今年夏末的一个周五晚，私人厨师阿利塞·德米尔为我和两位朋友准备了一道三道菜晚餐——布拉塔奶酪沙拉、烤三文鱼和提拉米苏。这顿晚餐免费，但有一个条件：德米尔棒球帽上的摄像机正在记录一切。
德米尔通过 Shift 平台来到我的公寓。Shift 是德国初创公司 Microagi 旗下的数据收集部门，其在旧金山提供免费私人厨师服务，以换取工作过程的一手视频素材。Shift 向德米尔支付费用，标准费率为每人 100 至 150 美元。
“起初我只是为人们做饭，现在我也在为人工智能（AI）‘做饭’。”德米尔说。他是全球范围内收集人类与物理世界互动数据浪潮中的一员，旨在制造能进驻工厂、清洁家庭甚至参与战争的机器。尽管埃隆·马斯克等人描绘了由 AI 和机器人主导的“可持续富足”未来，但目前行业面临巨大瓶颈：训练数据严重短缺。
布鲁金斯学会研究员凯尔·陈指出，“机器人界普遍共识是，数据是关键瓶颈。”这场争夺战正从数字领域延伸至物理世界，企业花钱让人们录制机器人尚未掌握的技能。在墨西哥和菲律宾，合同工远程操控美国仓库机器人打包产品；在世界其他地方，工人将摄像头绑在额头，拍摄叠衣、整理床铺等动作。
蓬勃发展的数据市场
AI 数据初创公司 Encord 机器人学习负责人 Vineeth Velmurugan 表示，对机器人训练数据的需求约为一年前的 10 倍。客户从此前要求 1,000 小时标注数据，激增至现在的 10,000 甚至 100,000 小时。
随着机器人技术成为硅谷最热门的投资领域，真实世界数据需求狂热上升。人形机器人制造商 Figure AI 和 Agility Robotics，以及开发机器人“大脑”的 Skild AI 和 Physical Intelligence 等公司估值已达数十亿美元。PitchBook 数据显示，今年上半年全球机器人公司融资额为 334 亿美元，超过 2025 年全年的 287 亿美元。硬件成本降低、AI 模型进步、劳动力短缺及地缘竞争共同推动了这一趋势。
然而，演示效果惊艳的机器人与能胜任八小时工厂轮班的可靠机器之间仍存在鸿沟。包括 Scale AI、Instawork 和 Uber 在内的成熟企业，以及众多初创公司，正争相向机器人公司出售数据。
定制硬件成为记录物理世界的关键。Mecka AI 已获得红杉资本和英伟达等投资者超过 1.2 亿美元投资。该公司最初尝试通过应用程序让人们记录日常活动，但很快发现普通视频的局限性。Mecka CEO 乔什·高表示，公司现在设计头戴设备和带传感器的手套，以“让人类具备传感器功能”，记录动作和力量数据，经标注后出售给 AI 实验室。
Microagi 正将其数据收集范围扩展至全球 15 多个国家的家庭和职场。CEO Bercan Kilic 表示，公司已支付超过 35,000 名人员录制体力任务的费用。Shift 称，参与者每小时最高可赚 30 美元，且已在 2026 年支付了约 1,000 万美元。除了常见的家务，公司还收集不寻常任务数据，如土耳其一名贡献者修理旧喷气式发动机的视频，以帮助模型适应陌生场景。
今天的收入，明天的自动化
对于提供数据的工作人员而言，这是一种用今日收入换取未来可能被自动化的权衡。德米尔认为自己的工作很安全，因为机器“无法感受或嗅闻”。但在劳动力成本较低的国家，情况更为复杂。
旧金山数据收集公司 Human Archive 去年开始在印度建立业务，并与零工平台、酒店及企业合作。该公司在中国制造定制硬件，包括配备摄像头的耳机和手腕追踪器。CEO Raj Patel 表示，公司在 30 多个国家运营，根据设备干扰程度，支付工人时薪 1 至 10 美元或更高，这笔收入“几乎等同于或高于他们的常规工作”。
知情同意问题引发关注。Mecka 和 Human Archive 未详细说明如何确保工人知情同意。Shift 表示参与是自愿的，会获得明确同意并解释数据用途，包括可能授权给其他实验室用于 AI 训练。牛津互联网研究所教授马克·格雷厄姆批评称，这种竞争压低了工资，使工人沦为“易被抛弃的附属品”，且往往不清楚自己在做什么。
此外，这项工作对身体造成负担。一名曾在得克萨斯州远程操控仓库机器人的操作员透露，八小时轮班导致手臂和肩膀痉挛，办公室甚至配有按摩枪。
数据热潮会持续吗？
收集数据的企业赌定，训练智能机器人的需求将在未来几年持续增长。Mordor Intelligence 预测，AI 训练数据集市场规模将从今年的 119 亿美元增长到 2031 年的近 498 亿美元。
Scale Venture Partners 合伙人 Siddharth Ramakrishnan 表示，如果“扩展定律”继续生效，这块蛋糕只会越来越大。但他也指出，没人知道机器人需要多少数据才能可靠工作。如果需求低于预期，数据供应商可能失去业务；如果需求过高，投资者可能在机器人实现商业可行性前耗尽耐心。
一些人认为需求远未达峰。Encord 的 Velmurugan 将当前机器人大脑比作两岁幼儿，估计训练机器人在非结构化家庭环境中工作，可能需要相当于 YouTube 五倍大小的数据集。截至 2025 年底，YouTube 拥有约 290 亿个视频，相当于 28 万年的视频素材。
加州大学伯克利分校教授肯·戈德堡表示：“这可能只需要五年，或者需要五十年。即使拥有无限数据，我也不确定这种方法是否有效。”此外，模拟训练技术可能改变局面。即将被 AMD 以 82 亿美元收购的 World Labs 声称，可利用少量视频创建模拟环境，生成更多训练数据，从而减少对物理世界数据的依赖。
即便需求持续，盈利也并非 guaranteed。今年早些时候，机器人数据初创公司 Eidon AI 因物流、前期成本和微薄利润率而关闭。创始人 Sam Padilla 将业务比作代发货模式，虽存在套利机会，但竞相压价挤压了利润空间。“技术瓶颈并不一定意味着好的商业模式。”他说。