摘要：特斯拉弗里蒙特工厂急招 Optimus 数据采集团队，甚至专设“夜班主管”。这暴露了具身智能的残酷现实：大模型再聪明，数据也得靠三班倒的苦力活来喂。
全文字数：约850字 预计阅读：约2.5分钟
昨天，X 上知名特斯拉观察账号 @TeslaZoa 发了一条很有意思的帖子。
他扒了扒特斯拉加州弗里蒙特（Fremont）工厂最新发布的招聘岗位，发现了三个与 Optimus 直接相关的新职位：数据收集协调员、数据收集运营主管，以及——最有意思的一个——数据收集运营主管（夜班）。
对，你没看错，连数据收集都要分白班和夜班了。
这三个岗位全是弗里蒙特工厂的现场全职职位。根据招聘信息里的描述，特斯拉正在大幅扩充 Optimus 的数据收集团队。这个特意设立的“专属夜班运营领导角色”，摆明了是要把数据采集的运转时长拉满，24小时不间断地为 Optimus 的开发输送“粮草”。
机器人数据飞轮，是一门24小时连轴转的苦力活
说实话，看到“夜班主管”这四个字，我脑子里闪过的第一个词是：真实。
现在满大街的新闻都在吹大模型又突破了、算法又泛化了，搞得好像具身智能马上就能横推一切。但特斯拉这则干巴巴的招聘启事，直接撕开了行业的真相：没有海量、稳定、24小时不间断的真实数据，再牛的算法也只是空中楼阁，遥控机器人也没法变成什么都能干的机器人。
第一层，为什么非要搞夜班？因为真实数据的产能瓶颈太硬了
人形机器人可不像大语言模型那样，上网爬点文本就能训练。要让 Optimus 学会在工厂里搬箱子、在厨房里拿杯子，它需要的是极其昂贵的“真机交互数据”。
这些数据怎么来？必须靠人类操作员穿上动捕服、戴上 VR 头显，一遍又一遍地手把手“教”机器人。这就好比是流水线上的计件工。白天有工程师盯着，晚上机器不能闲着啊，必须得有人顶上。这根本不是什么高大上的 AI 研发，这就是一场拼时长的体力战。
第二层，对比谷歌的“世界模型”，特斯拉选择了更重的路
前两天，谷歌刚发了 Genie 4 世界模型，能在虚拟世界里生成逼真的交互画面，想用算力在虚拟环境里替代真实数据。但特斯拉呢？马斯克显然觉得虚拟仿真不够，还得是“现地现物”。这个夜班岗位，就是特斯拉在真实世界里死磕物理数据的铁证。他们不仅要在弗里蒙特练，还要把 Optimus 送进得州的超级工厂，在真实的产线上三班倒地采数据。
第三层，一二级市场的“卖水人”，逻辑更硬了
如果你还在盯着一级市场的具身大模型估值，或者二级市场的整机概念股，我建议你把视线往下移一点。
既然连特斯拉都需要招夜班主管来疯狂采集数据，那谁在赚这个钱？当然是提供数据采集基础设施的厂商。高精度的动捕系统、低延迟的遥操作控制器、力反馈外骨骼、遍布全身的传感器……当整机厂和科技巨头开始卷“每日数据采集时长”时，这些上游硬件设备的采购量一定会迎来爆发。这就是典型的基础设施红利。
当我们都在仰望具身智能“替代人类”的星辰大海时，现实的工业流水线上，正在招募夜班主管来干最枯燥的采数据活儿。
这有点反高潮，但这就是产业初期的真相。算法决定机器人能飞多高，但数据决定了它能不能落地。毕竟，机器不睡觉，总得有人替它熬大夜。