谁能想到，具身智能数据采集这项工作的第一次出圈，竟然是因为一次租房乌龙。

最近有则新闻上了热搜：有人一口气租下了30套房子，而且每套房子只租一周左右，以至于中介都误以为这是什么新型骗局或是有什么不法勾当，一通调查下来，才发现租这么多房子，只是为了搭场景为人形机器人采集训练数据。

这个行业为了采集数据，已经卷到这种地步了吗？雷科技（ID：leitech）发现，这样的故事不是个例。

随着具身智能赛道越发火热，一批专门为机器人提供数据采集、数据标注、训练服务的公司开始涌现。

有人建起数千平方米的机器人训练场，有人把采集设备发给普通人，让大家在家里做家务的同时顺便给机器人采集数据，还有人直接把业务铺到了全国几十个城市。

机器人本体还在努力寻找商业化场景，围绕它们学习技能的数据采集工作，却已经先一步热闹起来了。

机器人还没到家，先养活了一批教它干活的人

数据既一切，过去几年，大语言模型之所以能够快速进步，一个重要原因就是互联网上存在着海量文本、图片和视频。

无论是网页、书籍，还是社交平台上的内容，都可以成为模型学习的素材，虽然这些数据也需要筛选、清洗和标注，但至少获取渠道相对丰富。

机器人就没有这么幸运了。

人类可以通过文字和视频学习知识，但机器人想要真正完成一项物理任务，光知道应该怎么做还不够，它必须理解物体的位置、形状、重量，知道手臂应该移动到什么位置，抓取时需要多大的力度，以及遇到意外情况时应该如何调整。

雷科技 CES 2026 现场摄制

举个简单的例子，让机器人拿起一个水杯。

对于人类来说，这几乎不需要思考。但机器人需要先识别水杯的位置和姿态，判断杯子的形状，再规划机械臂的运动轨迹，控制夹爪完成抓取。假如杯子里装了水，抓取力度还不能太大，否则可能把杯子捏坏，也不能太小，否则杯子又会掉下来。

而且，人类在真实生活中很少只做一个独立动作，我们可能一边拿着手机，一边用另一只手端起水杯，随后转身把杯子放到桌上，整个过程涉及双手协同、空间判断、物体识别和连续动作规划。

这也是为什么，机器人不能只靠看视频就学会干活。

它需要大量真实世界中的交互数据，知道人在什么环境下做了什么动作，手和物体发生了怎样的接触，动作执行之后又产生了什么结果。

而这类数据，仅靠互联网是很难提供的。

根据中国证券报10月的报道，目前不少机器人企业、大模型企业的数据需求，已经从百万小时级别迈向千万小时级别，要让机器人的单个技能点达到可交付水平，可能需要2000至5000小时训练数据。

于是，专门采集机器人训练数据的公司开始出现。

除了开头所说在30套房子的固定场景中采集数据外，为了降低成本，还有不少公司开始探索无本体数据采集。

所谓无本体采集，可以简单理解为，不一定非要让一台完整的人形机器人亲自完成所有动作，而是让人类佩戴头显、手套或手持夹爪等设备，模拟机器人执行任务的过程，再将人的动作轨迹、空间位置和操作信息转化为训练数据。

这样一来，采集成本就能大幅下降，毕竟一台完整的机器人价格不低，如果每采集一条数据都需要占用一台机器人，规模化的成本可想而知。

从这个角度看，机器人数据采集员的工作，有点像过去给AI模型做数据标注的人，只不过这一次他们不再只是告诉AI一张图片里有什么，还要亲自走进真实世界，告诉机器人应该怎样行动。

有人租房子，有人搞众包，数据采集市场起风

事实上，数据采集看着新鲜，但已经发展出了不同的玩法。

目前比较典型的路线，大致可以分为集中式采集、众包式采集，以及围绕数据处理和训练形成的全链路服务。

集中式采集，就是搭建专门的机器人训练场，把家庭、工厂、商超、餐饮等场景搬进固定场地，再部署不同类型的机器人和采集设备，让它们反复执行指定任务。

例如北京人形机器人创新中心，就建设了专门的数据与训练基地。这种模式的好处是比较容易控制数据质量。采集环境、设备、操作流程都相对统一，出现问题也方便追溯。

但它也有明显的局限，真实世界太大了，固定训练场不可能把所有情况都模拟出来。

于是，众包采集开始成为另一种选择。

今年9月，智元机器人旗下的觅蜂科技正式开启具身智能数据采集众包模式。普通人可以申领采集设备，在日常生活中完成整理桌面、炒菜、折叠衣物等任务，采集相应数据并获得报酬。

截至10月，觅蜂科技的众包业务已经在北京、广州、深圳、上海等40个城市落地。

参与者每小时采集可以获得10元至30元收入，对于普通人来说，这相当于把日常生活中的部分动作变成了一份兼职工作，而对于数据服务商来说，则是用相对低成本的方式，把采集网络延伸到更多真实家庭和生活场景中。

图源：雷科技摄制

这甚至不需要所有参与者都懂机器人。

只要按照要求佩戴设备，完成指定动作，再把采集到的数据上传，就有机会成为机器人训练数据的提供者。

除了觅蜂科技，京东也在推动类似的大规模数据采集计划，京东发动内部超过10万名不同职业的员工，以及外部最多50万名各行业人员参与采集，目标是在一年内积累500万小时人类真实场景视频数据，两年内突破1000万小时。

此外，还有一批公司并不满足于单纯卖原始数据，而是开始向数据处理、标注、质量审核、模型训练等环节延伸。

比如，一个人把衣服叠好，看起来只是一个简单的视频，但机器人真正需要的可能是手部运动轨迹、物体的位置变化、抓取时的接触信息，以及每一个动作对应的任务状态。

如果这些信息没有经过处理，数据对模型的帮助就会大打折扣。

因此，数据服务商需要完成的不只是采集，还包括数据清洗、动作标注、质量检查、格式转换，甚至根据客户的机器人构型和模型需求，定制专门的数据集。

有意思的是，这些数据采集的参与者并不仅仅只是具身智能企业，地方创新中心、AI数据服务商、硬件设备厂商，甚至拥有大量线下场景的零售和服务企业，都可能成为参与者。

机器人还没大规模卖出去，围绕机器人学习能力的产业分工，倒是先一步建立起来了，其实也不难理解，智能驾驶也是类似的路径，前期通过大量的现实数据学习，然后在某个时间点集中爆发。

卖数据真的能赚钱吗？具体还得看适配度

看到这里，可能有人会觉得，普通人只要戴上设备、做做家务，就能参与其中，而且需求看起来很旺盛，这么看来具身智能数据采集似乎是一门不错的生意。

虽说如此，但也不建议大家盲目入局，数据采集规模确实在扩大，但并不意味着所有数据都能卖出去，更不意味着已经有了稳定的盈利模式。

从招聘APP上也可以了解到，具身智能数据采集这份工作，其实工资并不高，大部分都集中在3-4K这个区间，如果你是在一、二线城市生活，这个薪资还不如跑跑外卖。

图源：某招聘APP截图

原因其实有两个，一个是确实这个工作的并没有太大的门槛，二来是数据并不是通用数据，也就是投入产出并不成正比，因此不可能给太多的薪资。

着重说下第二个原因，目前具身智能行业还处在技术路线快速演进的阶段，不同厂商使用的机器人构型、传感器、控制系统和模型架构都有差异。因此，一家数据服务商采集到的数据，未必能够直接拿给另一家机器人企业使用。

这就导致数据行业存在一个比较尴尬的现象：一方面，大家都在喊缺数据；另一方面，各家又在按照自己的技术路线建立数据体系。

图源：新华社

中国信通院发布的《具身智能发展报告（2025年）》就提到，当前不同训练场的数据采集、标注方式以及机器人本体构型并不统一，跨训练场的数据难以整合和共享。与此同时，训练场数据是否能够持续匹配真实业务需求，也还有待验证。

数据并不像普通商品一样，可以生产出来就直接放到货架上等待买家，它往往需要根据客户的机器人、模型和具体任务进行适配。

而且机器人企业自己也在做数据，智元机器人有自己的数据采集工厂，也通过旗下觅蜂科技探索众包采集；北京人形机器人创新中心不仅建设训练基地，也在推动数据交付；银河通用、优必选等机器人企业，同样在围绕自身产品和模型建设数据采集、训练能力。

所以，未来更可能出现的局面，并不是所有机器人企业都把数据采集外包出去，而是自建数据体系与第三方服务商并存。

哦对了，涉及数据，就必然有一个问题无法忽略：隐私安全。

在家庭、商超、餐饮等场景，采集过程可能涉及个人影像、家庭环境等等隐私内容，如果只是小范围采集倒还好，但当采集规模从几十个人扩大到几十个城市，数据安全就不是一个小问题了。

所以，具身智能数据行业接下来要解决的，不只是如何采集更多数据，还包括如何让这些数据脱敏，并且能够在合规的前提下持续产生价值。

某种程度上，这比单纯扩大采集规模更重要。