# 具身智能数据采集现状：日薪180元外包模式与质量标准缺失

> 原文链接：https://robotics.hellobike.com/news/2026-11-11-180-a1b67bb0
> 频道：news | 更新日期：2026-11-11 | 标签：auto, rss, 36kr
> 核心摘要：具身智能机器人应用技术员新增职业背景下，数据采集员日薪180元但面临质量监管真空。行业预估需1亿小时数据支撑类人能力，当前有效数据仅数十万小时，2026年被视为规模化元年，但末端采集点存在动作注水与结算风险。

# 具身智能数据采集现状：日薪180元外包模式与质量标准缺失

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[日薪180，在「流水线」上给机器人当老师](https://36kr.com/p/4065157431317385?f=rss)（36氪）

## 核心内容

人社部拟新增“具身智能机器人应用技术员”职业，数据采集成为核心工种。行业测算机器人具备初步类人能力需约1亿小时数据，而全球有效存量仅几十万小时，2026年被定为数据规模化元年。目前全国直接获单公司仅几十家，下游分包劳务派遣公司达数百家，形成“模型厂商提需求-服务商接单-劳务外包执行”的产业链条，兼职采集员规模接近百万级，成为填补数据缺口的主力军。

采集作业分为薄膜传感器与手套设备两类，新手需佩戴指尖连线装置重复捏取、翻转等动作，单日标准155组（每组120秒），系统设定80%达标率门槛。现场缺乏统一质检规范，采集员可通过晃动代替翻转等“偷工减料”方式通过算法检测，暴露出上游标准未落地问题。薪酬结构为基础日薪180元加时薪30元加班费，但实际结算中存在甲方核对缺漏导致欠薪现象，且《具身智能数据集质量要求》等国标尚未转化为现场可执行规则。

## 关键看点

- **数据供需缺口**：行业预估具身智能类人能力需1亿小时数据，全球有效数据仅几十万小时，2026年确立为数据规模化元年
- **采集作业规格**：采用薄膜/手套传感器，单日基准155组×120秒动作，系统设定80%达标率阈值，新手需适应高强度重复操作
- **质量验证漏洞**：现场缺乏统一质检标准，采集员可用大幅度晃动替代完整翻转动作并通过系统检测，数据有效性存疑
- **外包结算风险**：产业链经多层劳务分包，基础日薪180元+加班费30元/h，但存在甲方未确认工时导致薪资拖欠案例

## 工程与产业观察

该案例揭示了具身智能数据工程化初期的典型矛盾：海量数据需求催生了劳动密集型采集产业，但缺乏自动化质检与标准化SOP导致“劣币驱逐良币”。对于算法团队而言，单纯堆砌采集时长已失效，亟需建立基于物理一致性的数据清洗管线与实时反馈机制；产业侧则需加速推动数据集质量国标落地，将非标人力外包转化为可控的数据生产基础设施。
:::

## 原始参考来源 (Sources)

- [36氪：日薪180，在「流水线」上给机器人当老师](https://36kr.com/p/4065157431317385?f=rss)