Micro1 нанимает людей по всему миру учить гуманоидов, пока рынку ИИ нужны новые тесты

Рынок embodied AI упирается уже не только в железо, но и в человеческие данные: тысячи людей по всему миру снимают на видео, как они стирают, гладят и убирают дома, чтобы обучать гуманоидов. На этом фоне исследователи все громче говорят, что привычные тесты ИИ почти ничего не говорят о том, как такие системы поведут себя в реальной работе.

Как учат гуманоидов Одна из самых заметных компаний в этом новом слое рынка — Micro1.

Она нанимает контракторов более чем в 50 странах, включая Нигерию, Индию и Аргентину, чтобы те записывали бытовые действия от первого лица: складывали одежду, мыли посуду, протирали стол, наливали воду, открывали холодильник. Для этого люди крепят iPhone на голову и снимают короткие ролики с руками в кадре. Дальше видео проходят проверку, разметку и попадают в датасеты, которые покупают робототехнические компании.

Логика у этого простая: большим языковым моделям хватило интернета, а гуманоидным роботам нужен реальный физический мир. Симуляции помогают отрабатывать движения, но плохо передают хаос обычной квартиры: разный свет, тесные кухни, скользкие поверхности, десятки типов предметов и способов взаимодействия с ними. Поэтому на рынке появляются не только Micro1 и Scale AI, собравшая более 100 тысяч часов такого материала, но и новые каналы вроде DoorDash Tasks.

19 марта 2026 года DoorDash официально запустила пилот, где исполнителям платят за съемку бытовых действий и речевых записей для ИИ и робототехники. Даже сотни тысяч часов видео пока не выглядят пределом потребности рынка.

«Это займет больше времени, чем многие думают», — робототехник

Кен Голдберг.

Цена таких данных

Для многих исполнителей это неплохая подработка: ставка около 15 долларов в час в ряде стран выглядит конкурентной. Но работа быстро оказывается однообразной. Участникам нужно снова и снова снимать похожие действия, придумывать новые сценарии в пределах маленькой квартиры и следить, чтобы запись соответствовала инструкциям.

Один из работников в Дели рассказывал, что на пятнадцатиминутное полезное видео у него может уйти почти час — просто потому, что дома не так много разных задач для камеры. iPhone или другой совместимый смартфон крепят на уровне головы ролики записывают от первого лица, обычно по 1–2 минуты руки и объект должны оставаться в кадре почти все время нужны вариации света, комнат, поверхностей и предметов * лица, имена и другие личные данные стараются не показывать Главный вопрос здесь даже не рутина, а приватность. Даже если лицо не попадает в кадр, в видео остаются интерьер, лекарства на кухне, вещи детей, распорядок дня и соседи, случайно попавшие в фон.

При этом сами исполнители часто не знают, кому именно потом продаются их записи, как долго они хранятся и можно ли добиться удаления. Исследовательница Ясмин Коттури прямо говорит, что компании должны заранее объяснять людям, куда вообще может прийти такая технология и как это скажется на них в будущем.

Почему тесты ломаются

Параллельно с гонкой за данными усиливается и другой спор: как вообще измерять качество ИИ. Исследовательница Анджела Аристиду считает, что отрасль слишком долго жила в логике школьного экзамена, где модель сравнивают с человеком на изолированной задаче с правильным или неправильным ответом. В жизни так почти не бывает.

ИИ встраивают в команды, регламенты и длинные процессы, где важны не только точность и скорость, но и то, как система влияет на координацию людей, нагрузку, доверие и число ошибок на следующих шагах. Вместо этого Аристиду предлагает подход HAIC — Human–AI, Context-Specific Evaluation. Его идея в том, чтобы проверять не модель в вакууме, а работу системы внутри организации и на длинном горизонте.

В ее примерах медицинские ИИ могли хорошо выглядеть на тестах, но в больницах замедляли работу, потому что врачам приходилось подгонять их выводы под локальные стандарты отчетности и требования регуляторов. Такой подход сдвигает фокус сразу по нескольким линиям: от индивидуальной задачи к командной работе и рабочему процессу от разового теста к эффекту на длинной дистанции от голой точности к качеству координации и обнаружению ошибок от отдельного ответа к последствиям до и после его использования Для бизнеса это неудобная, но полезная мысль. Высокий балл в бенчмарке еще не означает, что инструмент ускорит больницу, склад, службу поддержки или гуманитарную организацию.

В одном из кейсов, который приводит Аристиду, систему оценивали 18 месяцев внутри реальных процессов и отдельно отслеживали, насколько легко люди замечают и исправляют ее ошибки. Только такая проверка показала, какие защитные механизмы вообще нужны до масштабного внедрения.

Что это значит В истории про домашних тренеров для роботов и в споре о

новых бенчмарках есть один общий вывод: ИИ-индустрия все меньше держится на красивых демо и все больше — на качестве скрытой инфраструктуры. Побеждать будут не только те, у кого эффектнее робот или выше тестовый балл, а те, кто сможет этично собирать реальные данные, внятно объяснять правила работы с ними и доказывать пользу системы внутри настоящих процессов, а не только на сцене.