Ini adalah kisah yang tidak didengari di sebalik ledakan robot humanoid — saluran paip data kos rendah yang besar yang dibina atas tenaga kerja ribuan orang yang selalunya tidak tahu siapa yang akan menonton rakaman mereka pada akhirnya.

Cara Ia Berfungsi: Manusia Sebagai Pengumpul Data

Tidak seperti model AI yang belajar daripada teks, robot perlu melihat bagaimana tangan manusia sebenarnya bergerak, menggenggam, dan berinteraksi dengan objek di dunia nyata. Simulasi komputer sahaja tidak boleh mengajar robot untuk melipat pakaian tanpa merosakkannya atau untuk menavigasi dapur yang bersepah . Untuk merapatkan jurang itu, syarikat menggunakan jenis gig baharu:

• Micro1, sebuah syarikat pemula dari Palo Alto, telah merekrut kira-kira 4,000 "jeneral robotik" di 71 negara. Pekerja memasang iPhone ke kepala mereka menggunakan tali dan merakam tugasan yang telah dikoreografikan seperti memasak, membersih, berkebun, dan menjaga haiwan peliharaan. Micro1 membayar kira-kira $15/jam di beberapa pasaran (Nigeria, AS) dan secara kolektif pekerjanya menyerahkan lebih 160,000 jam video setiap bulan .
• Objectways juga telah merekrut ribuan pekerja di lebih 50 negara, menggunakan kedua-dua kamera boleh pakai dan sarung tangan penjejak gerakan .
• Instawork melancarkan sistem yang dipanggil Instacore pada Jun 2026 — peranti boleh pakai dengan lima kamera dipasang pada badan yang disambungkan ke beg galas komputasi — menjadikan pekerja gig sedia ada mereka sebagai pengumpul data latihan robot di tapak kerja seperti dapur komersial dan gudang .
• Human Archive, syarikat pemula yang disokong Y Combinator, membayar pekerja India untuk memakai topi berkamera dan sarung tangan sentuhan, dengan lebih 1,000 set kepala sensor aktif digunakan di perkhidmatan rumah, hotel, dan restoran .
• World Context, syarikat pemula Pakistan yang ditubuhkan pada 2025, merakam pekerja kilang menggunakan sensor proprietari dan kamera dipasang di kepala, menjual set data latihan industri kepada syarikat robotik AS dan China .
• DoorDash melancarkan DoorDash Tasks pada Mac 2026, aplikasi yang membayar 8 juta Dasher berasaskan AS untuk merakam kerja harian untuk data latihan robotik .

Siapa Pembeli Data: Tesla, Figure AI, dan Agility Robotics

Rakaman sudut pandangan pertama yang dikumpul oleh pekerja gig digunakan untuk melatih robot humanoid daripada Tesla (Optimus), Figure AI, dan Agility Robotics, antara lain . Figure AI khususnya telah meningkatkan pengeluaran secara mendadak, dengan Ketua Pegawai Eksekutif Brett Adcock berkongsi bahawa syarikat itu mengeluarkan kira-kira 150 unit pada April 2026 — lonjakan yang dimungkinkan oleh data demonstrasi manusia dunia nyata .

Angka Yang Mengejutkan

Skala saluran paip data adalah sangat besar dan semakin berkembang:

• Micro1 sahaja: ~4,000 penyumbang, 71 negara, 160,000+ jam video setiap bulan .
• JD.com (China): Bekerjasama dengan bandar Suqian untuk menjana 10 juta jam data latihan robotik dalam tempoh dua tahun .
• Pasaran global: Pasaran infrastruktur data latihan model asas robot humanoid bernilai $1.5 bilion pada 2025 dan dijangka mencecah $62.8 bilion menjelang 2034 (CAGR 56%) .
• Pelaburan: Lebih $6 bilion mengalir ke dalam robotik humanoid pada 2025 (Tesla Optimus, Figure AI, 1X, Agility Robotics), mewujudkan permintaan yang hampir tidak pernah puas untuk data latihan dunia nyata .
• Anggaran pelabur: Bessemer Venture Partners mengunjurkan jumlah kos data robotik akan melebihi $3 bilion menjelang 2030 .

Jurang Gaji: $15/Jam vs. $2.60/Jam

Jurang gaji yang ketara wujud dalam tenaga kerja global ini:

• Pasaran Nigeria / AS: Pekerja dibayar kira-kira $15/jam (cth., penyumbang Micro1 yang merakam dengan iPhone) .
• India: Pekerja dibayar kira-kira 250 rupee/jam, atau kira-kira $2.60/jam — kira-kira satu perenam daripada rakan sejawat mereka di Nigeria atau AS untuk jenis kerja yang sama .

Kebimbangan Privasi dan Buruh

Pertumbuhan pesat industri ini telah menimbulkan persoalan etika yang serius:

• Kekurangan ketelusan: Ramai pekerja tidak diberitahu syarikat mana yang akan menggunakan rakaman mereka pada akhirnya. Micro1 menjual set data kepada pemaju robotik humanoid, tetapi pekerja individu selalunya tidak tahu pembeli akhir .
• Merakam ahli keluarga: Pekerja merakam di rumah mereka sendiri, bermakna pasangan, anak-anak, dan ruang kediaman peribadi sering dirakam. Rakaman itu kemudian disimpan dan digunakan untuk latihan AI dengan kejelasan terhad tentang dasar penyimpanan atau pemadaman .
• Jurang persetujuan termaklum: Pengkritik berpendapat bahawa pekerja gig di negara berpendapatan rendah mungkin tidak memahami sepenuhnya bagaimana data pergerakan mereka akan digunakan — atau bahawa mereka melatih robot yang akhirnya boleh menggantikan tenaga kerja manusia yang serupa .

Perlumbaan Global: Pusat Data Tajaan Kerajaan China

Permintaan untuk data AI embodied tidak terhad kepada syarikat swasta. China telah menjadikannya keutamaan nasional, membina infrastruktur tajaan kerajaan secara besar-besaran:

• Pusat Inovasi Robot Humanoid Beijing mengendalikan pangkalan data dan latihan robot AI dengan berpuluh-puluh senario dunia nyata simulasi, mampu menjana lebih 500 jam data setiap hari .
• Pada Mei 2026, Pangkalan Perintis Nasional untuk Aplikasi AI Embodied dirasmikan, melatih lebih 140 robot dalam 40+ senario berorientasikan pekerjaan termasuk dapur, gudang, dan ladang .
• Pusat Latihan Data Robot Humanoid khusus di daerah Shijingshan Beijing, dengan belanjawan $30 juta, mula melatih 100 robot humanoid pada Oktober 2025 .
• Hampir 100 pusat pengumpulan data AI embodied telah dibina di seluruh bandar China, disokong oleh modal negeri tempatan dan konglomerat teknologi, menjadikannya antara pembeli robot paling aktif di pasaran hari ini .

Pokoknya

Amalan menggunakan pekerja gig global kos rendah sebagai "sensor manusia" telah menjadi tulang belakang latihan robot humanoid pada 2026. Walaupun ia menjana set data yang sangat besar pada sebahagian kecil daripada kos teleoperasi tradisional, ia menimbulkan persoalan yang tidak selesa tentang eksploitasi buruh, persetujuan termaklum, dan privasi — terutamanya apabila pekerja di India memperoleh sebahagian kecil daripada apa yang rakan sejawat mereka di negara lain peroleh untuk kerja yang sama, selalunya tanpa tahu siapa yang akan menonton rakaman mereka.

Ini adalah kisah yang tidak didengari di sebalik ledakan robot humanoid — saluran paip data kos rendah yang besar yang dibina atas tenaga kerja ribuan orang yang selalunya tidak tahu siapa yang akan menonton rakaman mereka pada akhirnya.

Cara Ia Berfungsi: Manusia Sebagai Pengumpul Data

Tidak seperti model AI yang belajar daripada teks, robot perlu melihat bagaimana tangan manusia sebenarnya bergerak, menggenggam, dan berinteraksi dengan objek di dunia nyata. Simulasi komputer sahaja tidak boleh mengajar robot untuk melipat pakaian tanpa merosakkannya atau untuk menavigasi dapur yang bersepah . Untuk merapatkan jurang itu, syarikat menggunakan jenis gig baharu:

• Micro1, sebuah syarikat pemula dari Palo Alto, telah merekrut kira-kira 4,000 "jeneral robotik" di 71 negara. Pekerja memasang iPhone ke kepala mereka menggunakan tali dan merakam tugasan yang telah dikoreografikan seperti memasak, membersih, berkebun, dan menjaga haiwan peliharaan. Micro1 membayar kira-kira $15/jam di beberapa pasaran (Nigeria, AS) dan secara kolektif pekerjanya menyerahkan lebih 160,000 jam video setiap bulan .
• Objectways juga telah merekrut ribuan pekerja di lebih 50 negara, menggunakan kedua-dua kamera boleh pakai dan sarung tangan penjejak gerakan .
• Instawork melancarkan sistem yang dipanggil Instacore pada Jun 2026 — peranti boleh pakai dengan lima kamera dipasang pada badan yang disambungkan ke beg galas komputasi — menjadikan pekerja gig sedia ada mereka sebagai pengumpul data latihan robot di tapak kerja seperti dapur komersial dan gudang .
• Human Archive, syarikat pemula yang disokong Y Combinator, membayar pekerja India untuk memakai topi berkamera dan sarung tangan sentuhan, dengan lebih 1,000 set kepala sensor aktif digunakan di perkhidmatan rumah, hotel, dan restoran .
• World Context, syarikat pemula Pakistan yang ditubuhkan pada 2025, merakam pekerja kilang menggunakan sensor proprietari dan kamera dipasang di kepala, menjual set data latihan industri kepada syarikat robotik AS dan China .
• DoorDash melancarkan DoorDash Tasks pada Mac 2026, aplikasi yang membayar 8 juta Dasher berasaskan AS untuk merakam kerja harian untuk data latihan robotik .

Siapa Pembeli Data: Tesla, Figure AI, dan Agility Robotics

Rakaman sudut pandangan pertama yang dikumpul oleh pekerja gig digunakan untuk melatih robot humanoid daripada Tesla (Optimus), Figure AI, dan Agility Robotics, antara lain . Figure AI khususnya telah meningkatkan pengeluaran secara mendadak, dengan Ketua Pegawai Eksekutif Brett Adcock berkongsi bahawa syarikat itu mengeluarkan kira-kira 150 unit pada April 2026 — lonjakan yang dimungkinkan oleh data demonstrasi manusia dunia nyata .

Angka Yang Mengejutkan

Skala saluran paip data adalah sangat besar dan semakin berkembang:

• Micro1 sahaja: ~4,000 penyumbang, 71 negara, 160,000+ jam video setiap bulan .
• JD.com (China): Bekerjasama dengan bandar Suqian untuk menjana 10 juta jam data latihan robotik dalam tempoh dua tahun .
• Pasaran global: Pasaran infrastruktur data latihan model asas robot humanoid bernilai $1.5 bilion pada 2025 dan dijangka mencecah $62.8 bilion menjelang 2034 (CAGR 56%) .
• Pelaburan: Lebih $6 bilion mengalir ke dalam robotik humanoid pada 2025 (Tesla Optimus, Figure AI, 1X, Agility Robotics), mewujudkan permintaan yang hampir tidak pernah puas untuk data latihan dunia nyata .
• Anggaran pelabur: Bessemer Venture Partners mengunjurkan jumlah kos data robotik akan melebihi $3 bilion menjelang 2030 .

Jurang Gaji: $15/Jam vs. $2.60/Jam

Jurang gaji yang ketara wujud dalam tenaga kerja global ini:

• Pasaran Nigeria / AS: Pekerja dibayar kira-kira $15/jam (cth., penyumbang Micro1 yang merakam dengan iPhone) .
• India: Pekerja dibayar kira-kira 250 rupee/jam, atau kira-kira $2.60/jam — kira-kira satu perenam daripada rakan sejawat mereka di Nigeria atau AS untuk jenis kerja yang sama .

Kebimbangan Privasi dan Buruh

Pertumbuhan pesat industri ini telah menimbulkan persoalan etika yang serius:

• Kekurangan ketelusan: Ramai pekerja tidak diberitahu syarikat mana yang akan menggunakan rakaman mereka pada akhirnya. Micro1 menjual set data kepada pemaju robotik humanoid, tetapi pekerja individu selalunya tidak tahu pembeli akhir .
• Merakam ahli keluarga: Pekerja merakam di rumah mereka sendiri, bermakna pasangan, anak-anak, dan ruang kediaman peribadi sering dirakam. Rakaman itu kemudian disimpan dan digunakan untuk latihan AI dengan kejelasan terhad tentang dasar penyimpanan atau pemadaman .
• Jurang persetujuan termaklum: Pengkritik berpendapat bahawa pekerja gig di negara berpendapatan rendah mungkin tidak memahami sepenuhnya bagaimana data pergerakan mereka akan digunakan — atau bahawa mereka melatih robot yang akhirnya boleh menggantikan tenaga kerja manusia yang serupa .

Perlumbaan Global: Pusat Data Tajaan Kerajaan China

Permintaan untuk data AI embodied tidak terhad kepada syarikat swasta. China telah menjadikannya keutamaan nasional, membina infrastruktur tajaan kerajaan secara besar-besaran:

• Pusat Inovasi Robot Humanoid Beijing mengendalikan pangkalan data dan latihan robot AI dengan berpuluh-puluh senario dunia nyata simulasi, mampu menjana lebih 500 jam data setiap hari .
• Pada Mei 2026, Pangkalan Perintis Nasional untuk Aplikasi AI Embodied dirasmikan, melatih lebih 140 robot dalam 40+ senario berorientasikan pekerjaan termasuk dapur, gudang, dan ladang .
• Pusat Latihan Data Robot Humanoid khusus di daerah Shijingshan Beijing, dengan belanjawan $30 juta, mula melatih 100 robot humanoid pada Oktober 2025 .
• Hampir 100 pusat pengumpulan data AI embodied telah dibina di seluruh bandar China, disokong oleh modal negeri tempatan dan konglomerat teknologi, menjadikannya antara pembeli robot paling aktif di pasaran hari ini .

Pokoknya

Amalan menggunakan pekerja gig global kos rendah sebagai "sensor manusia" telah menjadi tulang belakang latihan robot humanoid pada 2026. Walaupun ia menjana set data yang sangat besar pada sebahagian kecil daripada kos teleoperasi tradisional, ia menimbulkan persoalan yang tidak selesa tentang eksploitasi buruh, persetujuan termaklum, dan privasi — terutamanya apabila pekerja di India memperoleh sebahagian kecil daripada apa yang rakan sejawat mereka di negara lain peroleh untuk kerja yang sama, selalunya tanpa tahu siapa yang akan menonton rakaman mereka.