周四,外卖平台DoorDash宣布推出一项新的工作扩展服务Tasks,为其送餐员提供一系列小任务来赚取额外收入。其中一些任务是对常规送餐应用的无害补充,比如拍摄菜单照片或店铺入口照片。
DoorDash还推出了一款独立应用,这真正引起了我们的关注。通过这款应用,该公司将分配训练AI模型的基础任务。
"送餐员可以完成拍摄日常任务或录制自己说其他语言等活动,"DoorDash的帖子解释道。"这些数据帮助AI和机器人系统理解物理世界。"
如果你进入Tasks应用的新下载页面,你会看到其他任务示例,包括用可见的双手洗至少五个盘子、整理床铺和给植物换盆。
当今的AI使用先进的机器学习来解释不仅是文本(如聊天机器人的情况),还有视觉数据,比如物体、动作甚至某些动作背后的语境。DoorDash的视频任务可能就是用于这种类型的训练。
这不是我们第一次看到公司专门雇佣零工人员来训练AI——Uber在去年年底就启动了自己的AI训练项目。
但这些项目引发了一些问题。当AI模型被认为已充分训练时会发生什么?这些训练出来的AI会被用来取代其他行业的员工吗?使用这款应用的送餐员(呃,任务工?)在AI分析他们的视频时能够保护自己的隐私吗?
当我联系DoorDash时,该公司告诉我它"在我们所有的产品和服务中都保持着强有力的隐私保护措施,包括Tasks",但没有提供具体细节。
目前还不清楚什么AI模型将在所有这些视觉数据上进行训练,但DoorDash正在广撒网。该公司表示,它正在与来自零售、保险、酒店和科技行业的企业合作进行Tasks训练。也许其中一些将训练机器人。
DoorDash为这项AI训练支付多少报酬
很难准确计算某人可能因这项工作得到多少报酬。DoorDash表示,"报酬是预先显示的,根据活动的努力程度和复杂性确定。"这并没有透露太多信息,但Tasks应用运行中的截图提供了进一步的线索。
在一个例子中,应用为扫描商店货架提供了16美元。在另一个例子中,它提供20美元让你与朋友或家人进行日常的西班牙语对话(这需要既"自然"又事先仔细安排,以避免"政治内容"和"可识别信息",所以祝你好运)。
基于美元符号图标,像用平底锅做饭这样的工作将比折叠衣服这样的任务支付更多报酬。
这些Tasks在哪里可用
我们不确定Tasks应用在完整推出后将在哪里可用,但它目前在美国的特定地区可用。
DoorDash表示,该应用将在加利福尼亚州、纽约市、西雅图和科罗拉多州等地完全被禁止。它没有给出原因,但这可能与这些地区通过的隐私和就业立法有关,比如加利福尼亚州将零工人员认定为独立承包商的裁决。
Q&A
Q1:DoorDash的Tasks应用是什么?它有什么用途?
A:Tasks是DoorDash推出的一款独立应用,为送餐员提供训练AI模型的基础任务来赚取额外收入。任务包括拍摄日常活动、录制多语言对话、洗盘子、整理床铺等,这些数据用于帮助AI和机器人系统理解物理世界。
Q2:通过Tasks应用能赚多少钱?
A:报酬根据任务的努力程度和复杂性确定。从应用截图可以看到,扫描商店货架可获得16美元,进行西班牙语日常对话可获得20美元。用平底锅做饭等复杂任务的报酬会比折叠衣服等简单任务更高。
Q3:Tasks应用在哪些地区可以使用?
A:目前Tasks应用在美国的特定地区可用,但在加利福尼亚州、纽约市、西雅图和科罗拉多州等地完全被禁止,这可能与这些地区的隐私和就业立法有关。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。