普通人给机器人喂数据，质量隐私成难题，众包数采是好生意吗？

9月23日，上海一场发布会，觅蜂科技抛出重磅炸弹，首个物理AI数据众包平台“觅蜂派”正式上线。这事儿说白了，就是把数据采集的活儿，从企业专属任务，摊到了普通老百姓头上。用户下载App，领个任务，戴上专用设备，在超市、仓库、家里干点活，按有效时长拿钱。物理AI的数据生产，正式迈入“全民数采”时代。数据经过清洗分级，直接喂给具身模型，帮机器人在现实世界干活。

可问题来了，让普通人当机器人的老师，靠谱吗？质量参差不齐，隐私边界模糊，还得砸重金搞硬件，这买卖到底划不划算？发布会上，糕点师现场指导体验者，场面热闹，但背后的账，得细算。

先看好处，众包确实便宜，覆盖面广。美国Figure公司早试过类似路子。今年8月，他们推出Index项目，让用户拍第一视角视频，擦桌子、叠衣服、切菜，上传就有钱拿。Figure的实验数据挺亮眼，在30套陌生住宅里，靠这套预训练数据，零样本成功率从9%飙到56%。这说明，众包数据真有潜力。

这种模式的优势很直观。数据采集不再靠集中雇佣，而是变成分布式社会协作。用户不用特意抽时间，顺手在生活或工作中完成，还能赚点外快。觅蜂派官方说，平台覆盖22大类场景，超5000个任务，涉及5万个真实环境。内测一个月，注册用户2万，提交了1.3万份采集任务。数字看着不小，但质疑声也没停。

采集者是普通人，质量能控住吗？觅蜂科技CEO姚卯青回应，数据不会百分百进模型，但损耗不大。结算时用自动化手段剔除无效部分，比如手不在画面、休息、动作不规范、重复操作。他说，结算后超95%的数据能用得上。数据质量分层管理，不同模型在不同训练阶段，吃不同档次的料，贴上标签尽量留着。隐私方面，平台搞了敏感内容识别、人脸脱敏、实名验证、电子签约、授权留存那一套，还发了《具身智能数据安全行动倡议》。但众包场景复杂，这套机制够不够用，还得看实践。

为啥非得走众包这条路？因为数据需求太大了。过去三年，具身智能从开发转向部署，业界共识是，要实现通用人工智能，数据得从百万小时扩到亿级。可具身模型没大语言模型那种海量文本语料，抓杯子、拧瓶盖、折衣服，这些动作压根没有现成的大规模数据可用。以前行业靠真机遥操，人手柄或VR操控机器人示范，速度慢，还受制于设备数量和场地，成本高得吓人。

姚卯青直言，百万小时早就不够用了，不少公司已到这个量级，必须找新增长点。现在最缺的不是数据总量，而是场景丰富度。质量是基础，但百万小时积累下来，这块已经相对成熟，接下来拼的是场景多样性。他举例，叠衣服数据泛滥了，大家更需要专业的，比如修水管、修车。众包更灵活，能钻进这些细分场景，比雇专人省钱省事儿。数据量越大，模型越聪明，人工占比越低，自动化程度越高。

但别以为众包是轻松生意。姚卯青说，设备生产、人员结算、云端存储计算，全是重投入。想应对1000万小时数据，得砸几亿元固定资产。短期靠补贴拉规模可以，长期看用户活跃度和留存率，还是未知数。发布会上，刺绣师戴着设备工作，画面温馨，但背后是硬邦邦的成本压力。

数采公司越来越多，但还没跑出稳定赚钱的模式。数据显示，过去一年全国新增集中式数采中心106家，84家在运营，平均每月约7.3个新项目启动，大多还没形成商业闭环。怎么做到规模化盈利？姚卯青强调“运营能力”，包括快速培养训练师和拓展场景，优化成本，提升效率，还有扛得住前期资金压力。行业有共性需求，场景要真实、要丰富，不能在一个地方反复采；还要高空间精度，从2D视频里提取六维信息，业内已有共识标准。

客户需求变化很快。姚卯青透露，去年上半年大家聊一万小时，去年底有人到20万小时，今年普遍提百万小时，实际接触的客户已经在要千万小时。AI进入新阶段，必须在物理世界做闭环决策，客户要的就是真实世界的闭环场景数据。头部客户的核心诉求，是“越快越好、越多越好、越丰富越多样越好”，成本排后面，但质量仍是底线，专业性要求极高。

未来怎么走？姚卯青判断，行业必然整合。数采赛道需要“六边形战士”，技术强、产品领先，供应链管理、生产能力、成本控制、质量标准都得按消费电子级别来建，还得重资产投算力存储。这场游戏，拼的不只是创意，更是综合实力和耐心。