每个独立空间里，年轻的员工身穿动捕服，手握着手柄，缓慢而精准地做出抓取、翻转、放置的动作。他的身旁，机器人如镜像般同步模仿。
他们是“机器人的第一任老师”，从事着一项听起来有些科幻的工作：教机器人认识世界、学会行动。
这是一个新兴的岗位——数据采集师。日常工作中，他们可能上万次重复同一个动作，为的是让机器人学会把动作拆解、重组，最终内化为自己的“肌肉记忆”。
一份新奇的“育儿”体验
数据采集时，身体需要保持极其标准的姿态，手指的弯曲角度、手腕的旋转幅度，都必须精确到毫米级。
“累是真的累。”数据采集师小彭说，“但你看它慢慢学会了，又觉得值得。”
他养的猫叫“发财”，两个月大抱回家，现在两岁了。从教猫用猫砂，到教猫握手、击掌、转圈，他享受“把不会的东西教到会”的过程。如今，他把同样的耐心放到了机器人身上。
“机器人学习很慢，但当你经历了上万次的重复，看到它慢慢变聪明，从一个动作都做不好到可以跟你互动，那种成就感就像看到一个孩子长大成人。”
小彭这样描述自己的工作感受：“非常科幻。”他打了一个形象的比方，“如果把机器人比作食材，做数据采集就像厨师，食材的好坏决定了能否做出美味。而教机器人动作，又很像在养育一个孩子，从不会走路，到能稳稳地抓取东西，那种感觉很奇妙。”
“它就像我的影子，我做什么，它就做什么。有时候我甚至觉得，我在创造另一个自己。”小彭说。
他用的比喻更年轻，也更热血——“像环太平洋里开高达那种感觉”。
但这门“驾驶高达”的手艺，远没有电影里那么浪漫。更常见的场景是：机器人突然失控，机械臂撞上桌角，或者手指夹爪卡死不动。这时候，采集员就要放下手柄，蹲下来检修、调试，重新来过。
沮丧的时候当然有。“就像教一个小孩，怎么也教不会。”小彭说。
从零开始的“基建”
艾欧智能的联合创始人丁哲章算过：一个简单的抓取动作，至少需要采集上万条有效数据，才能让机器人具备基本的泛化能力。而要让机器人在复杂场景中自主决策，数据的量级要以百万、千万计。
“人的学习需要数据，模型的学习更是如此。”他说，“具身智能的数据不像文本、不像图像，需要融合视觉、动作、关节、环境感知等多种模态，它必须是物理世界里的真实交互——人碰了什么东西，机器人怎么反馈，力有多大，角度有多偏——这些数据没有现成的，只能一点一点采出来。”
丁哲章把2026年定义为“具身智能数据的元年”。在他看来，行业已经走完了从0到1的验证阶段，接下来是从1到100的规模化扩张。
“今年开始，各地都在建数据采集厂，本体公司、模型公司都在加大投入。这是一个明确的信号：行业要快速发展了。”
对于丁哲章来说，这种让年轻人满怀热情与行业的独特性，正是他创业的初心所在。团队核心成员此前深耕自动驾驶与机器人本体领域。他们敏锐地意识到，数据是制约具身智能发展的“卡点”后，迅速转型。
目前，他们的业务重点聚焦于两大类数据：一条叫“真机数据”，用真实的机器人去采集；另一条叫“人类数据”，用人穿戴设备去采集人的动作、视觉、关节信息。前者贵，后者快，两条腿走路。
不止于人工智能的选择
从大模型到具身智能，从自动驾驶到AI制药，这一轮人工智能浪潮的创业者普遍年轻化。填报志愿的季节，人工智能也成了热门专业。
公司团队人员平均年龄27岁，对此丁哲章有自己的见解。在人工智能专业炙手可热的当下，他建议年轻人回归本心：“首先，结合自己最擅长和最感兴趣的领域。每个专业都很重要，在AI浪潮下都有其结合的方式。”
他更看重跨学科的能力：“我认为，在接下来的发展阶段，拥有垂直领域的专业知识，并懂得利用AI工具能力的人，是所有领域都稀缺的。”
他鼓励大学生不必盲目追逐热门专业，而应思考如何用AI工具为自己原本的专业赋能，创造更大价值。“如果你的领域还没充分利用AI工具，那就代表这里还有巨大的空间和机会。”
当被问及对未来的展望时，丁哲章说，数据采集员作为新兴职业，正催生出新的就业形态。“未来，我们会把采集方案带到任何一台机器人上，让整个行业向着更通用、更开放的方向发展。”
他描绘了一个颇具科幻感的未来：“或许到第10代、第20代机器人时，就不再是人去训练它，而是机器人能教你一些东西了。”