人类指望劳动对冲AI倒计时了

机器人要学的第一课，不是数学题，是叠衣服。而老师，是全世界正在干活的普通人。

Figure 是美国人形机器人公司，估值390亿美元，Brett Adcock（就是口播里的“斌哥”）创立。2026年8月25日，它宣布了一个叫 Index 的App：普通人下载注册，拍自己做家务、在餐厅收拾桌子、在仓库补货的视频，上传审核通过就按有效时长拿美元报酬。

听着像兼职外快，其实是一台隐形的数据工厂。它收集的不是“内容”，是机器人缺的“默会知识”——那种没人写成文字、没人拍成视频的动手能力。

斌哥一开始也想直接买。结果发现供应商根本达不到他要的多样性——因为机器人要学的动作数据，在互联网上根本不存在。

文字有百科，图片有社交平台，但“人是怎么用手干活的”，没人系统拍过。叠一件衬衫有十种叠法，每个家庭的厨房布局都不一样，这些长尾细节实验室拍不出来，外包公司也造不出来。干脆自己建：下载App，成为创作者，按时长拿钱。

官方口径，四个月：26.4万次下载，覆盖108个国家，累计收到超1600万段视频，向创作者支付了1500万美元，4.4万名周活跃贡献者。

有个数字特别震撼：平台每秒钟收到约30分钟的新视频。折算一下——30分钟/秒乘以86400秒，等于每天43200小时，相当于每天记录下大约4.9年的人类劳动。这个量级，没有任何实验室、任何供应商做得出来。

Index 的数据管线有五道工序，1600万条视频里真正能进模型的，才是有效数据。

它还能反着用：用户可以花钱在App上雇一名创作者上门帮你干活，顺便录下来——服务者赚钱，数据也赚了，两头通吃。

Figure 披露过一个数据：每1000小时Index数据，平均包含373个不同任务、1146个操作对象、116种环境。

想象一个画面：一个陌生厨房，一个人戴着设备擦猫砂。这个场景实验室一辈子拍不出来，但恰恰是这些长尾场景决定了机器人的上限——机器人在工厂能搬箱子，不等于它进了你家会叠衣服。

所以结论很清楚：这条赛道的胜负手不在芯片，不在本体，在数据。Figure的Helix 2.5模型，就是直接用Index的1600万条人类视频预训练的，测试口径是在30个从没去过的湾区家庭零样本干活，420次全任务试验成功237次，约56%。

56%当然不够看，但方向已经锁死了：未来12个月，Figure要在数据和算力上花掉超过10亿美元。数据，正在成为比GPU更稀缺的资产。

中国也在跑，但跑法完全不同。最像Index的是觅蜂派——2026年9月23日在上海发布，直接被媒体叫“中国版Index”。它背后站着智元机器人：智元持股70.92%，CEO姚卯青同时是智元联合创始人。觅蜂派让普通人领任务、戴自研MEgo设备（头戴+腕部双视角、二指夹爪）照常干活，按审核后的有效时长秒结提现，设备租金39元/天、推广期19元。

目前覆盖22大类场景、5000多个任务、5万多个真实环境，2万套设备已下线（第2万套交付京东），累计沉淀约100万小时可用数据。平台配了1亿元补贴：5000万任务补贴、2000万设备补贴、3000万线下服务网络、200万设备保险。

但中国不是一个App在跑，是四层生态一起跑：

数据行情也摆在这：国内真机数据报价约500-1000元/小时，专业驻场采集员月薪8000-1.5万元。2026上半年国内具身智能赛道融资935亿元，其中数据赛道半年吸金约170亿——资本已经用脚投票。

这两天Figure的新闻特别密，有两件事值得单独拎出来。

第一件：Figure 04 锁定设计

10月1日，Brett Adcock官宣——F.04完成关键设计评审、全面设计锁定，开始发运零部件，并称之为“历代之间最大的飞跃”。但注意：规格、价格、量产时间表、整机照片，官方全部还没公布。任何“F.04参数曝光”的说法目前都不可信。

第二件：施瓦辛格把F.02送进熔炉

网传“施瓦辛格给Figure 04拍广告”，准确说法是——他参与的是Figure 02的退役大片（9月30日发布）。起因是Figure总部堆不下退役的F.02了，Adcock在网上征集处置方案，施瓦辛格留言：“你应该熔了它们。”结果Figure真干了：把退役机器人送到芬兰一座75吨电弧炉前，专门训练AI特技模型让机器人自主后空翻跳进千度钢水，复刻《终结者2》结尾T-800沉入钢水的画面，施瓦辛格本人到场见证，配文“Hasta la vista, F.02.”。

这不是给F.04拍广告，而是一场代际交接的营销——F.02谢幕、F.03登台、F.04踏火而来。

聊完热闹，说点跟咱们做电商做企业的相关的。这波“机器人的数据生意”，有笔账值得算清楚。

第一笔账：单条视频的成本是错觉

1500万美元除以1600万段，看着每段不到1美元，但结算口径是“审核后的有效时长”——无效视频白录。任何生意只要带“审核后结算”，实际单位成本就要按有效产出率重算：你一小时录了60分钟，通过审核只有40分钟，那你的时薪是40分钟的钱，不是60分钟。

第二笔账：先投入后回报，现金流才是命

数据采集、广告投放都是“先付后赚”：钱先花出去，回报要等审核、等回款。只看利润表不看现金流，就会“账面盈利、现金枯竭”——做跨境电商的朋友，这句话对广告费同样成立。

第三笔账：补贴不是利润

觅蜂派1亿元补贴是获客成本，不是持续收入。测算任何平台的可持续收益，都要把补贴剔除再看——这对研究平台经济的咱们是常识，但很多人栽在这。

税务上三点提醒：第一，个人当“机器人训练师”的收入属于劳务报酬或经营所得，劳务报酬预扣率20%-40%，经营所得累进5%-35%，记得留存平台结算记录，年度汇算清缴合并计税。第二，企业采购数据要合规列支：发票、合同、验收记录三件套归档，数据集可以按无形资产处理，具体口径以主管税务机关解释为准。第三，跨境数据交易涉及服务贸易和外汇申报，别裸奔——这块我后面找一期专门讲。

• 具身智能（Embodied AI）：让AI有身体、能在真实世界动手干活的智能，机器人是它的载体。
• VLA模型：视觉-语言-动作三合一大脑——能看图、能听懂话、能指挥手脚，Figure的Helix就是这类。
• 数据飞轮：数据越多→模型越强→产品越好→用户越多→数据更多，越转越快的循环。
• 众包：把任务发包给一大群普通人完成，外卖众包、数据众包一个逻辑。
• 有效数据时长：不是录多久算多久，平台审核通过的那部分时长才计酬。
• 去重：用算法删掉内容几乎一样的重复视频，省算力、防偏科。
• 再平衡：按任务配额调控数据比例，防止某类任务数据泛滥、某类稀缺。
• 长尾数据：数量少但极关键的罕见场景，比如陌生厨房、猫砂盆、换机油。
• 零样本（Zero-shot）：模型从没练过某场景也能直接干，像第一次进别人家就会叠衣服。
• 遥操作：人远程操纵机器人演示动作，再把过程录成训练数据。
• 无本体数据：不经过机器人本体、直接用人或设备采集的动作数据，便宜量大。
• RaaS（Robot-as-a-Service）：机器人按服务订阅出租，类似SaaS但卖的是“劳动力”。
• 电弧炉：用电弧熔化金属的工业炉，75吨级的能把整台机器人化成钢水。

他大概不会急着夸这生意聪明，只会用一连串问题把人问住：那些录视频的人，知道自己正在为取代自己的机器人供粮吗？按分钟付费，买走的是动作，还是动作背后的劳动与生活？欺骗比掠夺更可怕——掠夺让你看见敌人，欺骗让你连受害的事实都不知道。

机器人学会叠衣服的那天，第一个叠衣服的阿姨，也许正拿着不到一美元的报酬看这条新闻。被替代者，首先是不知道自己正在被替代的人。

这场戏的主要矛盾不是某家公司的营销，而是“真实世界数据荒”与“通用机器人落地需求”之间的供给矛盾。没有调查就没有发言权——Figure愿意花10亿美元收数据，是因为它知道数据墙不拆，什么算法都是纸上谈兵。

分散的个体劳动者对抗不了资本的数据机器，但数据生产本身是分散的：谁把千千万万劳动者组织进规范的生产体系，谁就握着下一个时代的生产资料。矛盾存在，解决路径也必然存在。

拆掉“拍视频挣钱”这层壳，最底层的事实是：机器人缺的不是视频，是“动作与意图之间的因果”。1600万段视频里，有多少段真正教懂了模型？

与其堆数据，不如想清楚数据里到底什么是知识、什么是噪声——把这件事做成可验证的，比多买1000万段视频有用。市场会奖励把数据透明度做成卖点的后来者，就像它当年奖励特斯拉把续航做成诚实数字。

我是惑者，喜欢就关注、点赞、转发，有任何问题都可以私信或在评论区讨论，我会一一仔细回复。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见

THANKS FOR READING