中國正在為一個看似務實、實際上極關鍵的問題建立新的勞動市場：如何教會機器在真實世界裡工作。

當人形機器人從實驗室展示走向工廠、倉庫和其他工作場所，企業需要的不只是研究人工智能模型或製造硬件的工程師，還需要有人親自帶著機器人反覆完成任務、記錄錯誤，並把現場經驗轉化為可用的訓練資料。

這正是中國計劃新增的「具身智能機器人應用技師」所扮演的角色。該職業屬於中國計劃認定的 12 個新興職業之一。相關報道指，這類職位的年薪約為 50 萬至 80 萬人民幣，但這是報道中的薪酬範圍，並不代表所有職位都能達到同一水平。612

這份工作究竟做甚麼？

「具身智能」可簡單理解為讓人工智能擁有感知、決策和行動能力，直接與物理環境互動。對應的機器人技師不一定是逐行編寫程式，而是站在機器人、工作環境和 AI 工程團隊之間，協助機器學會完成具體工作。

一次典型的訓練可能包括：

• 遙控人形機器人完成一項實體任務
• 親自引導或修正機器人的動作
• 反覆示範抓取、分類、搬運或操作設備
• 檢查機器人能否安全、穩定地完成任務
• 記錄失敗案例和現場出現的特殊情況
• 按照特定工廠或工作場所的要求調整示範方式

換句話說，技師的價值不只是「操作機器人」，而是製造準確、可重複、能真正幫助模型進步的示範資料。

為甚麼人的動作會變成 AI 的訓練資料？

傳統 AI 可以從文字、圖片或其他數碼紀錄學習，但機器人還必須理解三維空間中的動作如何發生：物件位於哪裡、應該施加多少力度、如何避開障礙物，以及任務出錯時應如何應對。

在技師引導下，機器人的感測器可以同時記錄多種資訊，包括：

• 機械關節的移動和運動軌跡
• 攝影機及其他感測器對環境的觀察
• 任務中各個動作的先後次序
• 機器人與物件及周邊環境的接觸
• 該次嘗試是否成功

在真實工廠或倉庫中收集的示範尤其有價值，因為當中包含實際物件、不同布局、碰撞、力度變化及操作限制，這些情況很難完全靠模擬環境重現。這些資料可用來訓練和評估把環境感知、任務指令與實體行動連接起來的模型。47

新華社引述業界人士表示，過去開發單一應用場景，單是訓練資料的成本就可能超過 1,000 萬人民幣。4 如果技師能在有組織的真實環境中製作更高質素的示範，企業便有機會縮短把通用機器人適配到特定工作的時間，並降低相關成本。

為甚麼這個職位突然變得如此值錢？

人形機器人產業的發展速度，已經超越配套人才的培養速度。企業現在需要同時熟悉實際操作和 AI 資料收集的人，而這種跨界能力並不常見。

一名技師可能需要了解機器人控制、感測器、任務設計、安全規範、操作流程及資料質素。熟悉工廠工作的人，未必知道如何製作機器可讀的示範；擅長軟件的人，也未必具備判斷機器人為何在現場失敗的實務經驗。

因此，這個新職業其實是在把 AI 產業中一個原本較模糊的「中間層」正式化：研究人員設計模型，工程師製造硬件，但仍然需要有人讓機器人在最終工作的環境裡，穩定而重複地做出有用的動作。

2026 年的招聘和薪酬數字透露甚麼？

目前可見的 2026 年數據，反映出企業需求與合資格人才供應之間存在明顯落差。

據招聘數據報道，2026 年 1 月至 4 月，具身智能相關職位需求按年增加約 15 倍，整個具身 AI 市場的平均月薪則報道為 62,000 人民幣。這個數字是市場整體指標，不應直接視為每一位機器人訓練師的薪酬。3

另一份由招聘平台獵聘發布的《2026 機械人產業人才供需趨勢報告》顯示，人形機器人領域的招聘量按年上升 215.8%，平均年薪報價達 406,100 人民幣。9 兩組數據的統計範圍並不相同：前者涵蓋具身 AI 招聘，後者集中於人形機器人職位。不過，合併來看，它們都指向同一個現象——產業擴張速度快於專業人才供應。

高薪的關鍵，不只是機器人產業熱門，而是這類職位正處理一個直接限制商業化的瓶頸：企業需要大量可靠、針對特定任務的真實世界資料，才能讓機器人離開展示場景後仍然有用。

工廠正變成機器人的「訓練場」

需求並不只來自機器人初創企業。擁有複雜生產流程的製造商，同樣具備訓練和驗證實體 AI 所需的重複性工作、設備和操作環境。

明緻集團（Minth Group）與智元機器人的合作便呈現了這種模式。相關報道指，明緻的工廠網絡將成為智元機器人的訓練基地，讓機器人在真實工業場景中學習並收集資料，以加快算法迭代。32

這代表工廠不只是人形機器人的潛在客戶，也可能成為資料生成環境。任務和工作條件越多樣化，企業就越有機會找出機器人的失敗位置，再針對性改善其表現。

至於個別企業宣稱業務高速增長，或仍有大量機器人訓練師職位空缺，若未有獨立資料核實，便不宜視為整個產業的普遍指標。較穩妥的結論是：製造商正逐漸加入具身 AI 的開發循環，因此需要能把工廠工作轉化為機器人訓練資料的現場人才。

大學為甚麼仍然來不及填補缺口？

中國已開始建立正式的教育管道。2026 年，9 所大學獲准開設「具身智能」本科專業，意味這個領域正式進入主流高等教育體系。21

但大學不可能立即解決招聘缺口。即使首批招生合共只有數百人，學生也要經過多年學習才可畢業；相關報道預計，首批畢業生要到 2030 年前後才會出現。16

課程本身也面對整合難題。具身 AI 人才可能需要接觸機械人學、環境感知、感測器融合、模擬到現實的技術轉移、機械操作、安全及資料運營等範疇。傳統計算機科學或機械工程課程可以提供其中一部分基礎，但企業真正需要的，是能把這些知識與真實工作環境中的動手能力結合起來的人。

因此，短期內會出現「學歷供應」與「可立即部署的人才」之間的落差。職業培訓、短期課程、機器人實驗室和企業內部訓練，或許能在專門本科生畢業前，先填補部分空缺。

這不只是高薪職位，而是實體 AI 的下一個瓶頸

這個新職業值得關注，不僅因為薪酬吸引，更因為它揭示了 AI 商業化下一階段可能遇到的限制。

對軟件 AI 而言，更強的模型和更多運算資源，往往可以透過數碼基礎設施擴展。但對具身 AI 來說，進步還取決於實體場地、熟練操作員、安全測試，以及高質素的真實示範。機器人不可能只靠基準測試或模擬環境，就學會每一種工作場所的任務。

中國把「具身智能機器人應用技師」納入新職業規劃，反映的既是人才短缺，也是產業逐漸成熟的訊號：當 AI 走進物理世界，企業需要一批能夠「邊做邊教」機器人的新型工作者，而他們在現場觀察到的一舉一動，最終都可能成為機器智能的一部分。

中國正在為一個看似務實、實際上極關鍵的問題建立新的勞動市場：如何教會機器在真實世界裡工作。

當人形機器人從實驗室展示走向工廠、倉庫和其他工作場所，企業需要的不只是研究人工智能模型或製造硬件的工程師，還需要有人親自帶著機器人反覆完成任務、記錄錯誤，並把現場經驗轉化為可用的訓練資料。

這正是中國計劃新增的「具身智能機器人應用技師」所扮演的角色。該職業屬於中國計劃認定的 12 個新興職業之一。相關報道指，這類職位的年薪約為 50 萬至 80 萬人民幣，但這是報道中的薪酬範圍，並不代表所有職位都能達到同一水平。612

這份工作究竟做甚麼？

「具身智能」可簡單理解為讓人工智能擁有感知、決策和行動能力，直接與物理環境互動。對應的機器人技師不一定是逐行編寫程式，而是站在機器人、工作環境和 AI 工程團隊之間，協助機器學會完成具體工作。

一次典型的訓練可能包括：

• 遙控人形機器人完成一項實體任務
• 親自引導或修正機器人的動作
• 反覆示範抓取、分類、搬運或操作設備
• 檢查機器人能否安全、穩定地完成任務
• 記錄失敗案例和現場出現的特殊情況
• 按照特定工廠或工作場所的要求調整示範方式

換句話說，技師的價值不只是「操作機器人」，而是製造準確、可重複、能真正幫助模型進步的示範資料。

為甚麼人的動作會變成 AI 的訓練資料？

傳統 AI 可以從文字、圖片或其他數碼紀錄學習，但機器人還必須理解三維空間中的動作如何發生：物件位於哪裡、應該施加多少力度、如何避開障礙物，以及任務出錯時應如何應對。

在技師引導下，機器人的感測器可以同時記錄多種資訊，包括：

• 機械關節的移動和運動軌跡
• 攝影機及其他感測器對環境的觀察
• 任務中各個動作的先後次序
• 機器人與物件及周邊環境的接觸
• 該次嘗試是否成功

在真實工廠或倉庫中收集的示範尤其有價值，因為當中包含實際物件、不同布局、碰撞、力度變化及操作限制，這些情況很難完全靠模擬環境重現。這些資料可用來訓練和評估把環境感知、任務指令與實體行動連接起來的模型。47

新華社引述業界人士表示，過去開發單一應用場景，單是訓練資料的成本就可能超過 1,000 萬人民幣。4 如果技師能在有組織的真實環境中製作更高質素的示範，企業便有機會縮短把通用機器人適配到特定工作的時間，並降低相關成本。

為甚麼這個職位突然變得如此值錢？

人形機器人產業的發展速度，已經超越配套人才的培養速度。企業現在需要同時熟悉實際操作和 AI 資料收集的人，而這種跨界能力並不常見。

一名技師可能需要了解機器人控制、感測器、任務設計、安全規範、操作流程及資料質素。熟悉工廠工作的人，未必知道如何製作機器可讀的示範；擅長軟件的人，也未必具備判斷機器人為何在現場失敗的實務經驗。

因此，這個新職業其實是在把 AI 產業中一個原本較模糊的「中間層」正式化：研究人員設計模型，工程師製造硬件，但仍然需要有人讓機器人在最終工作的環境裡，穩定而重複地做出有用的動作。

2026 年的招聘和薪酬數字透露甚麼？

目前可見的 2026 年數據，反映出企業需求與合資格人才供應之間存在明顯落差。

據招聘數據報道，2026 年 1 月至 4 月，具身智能相關職位需求按年增加約 15 倍，整個具身 AI 市場的平均月薪則報道為 62,000 人民幣。這個數字是市場整體指標，不應直接視為每一位機器人訓練師的薪酬。3

另一份由招聘平台獵聘發布的《2026 機械人產業人才供需趨勢報告》顯示，人形機器人領域的招聘量按年上升 215.8%，平均年薪報價達 406,100 人民幣。9 兩組數據的統計範圍並不相同：前者涵蓋具身 AI 招聘，後者集中於人形機器人職位。不過，合併來看，它們都指向同一個現象——產業擴張速度快於專業人才供應。

高薪的關鍵，不只是機器人產業熱門，而是這類職位正處理一個直接限制商業化的瓶頸：企業需要大量可靠、針對特定任務的真實世界資料，才能讓機器人離開展示場景後仍然有用。

工廠正變成機器人的「訓練場」

需求並不只來自機器人初創企業。擁有複雜生產流程的製造商，同樣具備訓練和驗證實體 AI 所需的重複性工作、設備和操作環境。

明緻集團（Minth Group）與智元機器人的合作便呈現了這種模式。相關報道指，明緻的工廠網絡將成為智元機器人的訓練基地，讓機器人在真實工業場景中學習並收集資料，以加快算法迭代。32

這代表工廠不只是人形機器人的潛在客戶，也可能成為資料生成環境。任務和工作條件越多樣化，企業就越有機會找出機器人的失敗位置，再針對性改善其表現。

至於個別企業宣稱業務高速增長，或仍有大量機器人訓練師職位空缺，若未有獨立資料核實，便不宜視為整個產業的普遍指標。較穩妥的結論是：製造商正逐漸加入具身 AI 的開發循環，因此需要能把工廠工作轉化為機器人訓練資料的現場人才。

大學為甚麼仍然來不及填補缺口？

中國已開始建立正式的教育管道。2026 年，9 所大學獲准開設「具身智能」本科專業，意味這個領域正式進入主流高等教育體系。21

但大學不可能立即解決招聘缺口。即使首批招生合共只有數百人，學生也要經過多年學習才可畢業；相關報道預計，首批畢業生要到 2030 年前後才會出現。16

課程本身也面對整合難題。具身 AI 人才可能需要接觸機械人學、環境感知、感測器融合、模擬到現實的技術轉移、機械操作、安全及資料運營等範疇。傳統計算機科學或機械工程課程可以提供其中一部分基礎，但企業真正需要的，是能把這些知識與真實工作環境中的動手能力結合起來的人。

因此，短期內會出現「學歷供應」與「可立即部署的人才」之間的落差。職業培訓、短期課程、機器人實驗室和企業內部訓練，或許能在專門本科生畢業前，先填補部分空缺。

這不只是高薪職位，而是實體 AI 的下一個瓶頸

這個新職業值得關注，不僅因為薪酬吸引，更因為它揭示了 AI 商業化下一階段可能遇到的限制。

對軟件 AI 而言，更強的模型和更多運算資源，往往可以透過數碼基礎設施擴展。但對具身 AI 來說，進步還取決於實體場地、熟練操作員、安全測試，以及高質素的真實示範。機器人不可能只靠基準測試或模擬環境，就學會每一種工作場所的任務。

中國把「具身智能機器人應用技師」納入新職業規劃，反映的既是人才短缺，也是產業逐漸成熟的訊號：當 AI 走進物理世界，企業需要一批能夠「邊做邊教」機器人的新型工作者，而他們在現場觀察到的一舉一動，最終都可能成為機器智能的一部分。