做家務也能躺賺？洛杉磯上千人靠刷碗拖地成了機器人的學習樣本

在洛杉磯，全世界最零碎、最沒人樂意干的家庭雜活，正在被打造成一門穩賺不賠的新買賣。
洗碗、煮咖啡、澆花、刷馬桶, 這些你每天閉著眼都能做的日常舉動，現在成了AI公司搶著想要的好東西，只要你把手機或者小型運動相機綁在額頭、手腕上，把做家務的整個過程拍下來，那么這些零碎的舉動就會變成訓練機器人的核心數據，而且按小時來算費用賣給AI公司。

據《洛杉磯時報》報道，從圣塔莫尼卡到洛斯費利斯，上千名洛杉磯居民已經加入了這場身體數據眾包計劃，他們在家做家事的時候，對著鏡頭給AI演示, 人類怎么端杯子才不會灑、怎么擰抹布才不會漏水、怎么精準避開桌腳才不會磕碰。有參與者笑著說，「這些事本來就是我每天要做的，現在竟然還能掙錢，就好像為呼吸領工資一樣」。

給AI當生活老師，到底是怎樣的一份工作

這份在當地零工圈特別火的兼職，在零工經濟平臺上的招聘描述直接又簡單，戴上頭帶和腕帶攝像頭, 連續錄制1-2個小時在家做飯、打掃、整理房間的日常活動，用指定手機App上傳視頻，通過審核就能拿到每次幾十美元的報酬。
覺得沒什么門檻之類的，可AI公司需要的，壓根就不是隨隨便便拍個做家務的視頻博客, 他們需要的是那種最貼近、最細致、最還原真實生活的動作數據。

拍什么？不是什么高難度動作, 就是煮咖啡、切菜、洗碗、拖地、澆花、收納衣服這些最最日常的生活動作。
怎么拍？得把相機或者手機用頭部或者手腕的固定架綁好, 從第一視角、手部視角把動作的每個細節都完整記錄下來包括手指怎么用力、手腕怎么轉動、碰到障礙物怎么調整姿勢等等。

像Instawork這類零工平臺是前端，負責招參與者、分發拍攝設備、審核視頻內容, 而Sunain等人類數據采集的初創公司是后端，它們會把那些影像素材打包成標準化的訓練集, 再賣給機器人研發和AI公司。

那到底由誰來付錢？跟以前那種「把家庭監控錄像喂給算法」的粗糙數據采集完全不一樣，這一回，AI公司所瞄準的，是那些我們平常都不太留意、但卻能決定機器人會不會干活的小細節。比如說怎么擰干一塊吸飽水的廚房抹布才不濺水，怎樣在狹小的水槽里轉鍋具才不磕碰，怎樣一手端著盤子一手還能順利把門關上，這些我們容易就能做到的動作，剛好是當下家用機器人特別容易手忙腳亂的關鍵短板, 而大量的人類日常動作數據，正是解決這個問題的唯一辦法。

為什么AI突然搶著學做家務，從動嘴到動手，AI的下一次革命

這一陣戴著攝像機做家務的潮流，根本就不是什么偶然的網紅兼職, 而是生成式AI發展到現在，從云端走到現實物理世界的必然結果。
AI的發展，明顯可以分成兩個階段，第一個階段, 是以ChatGPT為代表的大模型快速發展時期，它們靠著互聯網上大量的文本、圖像數據, 很快就學會了說話寫作畫畫，能夠在屏幕里差不多做完所有的數字內容工作, 可是它們對真實的物理世界一點都不了解不知道杯子裝太滿會灑、抹布擰太使勁會破、地板有水會打滑，完全不明白現實里的摩擦、重量和阻力。
而當下，AI已經處在第二個階段，機器人和具身智能（embodiedAI）進入爆發階段， 各個科技公司都在想著把AI從屏幕里帶出來，讓它走進家家戶戶, 能夠端盤子、擦桌子、疊衣服，真正變成能干活的家用機器人。
而這所有的前提, 就是得讓AI精確復刻人類的動作軌跡、發力方式還有應對突發情況的本能反應。
《洛杉磯時報》在報道里提到，越來越多的初創公司已經開始自己研究專門的硬件, 除了基本的腕帶攝像頭之外，還有帶深度信息的專業鏡頭，甚至是布滿傳感器的數據采集戰衣，可以精確捕捉人類的手指發力情況, 肌肉震動情況，身體姿態變化情況，從而給機器人建立最全面的“人類動作樣本庫。
攝影網站PetaPixel也確認了, 就Sunain這家公司，已經在洛杉磯發放了超1400套這類采集設備，專門用來收集自然狀態下人類的日常活動數據，好讓那些物理世界的AI知道真實家庭場景里的各種干擾、意外還有中斷之類的情況。
以前，AI學的是人類寫在互聯網上的作業, 而現在，它開始學人類身體做出的每一個下意識動作，而且，我們平常覺得沒什么的日常家務，就這么成了AI進化途中最有價值的必修課。