這正是人形機器人熱潮背後鮮為人知的故事——一條建立在數千人勞動力之上、成本低廉卻規模龐大的數據管線，而這些工作者往往根本不知道誰最終會觀看他們的錄影。

運作方式：人類成為數據採集器

與從文字中學習的AI模型不同，機器人需要看見人類的手如何實際移動、抓握，以及與真實世界的物體互動。單靠電腦模擬無法教會機器人如何在不弄壞衣物的情況下摺好衣服，或如何在雜亂的廚房裡穿梭 。為了填補這個鴻溝，公司們正在部署一種新型態的零工：

• Micro1：這家總部位於加州帕羅奧圖的新創公司，已在71個國家招募了約4,000名「機器人通才」。工作者將iPhone用頭帶固定在頭上，拍攝煮飯、打掃、園藝、寵物照護等編排好的任務。Micro1在某些市場（如奈及利亞、美國）支付約每小時15美元的報酬，其工作者每個月總共提交超過16萬小時的影片 。
• Objectways：已在超過50個國家招募了數千名工作者，同時使用可穿戴攝影機與動作追蹤手套 。
• Instawork：於2026年6月推出名為Instacore的系統——一個含五個身體攝影機、連接至運算背包的可穿戴裝置——讓其既有的零工工作者在工作現場（如商業廚房與倉庫）成為機器人訓練數據的採集者 。
• Human Archive：這家獲得Y Combinator支持的新創公司，支付印度工作者報酬，讓他們佩戴裝有攝影機的帽子和觸覺手套。目前已在家事服務、旅館與餐廳等場域部署超過1,000個主動感測頭戴裝置 。
• World Context：一家成立於2025年的巴基斯坦新創公司，使用專屬感測器與頭戴攝影機記錄工廠工作者，並將工業訓練數據集賣給美國和中國的機器人公司 。
• DoorDash：於2026年3月推出DoorDash Tasks應用程式，支付其800萬名美國外送員錄製日常家務，以獲取機器人訓練數據 。

誰在買數據：特斯拉、Figure AI與Agility Robotics

這些由零工工作者收集的第一人稱影片，被用來訓練特斯拉（Optimus）、Figure AI以及Agility Robotics等人形機器人 。尤其是Figure AI，其生產規模已大幅提升。執行長Brett Adcock分享，該公司在2026年4月約生產了150台人形機器人——這項成長正是因為取得了真實世界的人類示範數據 。

驚人的數字規模

這條數據管線的規模龐大且持續成長：

• 僅Micro1一家：約4,000名貢獻者、71個國家、每月超過16萬小時的影片 。
• 京東（中國）：與宿遷市政府合作，計劃在兩年內產生1,000萬小時的機器人訓練數據 。
• 全球市場：人形機器人基礎模型訓練數據基礎設施市場在2025年估值為15億美元，預計到2034年將達628億美元（年複合成長率為56%）。
• 投資額：2025年有超過60億美元流入人形機器人領域（特斯拉Optimus、Figure AI、1X、Agility Robotics），創造了對真實世界訓練數據近乎饑渴的需求 。
• 創投預測：Bessemer Venture Partners預估，到2030年，機器人數據的總成本將超過30億美元 。

薪資鴻溝：每小時15美元 vs. 2.6美元

這群全球勞動力中存在顯著的薪資差距：

• 奈及利亞 / 美國市場：工作者報酬約為每小時15美元（例如使用iPhone錄製的Micro1貢獻者）。
• 印度：工作者報酬約為每小時250盧比，相當於2.6美元——大約是奈及利亞或美國同行的六分之一 。

隱私與勞工疑慮

這個產業的快速發展引發了嚴肅的道德問題：

• 缺乏透明度：許多工作者並不知道他們拍攝的影片最終會被哪家公司使用。Micro1將數據集賣給人形機器人開發商，但個別工作者往往不知道最終的買家是誰 。
• 錄到家人：工作者在家中拍攝，這意味著配偶、孩子以及私人生活空間經常被記錄下來。這些影片隨後被儲存並用於AI訓練，但關於資料保存或刪除政策的透明度有限 。
• 知情同意落差：批評者認為，低收入國家的零工工作者可能並不完全了解他們的動作數據將如何被使用——或者他們正在訓練的機器人，未來可能會取代類似的人力工作 。

全球競賽：中國的國家級數據中心

對「具身AI」數據的需求並非僅限於私人企業。中國已將其列為國家級優先事項，大規模建設國家支持的基礎設施：

• 北京人形機器人創新中心的具身AI機器人數據與訓練基地，擁有數十種模擬的真實世界場景，每天可產生超過500小時的數據 。
• 國家級具身AI應用試點基地於2026年5月啟用，在超過40個工作場景（包括廚房、倉庫、農場）中訓練超過140台機器人 。
• 位於北京石景山區、預算達3,000萬美元的人形機器人數據訓練中心，自2025年10月起已開始訓練100台人形機器人 。
• 在全中國城市中，由地方國有資本和科技集團支持，已建立近100個具身AI數據採集中心，使它們成為當前市場上最活躍的機器人買家之一 。

結論

在2026年，利用低成本全球零工工作者作為「人類感測器」的做法，已成為人形機器人訓練的基石。雖然這能以遠低於傳統遠端操控的成本產生龐大的數據集，但它也引發了關於勞工剝削、知情同意與隱私等方面令人不安的問題——尤其是當印度工作者從事完全相同的工作，卻只賺取其他國家同行六分之一的報酬，而且往往不知道誰會觀看他們的錄影。

這正是人形機器人熱潮背後鮮為人知的故事——一條建立在數千人勞動力之上、成本低廉卻規模龐大的數據管線，而這些工作者往往根本不知道誰最終會觀看他們的錄影。

運作方式：人類成為數據採集器

與從文字中學習的AI模型不同，機器人需要看見人類的手如何實際移動、抓握，以及與真實世界的物體互動。單靠電腦模擬無法教會機器人如何在不弄壞衣物的情況下摺好衣服，或如何在雜亂的廚房裡穿梭 。為了填補這個鴻溝，公司們正在部署一種新型態的零工：

• Micro1：這家總部位於加州帕羅奧圖的新創公司，已在71個國家招募了約4,000名「機器人通才」。工作者將iPhone用頭帶固定在頭上，拍攝煮飯、打掃、園藝、寵物照護等編排好的任務。Micro1在某些市場（如奈及利亞、美國）支付約每小時15美元的報酬，其工作者每個月總共提交超過16萬小時的影片 。
• Objectways：已在超過50個國家招募了數千名工作者，同時使用可穿戴攝影機與動作追蹤手套 。
• Instawork：於2026年6月推出名為Instacore的系統——一個含五個身體攝影機、連接至運算背包的可穿戴裝置——讓其既有的零工工作者在工作現場（如商業廚房與倉庫）成為機器人訓練數據的採集者 。
• Human Archive：這家獲得Y Combinator支持的新創公司，支付印度工作者報酬，讓他們佩戴裝有攝影機的帽子和觸覺手套。目前已在家事服務、旅館與餐廳等場域部署超過1,000個主動感測頭戴裝置 。
• World Context：一家成立於2025年的巴基斯坦新創公司，使用專屬感測器與頭戴攝影機記錄工廠工作者，並將工業訓練數據集賣給美國和中國的機器人公司 。
• DoorDash：於2026年3月推出DoorDash Tasks應用程式，支付其800萬名美國外送員錄製日常家務，以獲取機器人訓練數據 。

誰在買數據：特斯拉、Figure AI與Agility Robotics

這些由零工工作者收集的第一人稱影片，被用來訓練特斯拉（Optimus）、Figure AI以及Agility Robotics等人形機器人 。尤其是Figure AI，其生產規模已大幅提升。執行長Brett Adcock分享，該公司在2026年4月約生產了150台人形機器人——這項成長正是因為取得了真實世界的人類示範數據 。

驚人的數字規模

這條數據管線的規模龐大且持續成長：

• 僅Micro1一家：約4,000名貢獻者、71個國家、每月超過16萬小時的影片 。
• 京東（中國）：與宿遷市政府合作，計劃在兩年內產生1,000萬小時的機器人訓練數據 。
• 全球市場：人形機器人基礎模型訓練數據基礎設施市場在2025年估值為15億美元，預計到2034年將達628億美元（年複合成長率為56%）。
• 投資額：2025年有超過60億美元流入人形機器人領域（特斯拉Optimus、Figure AI、1X、Agility Robotics），創造了對真實世界訓練數據近乎饑渴的需求 。
• 創投預測：Bessemer Venture Partners預估，到2030年，機器人數據的總成本將超過30億美元 。

薪資鴻溝：每小時15美元 vs. 2.6美元

這群全球勞動力中存在顯著的薪資差距：

• 奈及利亞 / 美國市場：工作者報酬約為每小時15美元（例如使用iPhone錄製的Micro1貢獻者）。
• 印度：工作者報酬約為每小時250盧比，相當於2.6美元——大約是奈及利亞或美國同行的六分之一 。

隱私與勞工疑慮

這個產業的快速發展引發了嚴肅的道德問題：

• 缺乏透明度：許多工作者並不知道他們拍攝的影片最終會被哪家公司使用。Micro1將數據集賣給人形機器人開發商，但個別工作者往往不知道最終的買家是誰 。
• 錄到家人：工作者在家中拍攝，這意味著配偶、孩子以及私人生活空間經常被記錄下來。這些影片隨後被儲存並用於AI訓練，但關於資料保存或刪除政策的透明度有限 。
• 知情同意落差：批評者認為，低收入國家的零工工作者可能並不完全了解他們的動作數據將如何被使用——或者他們正在訓練的機器人，未來可能會取代類似的人力工作 。

全球競賽：中國的國家級數據中心

對「具身AI」數據的需求並非僅限於私人企業。中國已將其列為國家級優先事項，大規模建設國家支持的基礎設施：

• 北京人形機器人創新中心的具身AI機器人數據與訓練基地，擁有數十種模擬的真實世界場景，每天可產生超過500小時的數據 。
• 國家級具身AI應用試點基地於2026年5月啟用，在超過40個工作場景（包括廚房、倉庫、農場）中訓練超過140台機器人 。
• 位於北京石景山區、預算達3,000萬美元的人形機器人數據訓練中心，自2025年10月起已開始訓練100台人形機器人 。
• 在全中國城市中，由地方國有資本和科技集團支持，已建立近100個具身AI數據採集中心，使它們成為當前市場上最活躍的機器人買家之一 。

結論

在2026年，利用低成本全球零工工作者作為「人類感測器」的做法，已成為人形機器人訓練的基石。雖然這能以遠低於傳統遠端操控的成本產生龐大的數據集，但它也引發了關於勞工剝削、知情同意與隱私等方面令人不安的問題——尤其是當印度工作者從事完全相同的工作，卻只賺取其他國家同行六分之一的報酬，而且往往不知道誰會觀看他們的錄影。