机器人还不会叠衣服，但这件事正在被解决
波士顿动力的机器人会后空翻，特斯拉的Optimus能端咖啡，Figure的机器人能在仓库里搬货——视频放出来，每一条都让人惊叹。
但有一件事，这些价值数十亿美元的机器人项目至今还做不好：
叠一件T恤。
或者更准确地说：在真实的家庭环境里，用人类的方式，流畅地完成那些人类每天都在做、但从来不觉得复杂的事——整理桌面、倒一杯水、把碗放进水槽、开冰箱拿东西。
这不是硬件问题，也不是算法问题。
这是数据问题。
机器人不知道人类怎么动，因为没有人系统性地告诉过它。
人形机器人面临的真正瓶颈
训练一个会说话的AI，需要的是文字数据——互联网上有几十万亿字，这个问题基本已经解决了。
训练一个会看图的AI，需要的是图像数据——几十亿张标注图片，ImageNet等项目已经积累了多年。
但训练一个会用身体在真实世界里做事的AI，需要的是什么？
需要的是具身数据（Embodied Data）——第一视角的真实人类动作视频，记录人怎么用手抓握物体、怎么在拥挤的厨房里转身、怎么在不平的地面上保持平衡。
这类数据，在互联网上几乎不存在。
大量人形机器人实验室——Figure、Physical Intelligence、波士顿动力、1X、宇树科技——正在为此发愁。他们有顶级的工程师，有融了几十亿美元的弹药，但他们缺的，是足够多、足够多样、足够真实的人类动作数据。
两个加州大学伯克利分校的在读本科生，Lyem Ningthou 和 Anshul Verma，看到了这个缺口。
他们的解法，听起来出奇地简单。
把头绑上手机，做家务，然后拿钱
Asimov 的商业模式很简单：招募全球普通人，让他们戴着头戴式摄像头做日常任务，把拍到的第一视角视频整理成数据集，卖给机器人公司。
具体操作是这样的：注册成为Asimov的数据贡献者，Asimov会寄给你一个轻便的头带支架（手机自备）。打开他们的App，把手机固定在头带上，然后……继续做你本来要做的事。做饭、打扫、在书桌前工作、跑腿办事。
拍完，上传，收钱。
起步价是每小时20美元，完成前5小时后涨到25美元，还有额外的量级奖金。不需要任何技术背景，不限时间，不限地点，全球开放。
隐私方面，Asimov承诺不采集音频，自动模糊人脸和个人身份信息。
目前，Asimov已经在全球部署了超过5000名贡献者，分布在家庭、餐厅、酒店和工厂等场景。
互联网上的反应：从”年度副业”到”黑镜既视感”
这个招募信息在网上传开之后，评论区的画风很有意思。
一边是跃跃欲试的打工人——”这就是年度最强副业，我要把叠衣服练成肌肉记忆，一件一件地赚钱”；有人已经开始规划”IKEA宜家速通路线”和”叠衣服马拉松”来冲量级奖金；还有人造梗说”我的厨房现在是机器人大学”。
另一边是满腹疑虑的隐私派——”模糊人脸不等于得到了同意，你的邻居、你的孩子、你路过的商场员工呢？”；”公司、学校、医院会允许员工顶着头戴摄像头上班吗？”；更多人联想到了《黑镜》。
这两种反应加在一起，恰好说明了Asimov这个点子的张力所在：它足够真实，也足够让人不舒服。
这门生意，为什么可能成立？
第一，需求是真实且迫切的。
全球主要人形机器人实验室都是数据饥渴型客户，他们有预算，有意愿，缺的就是这类数据。这不是一个需要”教育市场”的生意——买家已经存在，只是没有好的供应商。
第二，众包是目前最可行的数据采集方式。
另一种做法是机器人公司自己雇人、自己建场景来采集数据——但这既慢又贵，而且场景多样性极差。Asimov的全球众包模式，能以极低的边际成本，采集到来自不同文化背景、不同家庭布局、不同生活习惯的第一视角数据——这种多样性，是在实验室里无论如何都复制不了的。
第三，市场规模清晰可见。
随着人形机器人浪潮在2026年到2030年加速，具身AI训练数据的市场规模预计超过10亿美元。这不是一个模糊的假设，而是已经有明确买家的市场预测。
它面临的真实挑战
当然，这个模式也有几道真实的坎。
隐私问题是头号风险。 头戴摄像头拍摄的不只是贡献者自己的生活，还有他们身边的人——家庭成员、同事、路人。”自动模糊”技术并不完美，而在不同国家和地区，这类数据采集的法律边界各不相同。一旦出现一起重大隐私事件，整个模式都可能受到监管冲击。
数据质量的控制难度很高。 众包的优势是规模，劣势是参差不齐。如何确保来自5000名分散在全球的贡献者的视频，达到机器人公司所需要的标注质量和场景多样性，是一个真实的运营难题。
两位创始人还是在读本科生。 Lyem Ningthou和Anshul Verma都是加州大学伯克利分校2026届的应届毕业生，这是他们的第一家公司。团队只有3人。在一个需要同时管理全球供应链（贡献者）和企业级客户（机器人实验室）的生意里，执行能力将会是最大的考验。
这家公司的名字叫 Asimov，来自科幻作家艾萨克·阿西莫夫——他写了《机器人三定律》，几乎定义了人类对机器人关系的所有早期想象。
用这个名字做一家训练机器人的数据公司，是一种挺有意思的自我定位。
阿西莫夫笔下的机器人，最终学会的是如何在人类世界里生存，如何理解人类的意图，如何做出对人类有益的判断。这件事在小说里靠的是”三定律”，在现实里靠的是数据。
而Asimov这家公司正在做的，就是让全球5000个普通人，用自己做早饭、叠衣服、倒垃圾的视频，一点一点地告诉机器人：
人类是这样活着的。
这件事听起来很小，但它可能是让机器人真正走进家庭的那块最后的拼图。
Asimov 目前正在全球招募数据贡献者，贡献者起步薪酬为每小时20美元，可前往 asimov.com 申请参与。
