行业新闻DoorDash人工智能数据标注
DoorDash 推出全新 Tasks 应用：支付报酬让骑手拍摄视频以训练 AI
DoorDash 近日推出了一款名为“Tasks”的新应用程序，旨在通过支付报酬的方式，鼓励配送骑手参与 AI 模型训练数据的收集工作。根据该计划，骑手可以通过完成特定任务（如拍摄日常活动视频或录制多语言语音）来获取额外收入。这一举措标志着外卖平台在利用其庞大劳动力资源推动人工智能技术发展方面迈出了新的一步。
TechCrunch AI
核心要点
- 新应用发布：DoorDash 正式推出名为“Tasks”的独立应用程序。
- 众包 AI 训练：该应用允许配送骑手通过提交视频和音频数据来赚取报酬。
- 任务类型多样：任务内容包括拍摄日常活动视频以及录制不同语言的语音片段。
- 数据用途明确：收集到的多媒体数据将直接用于人工智能模型的训练与优化。
详细分析
劳动力角色的转变
DoorDash 推出的 Tasks 应用代表了配送骑手角色的一种演变。传统上，骑手的收入完全依赖于物流配送，而现在，他们可以利用配送间隙或业余时间，通过智能手机参与到 AI 基础设施的建设中。这种模式将庞大的零工经济劳动力转化为分布式的数据标注和采集员，为 AI 训练提供了真实世界的多模态数据源。
数据采集的多样化与本地化
通过让骑手拍摄日常任务和录制多语言语音，DoorDash 能够获取到极具多样性的数据集。这些数据涵盖了不同环境下的视觉信息和多种语言的语音信息，对于提升 AI 在复杂现实场景中的感知能力和跨语言交互能力具有重要价值。这种来自一线、真实场景的数据往往比实验室环境下的数据更具训练效能。
行业影响
DoorDash 的这一举措可能引发零工经济平台的新趋势。对于 AI 行业而言，这提供了一种高效、大规模获取高质量训练数据的新途径。通过将数据采集与现有的配送网络结合，企业能够以较低的边际成本获取大量长尾场景的数据。同时，这也反映了科技巨头在 AI 竞赛中对底层数据所有权的重视，通过自建渠道确保数据的合规性与独特性。
常见问题
问题：骑手在 Tasks 应用中具体需要做哪些工作？
骑手需要完成特定的活动，例如拍摄日常任务的视频，或者录制自己使用另一种语言说话的音频，以此来换取报酬。
问题：Tasks 应用收集的数据主要用于什么？
根据官方信息，这些提交的视频和语音数据将主要用于训练人工智能（AI）模型，帮助提升算法的识别和理解能力。
