作為具身智能的代表性領(lǐng)域，人形機器人正在一步步走進普通人的日常，而它的快速發(fā)展，離不開海量真實場景數(shù)據(jù)的反復訓練，因此一個全新的熱門職業(yè)——數(shù)據(jù)采集師應運而生。

行業(yè)數(shù)據(jù)顯示，我國具身智能產(chǎn)業(yè)的市場規(guī)模，預計會在2030年達到4000億元，到2035年更是有望突破萬億大關(guān)，還將帶動相關(guān)產(chǎn)業(yè)創(chuàng)造超過100萬個就業(yè)崗位。

疊衣物、打雞蛋、開瓶蓋……走進上海一處專門為人形機器人設(shè)置的數(shù)據(jù)采集工廠，入眼就能看到不少忙碌的機械人形。這里并不是機器人投入使用的工作場景，而是按照1:1比例還原的實景訓練空間，在這些機器人身邊，總有穿戴專業(yè)采集設(shè)備的工作人員，他們的動作會被設(shè)備實時同步給機器人，相當于“手把手”教機器人完成各類日常任務。

打開蓋子、舀出燕麥、倒入飲用水、攪拌均勻，這是數(shù)據(jù)采集師朱綿瑞當天的訓練教學任務——教機器人做泡燕麥粥這一套動作。

每帶著機器人完成一整套動作，就能收集到對應動作的機器人關(guān)節(jié)角度、運行軌跡等關(guān)鍵數(shù)據(jù)。這套動作看起來簡單好操作，實際上要求采集師全程高度專注，對動作的精準度要求也很高。

除此之外，給機器人做“老師”還要遵守非常嚴格的標準：機器人的動作不能出現(xiàn)突變、卡頓；每一項任務都設(shè)置了標準完成時長，一旦超時，這次采集的數(shù)據(jù)就會作廢。就拿泡燕麥粥這個任務來說，朱綿瑞每天要和機器人重復這個動作大約300次，最終要采集到1000條以上的有效數(shù)據(jù)，才算完成這一項“教學任務”。

采集師們收集到的數(shù)據(jù)，經(jīng)過標準化整理后，會通過數(shù)據(jù)流通平臺完成匯集和共享，最終輸送給機器人的研發(fā)機構(gòu)、生產(chǎn)企業(yè)和下游應用端，成為訓練機器人實現(xiàn)自主作業(yè)的核心“教材”。

具身智能產(chǎn)業(yè)加速發(fā)展

復合型交叉人才更受行業(yè)青睞

數(shù)據(jù)采集師的需求量成倍增長，其實就是具身智能產(chǎn)業(yè)人才需求擴張的一個縮影。

今年26歲的葉凱碩士讀的是計算機專業(yè)，畢業(yè)后曾經(jīng)從事自動駕駛相關(guān)工作。最近這兩年人工智能應用迎來爆發(fā)式增長，給他帶來了很大觸動。

葉凱最終決定轉(zhuǎn)行進入人形機器人賽道。剛進入這個領(lǐng)域的時候，他之前在自動駕駛積累的環(huán)境感知、控制算法等經(jīng)驗，和具身智能的技術(shù)路徑高度契合，上手非?？?，這也給了他不少信心。但是人形機器人技術(shù)迭代速度非?？?，也讓他意識到，這個賽道對技術(shù)廣度的要求，遠遠超出了他原本的認知。

為了跟上人形機器人“進化”的速度，葉凱開始主動補充硬件系統(tǒng)、物理交互等領(lǐng)域的知識?，F(xiàn)在他已經(jīng)是一名為人形機器人搭建“大腦”的算法工程師，這也是具身智能領(lǐng)域的核心研發(fā)崗位。對于人形機器人企業(yè)來說，恰恰非常需要葉凱這種具備多領(lǐng)域知識儲備的交叉型人才。

具身智能領(lǐng)域?qū)秃闲腿瞬诺男枨蟪掷m(xù)增長，也推動國內(nèi)高校的人才培養(yǎng)體系開始調(diào)整轉(zhuǎn)型。近日教育部發(fā)布了《普通高等學校本科專業(yè)目錄（2026年）》，已經(jīng)支持9所高校增設(shè)具身智能新專業(yè)，從課程設(shè)置到能力培養(yǎng)方向，都完全貼合產(chǎn)業(yè)對復合型人才的需求。