在2026年，具身智能领域的融资如潮水般涌来，市场上不断出现新的方案，大家都在期待一款属于机器人的ChatGPT。然而，机器人在实现这一目标之前，首先需要掌握最基本的技能，比如如何取物、叠衣服以及将手准确地伸入抽屉。教授这些基本动作的人，可能是那些失业的白领、全职妈妈，或者想在家门口挣钱的农村女性。她们佩戴上虚拟现实头显与数据手套，将日常的动作重复数百次，最终将这些数据转化为收益。

这项工作听起来很简单，但实际执行中却很辛苦。以南京市的一次培训课程为例，参与者老葛和其他五名学员聚集在一家民宿，面对一堆杂乱的毛巾，学习如何将它们叠整齐。经过两天的培训，学员们将能够领取设备，回家进行数据采集。培训的内容并不复杂，主要包括佩戴设备、拍视频和上传数据。学员们身上至少需要绑着三件设备，而任务主要集中在叠毛巾、撕贴纸和将钱放进红包等日常动作的重复。

培训手册要求，使用设备进行数据采集时，必须确保动作的特征点超过100个，动作流畅、复杂的背景和均匀的光线都至关重要。此外，手部动作不能超出摄像范围，镜头也不能被遮挡。老葛正在进行的采集是无本体数据，即通过可穿戴设备在真实环境中示范动作，并将这些动作记录下来，以便后续训练机器人。

实际上，老葛经历的工作远比他设想的艰苦。由于需要戴着夹爪进行所有动作，夹爪的弹簧十分紧，而他需要持续地用力捏合。经过一小时的工作，他感到虎口酸痛，完成任务后他的手、腰、肩部都感到无比疲惫，摘下设备后，满头大汗。

吴晓芳与老葛同样在1月加入这个行业，她看到的宣传语是：“轻松工作，做饭、洗衣、打扫卫生，工作之余还能赚钱。”然而，培训后的经验告诉她，这些家务工作实际上都相当冷门且重复度高。为了完成一天四小时的有效工作，她需要工作八小时，其中每个动作需要重复多次才能达到标准。

老葛的第一天工作被记录为零有效时长，意味着他没有挣到任何收入。在群组的AI助手中，他了解到评价有效数据的关键指标是“01系数”，并限制了多项规则，一旦违反则总时长无效。为了拍摄动作，学员们需要精心搭建场景，确保每条视频都有足够的变化。

在老葛的计算中，理论上若能达到效率标准，一天工作五小时，前3.5小时能够赚取120至150元，余下的1.5小时收益则降至70元。刚入行的学员时常只能达到60%到70%的效率，实际收入在120到140元之间，熟练后提高至80%的效率，收入才能接近200元。尽管这一过程看似合理，但规则的复杂性与不透明性令他迷茫，信息不足使得劳动者只能通过不断试错来摸索。

老葛原本在投流运营领域工作多年，年初因个人原因离职后，决心投身AI相关领域。在招聘软件上，他接触到一家公司，根据要求，招聘数据采集员，每日能赚到两三百元。然而他很快发现，这些公司并非真正的具身智能公司，而只是负责招募人才、协调数据与培训。

在这一行业中，连接机器人公司和数据采集者的，称为数据服务商，犹如“卖铲子的人”。具身智能领域的数据包括海量网络数据、仿真合成数据和真实数据，其中真实数据最具代表性，然而采集效率却相对最低。根据中国信息通信研究院的报告，截止2025年，国内已建成的具身智能训练场超过30家，但它们在数据收集上仍面临多重挑战，包括对真实场景的覆盖不足及采集、标注方式的不统一。

此外，数据采集的算力成本也是一大难题。行业内普遍认为，要实现具身智能的“ChatGPT时刻”，需要的数据量达到百亿小时以上。而目前高质量的数据采集成本过高，因此无本体数据采集模式被视为一种可行的解决方案，引发了多家公司的关注与布局。