内容转载自微信公众号「银河叙事Pro」，作者：汤加，原文标题：[60万人在给AI表演生活]，原文链接：[https://mp.weixin.qq.com/s/yh5caYADHBpNkRbwz6dr0Q]

这是一间被布置得很像“普通人家”的房子。

客厅处有放着抱枕的沙发，餐厅的餐桌上还插着一把可爱的小花。书房里，阅读灯以及一个放满了书的书架妥帖的被放在合适的角落，而卧室的大衣柜处还有正在等待熨烫的衣服。至于厨房，操作台面上的油盐酱醋罐更是一个都没少，甚至还有点像是刻意的生活痕迹。比如，一块随手丢在角落的抹布和正在工作的家用小电器。

但只要多看两眼，就会发现这里好像有点“不太对劲”。

“生活”其间的人无一例外，每个头部都戴着同一种碳灰色的设备，他们小心翼翼的进行着各种手部或脚部的动作，像是给身体套上了一层“外壳”。他们不说话，也不太交流，但都重复着自己“所属空间”生活时需要用到的一些动作。

像是从书架上取书，拧开调料的瓶盖等。有人正在使用空气炸锅，手停在半空中一瞬间，再继续往下。有人把餐桌认真地擦一遍又擦一遍。也有人开始熨烫起了衣服，挂烫机喷出的热气开始呼呼呼的传送。

但所有人的动作，都像是生活的“慢”倍速。怎么说呢？有一种不是在生活，而是在“演示生活”的感觉。而这些“拿”“取”“擦”“拧”……的动作也都一步步被拆解，像拼积木一样，被一点点的收集起来。

人们的头顶和房间布满了摄像头和传感器。“要让机器看懂，人是怎么擦干净一张桌子的。”

这里，是位于宿迁的京东机器人数据采集中心。

从“缺数据”开始的工程

过去时间里，关于具身智能（Embodied AI）的讨论越来越多。但相比语言模型在文本世界里的突飞猛进，机器人的发展始终显得有点迟缓。尽管近一年，机器人已经能够从跑步摔倒认不清轨道，到如今在春晚舞台上打个醉拳，但对于其他更广范围的应用，还是显得有点“杯水车薪”。

不过造成此问题的原因却并不复杂，和需要被大量数据训练的AI模型一样，具身智能机器发展稍慢的原因，也是因为没有足够的“身体经验”和数据“喂养”。一位此前参与过项目的算法工程师曾用过一个简单的比喻解释：“你可以让一个人看一万本书，但如果他从来没做过饭，那他还是有可能会把菜炒咸。”

而映射在具身智能行业的共识也就是，想要让具身智能完成更精细具体的工作，那当前的数据不够，尤其是真实生活世界的数据不够。

作为具身智能产业的核心“燃料”，真实场景数据直接决定着具身大模型的训练效果，也是当前产业从算法仿真走向实际落地的关键瓶颈。

（注：具身智能，简单来说就是能像人类一样，在物理世界中感知、决策并执行动作的智能，核心是让机器人拥有“感知—决策—行动”的闭环能力；具身大模型则是具身智能的“大脑”，负责处理数据、做出决策，其性能高度依赖真实场景数据的训练。）

中国信通院发布的《具身智能发展报告(2025年)》显示，具身智能正加速产业化，但数据集供给点状分散、采集成本高昂等问题，制约着技术规模化应用。换句话说，机器人运动控制的“小脑”能力虽然一直在不断提升，但决策核心的“大脑”，具身大模型，却因真实场景数据匮乏而训练不足，导致技术落地难以深入产业。

基于此，京东便把自己的优势完全的押注了上去。

零售门店、仓储物流、工业生产线、医疗场景、生活服务…这些遍布在京东运营过程中的场景几乎被同时打开。且为此，京东还搭建起了专门的“采集—标注—训练—验证”全流程数据流水线，就连计划的规模也近乎夸张，“两年内，1000万小时的人类真实视频，以及100万小时的机器人本体数据。”

这意味着，如果换算成时间，这将是超过一千年的连续影像。而在其间，人类的每一个动作，都将被不停地分解、记录以及标注。

一场正在发生的“经验复制”

长期以来，京东被定义为一家以供应链见长的公司。但在这项计划中，京东的角色再也不单是卖商品、提供物流和技术服务，而是成为“具身智能时代的坚实基础”。

尽管短期内，该项目意味着投入巨大、回报不确定。但另一方面，“数据资产”的想象空间也在迅速放大。毕竟，当数据被视为新的核心生产资料，谁掌握规模，谁就可能重写估值逻辑。

而为了实现“人类历史上最大规模的数据采集行动”这一新目标，京东计划发动约六十万人参与进来。其中，内部超10万名各类职业员工、外部最多50万各行业人员将共同参与。仅在宿迁，这个被视为起点的地方，就有接近10万人参与其中。在这里，有人做动作采集，有人做数据标注，也有人做质检，还有人负责设备维护和数据流转。

这些覆盖家庭、办公室、工厂、餐厅、环卫等超百个细分场景，共同构成了这场数据采集行动的底层模板。而这些参与其中的人，也不再只是简单的物流分拣员、工厂操作工，或者传统意义上的“蓝领”。他们在拥有这些身份的同时，还有了新的注脚，“一个为具身智能提供数据的数据生产者。”

就像在那间模拟家居的房子里，一个人反复擦桌子，看起来像是在做一件低效率、甚至有点荒诞的事情。但一旦放进产业链里，它就变了。这些动作被采集后，会进入京东数据的系统，参与到模型训练，最终反馈到真实的机器人应用中。

一个“擦桌子”的动作，可能会影响到未来某台清洁机器人的路径规划，甚至一整条生产线的效率。这或许就是具身智能和过去互联网产业一个很大的不同，不再只是简单的处理信息，而是直接作用在现实的生活世界里。

因为当“采集—标注—训练—验证”的流程被打通，数据模型、硬件和场景形成闭环，机器就也顺其自然开始具备了“迁移人动作行为”的可能。而那些在仓库，在数据采集中心学到的经验，也将借由具身智能可以被广泛用在工厂、医院，甚至城市街道小巷里。

普通人如何进入AI时代？

当然，如果把镜头从起初那间“慢动作的客厅”里再拉远一点，这件事的尺度或许会变得更加惊人。因为不止是全球最大的具身智能数据采集公司。更容易被忽略也更有现实感的，是那个“最多”。

“60万人参与”，听起来像一个简单的规模数字，但如果拆开来看，它其实对应着一整套新的就业结构。

在传统互联网时代，普通人很难直接参与到“核心生产资料”的生成中。代码、算法、平台，这些东西大多都只掌握在少数人手里。但在这套体系里，门槛被重新定义了。普通人不需要会编程，也不需要理解模型原理。甚至只需要把一个动作做得足够标准和清晰，这些最普通的生活技能，就可以转化为数据的价值。

就像在宿迁，不少参与者原本就是本地务工人员，但现在，他们的一天变成了对动作的拆解和重复。更有意思的，是它带来的社会层面的技术变化和进步。

此前，AI时代常常给人一种“门槛很高”的感觉，大多人提起来就是算法算力，高级工程师，科学家，好像都和普通人距离很远。然而在如今京东的体系中，它虽然没有让所有人都变成程序员，但是却让更多人以自己的身体经验参与了进来。

连会做饭打扫，整理物品，这些原本不被计价的能力，现在也可以被记录和利用。甚至在一些地方，这些“工作”正在形成新的“微型产业”。比如围绕数据采集，衍生出的培训外包、设备管理等一整套配套岗位。

而对更多地方来说，它不仅是一个科技项目，也是一种新的就业承载方式。

不过这件事也需要更为细化的考量和控制。

毕竟当人的动作被如此细致地记录，那些关于劳动价值、数据归属的问题，也会慢慢浮现。比如，一个人重复拧瓶盖的动作，最终被压缩进模型里，那它的价值如何分配？这些数据的边界又在哪里？

虽然这些问题，现在还没有明确答案。但京东也表示，对所有数据的采集，都将严格依法依规进行。

再回到那间“家居实验室”。一个人的打扫整理收纳被摄像头记录，被传感器捕捉。从表面看，这只是一次重复劳动。但它也说明了一件事，AI时代，并不是完全悬在空中的。普通人正在参与这场漫长的实践，并期待着更好的生活。