ｜ 图片来源：视觉中国）

在世界范围内，数据标注行业甚至产生了许多估值很高的企业，比如美国的Scale AI，2024年估值已达138亿美元。随着AI发展，使用AI进行数据标注已成惯常操作，但数据标注职业并没有被取代，反而越来越大。为机器人提供数据标注的职业，看起来才刚刚兴起。

虽然机器人还没有占领地球，但机器人已经开始“奴役”人类教他们干活了。未来，或许你的孩子的工作，就是教机器人如何切菜炒菜，而你，则在养老院里，享受机器人为你做的饭。