在印度马哈拉施特拉邦的一家纺织厂里，28岁的纳文·纳伦德拉正站在工作台前，额头固定着一台GoPro相机，双手反复折叠着毛巾。他的动作精准而机械，每一次手腕翻转、指尖按压都被清晰记录，这些第一视角视频将被传回硅谷，用于训练能像人一样完成折叠、搬运的人形机器人。这不是科幻场景，而是2026年印度制造业真实发生的日常——工厂工人佩戴摄像头采集操作数据，正成为全世界AI训练的核心原料。这场看似新奇的实践，既折射出印度制造业的转型困境，也暗藏着全球AI产业链的利益博弈与伦理争议。
人形机器人研发的核心瓶颈，从来不是算法模型，而是具身数据——人类在真实场景中如何抓握物体、应对突发状况、调整动作节奏的第一手经验 。大语言模型能从海量文本中学习，但机器人必须在物理世界中“实践”，而这些数据采集成本极高：用机器人自主采集需承担设备维护、安全风险等高额成本，远程操控校准则每分钟都在消耗人力与硬件资源 。
印度恰好成为了最优解。一方面，印度拥有庞大的制造业基础，纺织、电子组装、汽车零部件等领域劳动力充足，且具备丰富的手工操作经验，能提供折叠布料、装配零件、搬运货物等高频真实场景数据；另一方面，印度劳动力成本远低于欧美国家，时薪约2-3美元，仅为发达国家的1/10，大幅度降低了数据采集成本。此外，印度年轻人口众多，不少工人具备基础数码操作能力，能快速适应摄像头佩戴要求。
除了纺织厂，印度的电子组装厂、汽车零部件厂也在大范围的应用这一模式。马哈拉施特拉邦的一家电子厂工人，通过佩戴摄像头记录手机零件装配流程，捕捉到手指精准插入卡槽、避免零件刮擦的细微动作；卡纳塔克邦的汽车配件厂，则记录工人安装轮胎螺栓的力度控制、角度调整等细节。这些看似普通的操作数据，正是让机器人从“实验室”走向“工厂车间”的关键。
工人佩戴摄像头采集数据，并非简单“随手拍”，而是一套标准化流程，涉及工人、外包公司、机器人企业三方协作。
外包公司会先筛选具备基础操作能力的工人，通过AI面试工具评估其动作规范性。随后进行专项培训，要求工人遵循严格规则：保持双手始终入镜、动作自然流畅、避免暴露个人隐私信息，同时记录不同场景下的操作变体，比如折叠不一样的材质布料、处理不同大小零件。印度德里的工程系学生达图，每天课后都会在狭小的阳台上重复录制叠衣服动作，为模型提供多样化素材。
工人佩戴头戴相机（多为GoPro、iPhone改装设备），在真实生产环境中完成日常操作。相机以第一视角记录，完整捕捉手部轨迹、身体姿态、节奏变化及微小修正 。为保证数据质量，工厂会安排专人监督，防止违规操作（如动作敷衍、镜头遮挡）。印度古吉拉特邦的一家纺织厂，要求工人每录制1小时需提交10段不同操作片段，经AI初筛后进入下一环节。
录制完成的视频会被传输至外包公司的数据中心，经AI与人工双重审核：AI自动过滤掉露脸、暴露隐私信息的片段，人工则筛选出操作规范、有参考价值的内容。随后，专业标注员对视频中的动作进行拆解，标注出“抓握”“折叠”“搬运”等关键节点，以及物体碰撞、滑落等异常场景。这些标注后的数据集，会被打包出售给特斯拉、Figure AI等机器人研发企业。
机器人企业将这一些数据集输入模型，训练机器人学习人类操作逻辑。比如通过印度工人录制的纺织数据，机器人能掌握不同布料的折叠力度；通过汽车装配数据，机器人能精准完成零件拼接。数据公司Micro1的CEO阿里·安萨里透露，机器人企业每年在线亿美元，而印度贡献了全球约30%的制造业具身数据。
工人戴摄像头训练AI，对印度而言是一把“双刃剑”，既带来了产业转型机遇，也暗藏多重风险。
通过参与AI数据采集，印度制造业能间接对接全球前沿技术，推动产线升级。印度纺织厂借助数据训练的机器人，可将生产效率提升30%以上，良率从85%提高至95%，缩小与中国等制造业强国的差距。汽车零部件厂通过AI优化装配流程，能更好承接全球车企订单，助力印度实现“世界工厂”目标。
除了传统的操作岗位，数据采集、标注、审核等岗位应运而生。印度班加罗尔、海德拉巴等科技城市，涌现出上千家数据采集外包公司，提供时薪15美元左右的岗位，高于当地平均薪资水平。这些岗位吸引了大量年轻劳动力，包括工程师、大学生等，推动劳动力结构向技术型转型。
印度成为全世界AI训练数据的重要供应国，不仅能获得数据采购收入，还能吸引机器人研发企业在印设立数据中心，带动相关科技产业高质量发展。印度NASSCOM多个方面数据显示，2025年印度AI数据产业规模达5亿美元，预计2026年将增长至7亿美元。
尽管要求工人避免露脸和暴露隐私，但第一视角视频仍会捕捉到工厂内部布局、设备细节，甚至工人的生活场景。印度工人多为短期合同工，对数据隐私认知不足，难以有效规避隐私泄露。有工人透露，录制时无意间拍到了工厂车间的敏感区域，导致数据被驳回，个人也面临失业风险。
数据采集岗位多为外包制，工人缺乏正式劳动合同，社保、福利等权益难以保障。部分外包公司为压缩成本，延长工人上班时间，却未支付相应报酬。印度劳工部多个方面数据显示，2025年印度数据采集行业劳工投诉案件同比增长40%，主要涉及薪资拖欠、工作环境恶劣等问题。
工人长期重复录制单一操作，技能难以提升，且随着数据采集自动化程度提高，基础岗位面临被替代风险。印度数据标注员时薪仅1-2美元，远低于欧美国家，且AI自动标注工具已能处理50%-70%的简单任务，进一步挤压基层工人生存空间。有工人抱怨，每天重复录制叠衣服动作，感觉自己只是“数据生产机器”，看不到职业前景。
过度依赖外部数据采集，可能会引起印度制造业丧失核心技术自主权。目前印度机器人训练数据主要由欧美企业掌控，数据标准、质量发展要求均由对方制定，印度处于被动地位。一旦数据供应中断，印度制造业智能化转型将陷入停滞。
印度工厂工人戴摄像头训练AI的模式，要实现可持续发展，必须平衡产业高质量发展与工人权益，走出一条本土化路径。
印度政府应出台专对于数据采集行业的劳动法规，明确工人的劳动合同、薪资福利、社保保障等权益，禁止外包公司压榨劳动力。同时建立监督管理的机构，按时进行检查数据采集企业的工作环境，保障工人合法权益。印度马哈拉施特拉邦已率先试点“数据劳工权益保护条例”，要求企业与工人签订正式合同，缴纳社保，值得推广。
鼓励本土科技公司参与数据采集、标注业务，打破欧美企业垄断。印度本土数据公司可结合本地制造业特点，开发适配印度工厂场景的数据采集标准，提高数据质量。同时培养本土数据人才，建立专业培训体系，让工人不仅能从事基础采集，还能掌握标注、审核等技能，提升职业价值。
推广隐私计算、数据脱敏等技术，在数据采集、传输、处理全流程中保护工人隐私。比如采用AI自动模糊处理视频中的隐私区域，避免个人隐私信息泄露。同时建立数据溯源机制，明确数据所有权，防止数据被滥用。
印度制造业应逐步从“数据供应者”向“技术创造者”转型，加大本土机器人、AI研发技术投入，实现数据采集与产线智能化的自主可控。比如印度本土科技公司可联合工厂开发适配本地生产需求的机器人系统，减少对外部技术依赖，同时创造更高的附加价值的就业岗位。
印度工厂工人佩戴摄像头训练AI，是全球AI产业高质量发展与制造业转型的缩影。它既展现了印度在全球产业链中的新机遇，也暴露了发展中国家在技术浪潮下面临的共同挑战。对印度而言，这场“数据淘金”不仅是一次产业升级契机，更是一次重塑劳动力权益、平衡技术发展与人文关怀的考验。唯有兼顾产业高质量发展与工人权益，才能让这场技术变革真正惠及各方，推动印度制造业实现高质量转型，也让全球AI产业的发展更具温度。
