把手機綁在額頭上洗碗：誰在餵養下一代人形機器人？

一名奈及利亞醫學生結束漫長的醫院輪班，回到公寓後做的第一件事，不是休息——而是把iPhone綁上額頭，開始錄製自己洗碗、掃地、疊衣服的過程。這段影片，將被賣給正在全球競速打造人形機器人的科技公司。

最貴的資料，藏在你家廚房裡

人形機器人的軍備競賽已進入白熱化階段。Tesla、Figure AI、波士頓動力，以及來自中國的宇樹科技、智元機器人等企業，都在爭奪同一個制高點：讓機器人真正能在人類的生活空間裡自如行動。

問題在於，訓練這種能力所需的資料極度匱乏。工廠生產線的影像、道路駕駛的數據，早已被大量採集；但「從冰箱拿出牛奶」、「把散落的玩具撿起來放回箱子」這類日常動作，在現有資料集裡幾乎是空白。

Micro1找到了填補這個空白的方法：直接雇用普通人，在自己家裡錄製第一人稱視角的家務影片，再將這些資料銷售給機器人公司。目前，該平台已在超過50個國家招募了數千名零工，涵蓋印度、奈及利亞、阿根廷等地。對當地工作者而言，這份報酬相當可觀；對機器人公司而言，這是目前最有效率的資料獲取途徑之一。

MIT科技評論的讀者投票也印證了這股趨勢——人形機器人被選為「2026年第11項突破性技術」，緊追官方榜單。

方便背後，三個還沒答案的問題

這個商業模式看似雙贏，但細看之下，爭議接踵而至。

第一，資料的邊界在哪裡？ 零工錄製的是自己的家，但鏡頭可能拍到家人的臉、房間格局、生活細節。這些資料最終流向哪家企業、如何被使用，工作者往往難以完整掌握。「知情同意」在這個場景下是否真正有效，是研究者持續追問的核心。

廣告

廣告合作

[email protected]

廣告

第二，誰在承擔風險？ 零工沒有勞動保障，平台可以隨時終止合約。更諷刺的是：他們今天訓練的機器人，明天可能就會取代他們能做的工作。

第三，資料的價值歸誰？ 人的動作資料被轉化為機器人能力，最終創造的商業價值遠超過工作者獲得的報酬。這種不對等，和當年內容審核員、圖像標註員的處境如出一轍——沒有他們，AI不會存在，但他們的貢獻長期被低估。

從亞洲視角看這場競賽

這場資料爭奪戰，對亞洲市場有直接意義。

中國在人形機器人領域的投入已相當積極。宇樹科技的機器人在海外社群媒體上頻繁出圈，智元、傅利葉等新創也獲得大量資本支持。中國擁有龐大的製造業場景，可以在工廠環境中大量採集機器人訓練資料，這是其他國家難以複製的結構性優勢。

然而，「家庭場景」的資料採集是另一個維度。中國家庭的生活空間、動線習慣、物品擺放方式，與歐美截然不同——這意味著，若要讓機器人真正進入亞洲家庭，就需要亞洲家庭的資料。誰先建立這個資料庫，誰就掌握了進入這個市場的鑰匙。

對台灣而言，鴻海旗下的機器人布局、工研院的相關研究，都在這個脈絡下值得持續關注。東南亞的零工市場，也可能成為下一個資料採集的重要來源地。

AI評估標準同樣需要被重新想像

與機器人訓練資料的問題並行，AI的評估方式本身也面臨根本性的挑戰。倫敦大學學院教授Angela Aristidou指出，現行的AI基準測試，幾乎都建立在「能否在孤立問題上超越人類」的邏輯上。

但現實中的AI，是在多人協作、流程複雜、時間跨度長的環境中運作的。測試分數高，不代表真實場景有用。她提出「人機協作、情境特定評估」框架，主張把AI放回真實的工作脈絡中來衡量其價值。這個觀點，對正在大規模導入AI工具的企業決策者來說，或許比任何基準分數都更值得參考。