時薪多給50台幣即可？歐美科技廠瘋搶「第一人稱影片」數據，印度變身機器人資料庫 | 李靖棠

印度新德里西郊的卡蘭維哈爾（Karan Vihar）回收區，43歲的蘇妮塔（Sunita Rathore）頭戴綁著 iPhone的頭帶，精準記錄手部剝離塑膠標籤與分類廢料的每一個微小動作。在此之前，她每個月靠分類廢棄物，能賺取約20000盧比（約新台幣6744元）收入，如今多了這份攝影機紀錄的外快，能讓蘇妮塔每小時多賺150盧比（約新台幣50.6元）薪資。

但當外媒詢問蘇妮塔，有關這份打工內容，以及影片未來會流向何方時，身為拍攝者的本人毫無頭緒。原來她所拍下的一舉一動，都是在替人工智慧（AI）與機器人企業，提供核心訓練數據基礎：簡單來說，她當下的所有行為，就是在幫忙訓練、未來某一天即將取代自己的機器人。

間接訓練未來取代自己的「那個它」

彭博專題發現，無論是新德里的回收廠、班加羅爾的牛仔褲工廠，或是印度各地的漁村與建築工地，數以萬計的印度工人，被以低廉時薪招募，透過攝影機以第一人稱視角（Egocentric）精細記錄人類雙手執行工作任務的完整過程。而這些拍攝的影像資料，隨後都被科技公司取回，以素材和數據資料的方式注入AI系統，作為訓練機器人學會人類動作的重要養分來源。

經過多年研發，人形機器人（humanoid robot）已能在受控環境中跳舞或跑步，但在真實世界進行測試時，往往會出現伸手拿取箱子發生摔倒的現象。科技產業將「炫技展示影片」與實用機器人之間的鴻溝，視為人工智慧面臨的核心瓶頸之一。要賦予機器人物理智慧，問題不在於硬體或演算法，而是在「數據」。

想讓機器人作到真正擬人化或仿真，需要大量人類摺疊、焊接、穿鞋帶與堆疊的真實第一人稱影片，才有辦法一點一點地進行訓練，以及揪出各種錯誤，在此之前這類日常影片，過去從未有人系統性進行蒐集。輝達（Nvidia）具身智能（Embodied AI）數據總監萊文（Ben Levin）受訪時指出，「物理 AI本質上是數據問題，要建構強韌可部署的物理 AI，所需的訓練數據量，遠遠超過任何人的想像程度。」

針對這個新市場，花旗集團（Citigroup）預測，到了2050年人形機器人相關市場規模，可達到7兆美元（約新台幣217兆元）。市調機構Research and Markets的數據則顯示，機器人影片訓練數據市場規模，將從2026年的119億美元，在2031年飆漲至498億美元（約新台幣1.54兆元）。

中美兩國如今在這塊領域上，展開激烈競爭追逐。美國在基礎研究上領先，但在製造業數據收集上卻遠遠落後北京；中國企業主要利用各大小工廠工人，配戴VR眼鏡進行動態捕捉收集內部數據，但他們嚴格限制自家數據出境，正因為這個限制，才使得全球人口第一大國的印度，成為機器人產業眼中最有價值的數據庫所在地。（相關報導：閒置引擎工廠活化再利用！三菱聯手輝達，2027年起量產自家人形機器人｜更多文章）

每日薪資翻倍背後的諷刺意含

面對這個潛在的數據庫，隨即有大量資本迅速湧入印度國內，開啟這場數據資料搶奪戰。包含像Build AI等歐美新創企業，就開始與印度當地數十家工廠合作，讓1.4萬名工人裝備頭戴式攝影機，拍攝超過100萬小時的影片。而旗下擁有150萬名零工的Awign Enterprises，也透過類似方式，向全球頂尖機器人實驗室，提供20萬小時的客製化影片，內容包含觸覺手套與手腕攝影機數據，目標年底衝上200萬小時。