杭州余杭区某数据标注公司的老板老张，最近不再盯着屏幕上的像素框发愁了。
过去两年，他的团队每天要做的事很简单：用鼠标框出视频里的行人、车辆、猫狗。那是传统的计算机视觉标注，按帧计费，单价极低，拼的是人力堆砌。但现在，客户——主要是几家头部视频生成模型的训练团队——提的要求变了。他们不再需要知道“这里有一只猫”，他们需要知道“这只猫跳起来时，尾巴的摆动轨迹符合空气动力学，且落地时的形变符合弹性系数”。
这是 Sora 2 带出来的后遗症，也是新一轮数据红利的起点。
从“画框”到“建模”：物理规律的标价
OpenAI 推出的 Sora 2 在 2025 年底上线后，迅速占据了视频生成市场的主导地位。据《Sora 2实测：长镜头能用了，但别指望它当导演》一文中的 37 次实测数据显示，Sora 2 在 90 秒长镜头中展现了不错的物理一致性，但画面闪烁和细节遗忘仍是硬伤。尤其是涉及复杂物理交互的场景，比如水泼洒后的飞溅轨迹、玻璃破碎的瞬间力学分布、或者衣物在风吹下的布料解算，模型经常产生“幻觉”。
这种幻觉不是 Bug，而是训练数据的缺失。大模型能学会“这是什么”，却很难学会“世界是怎么运行的”。
老张的公司转型做得最早。他们不再招聘大量兼职大学生，而是引入了退役的物理工程师和动画特效师。现在的标注流程是：先由 AI 预生成视频，再由专家标记出物理异常区域。比如，标记一个“水杯倾斜导致液体流速不符合重力加速度”的样本，其单价是普通物体检测标注的 50 倍。
“以前我们按帧收钱，现在按‘物理事件’收钱。”老张告诉《AI 纪元》，“一个标准的‘碰撞’场景，比如两个球体撞击，我们需要标注接触点、反弹角度、能量损耗系数。这些数据直接喂给模型的奖励模型（Reward Model），让它学会区分‘像真的’和‘不像真的’。”
这种转变极大地提高了行业门槛。传统标注厂靠规模效应生存，而新型标注厂靠“领域知识”生存。据行业内部消息，2026 年上半年，专门从事物理规律标注的团队，人均产出价值是传统标注团队的 10 倍以上。虽然人数少了，但议价权高了。
定价逻辑的重构：复杂度而非数量
这门生意的核心难点在于，物理规律是隐性的，无法像文字那样直接对应。标注一份“重力数据”，需要明确重力方向、强度、以及对不同材质物体的影响差异。
目前的定价体系大致分为三类：
- 基础运动学：如直线运动、匀速圆周运动，单价约为 0.5-1 元/秒。这类数据量大，但竞争激烈，许多大厂已开始使用合成数据自举。
- 复杂动力学：如流体模拟、软体形变、粒子碰撞，单价高达 10-50 元/秒。这是当前的暴利区，因为合成数据难以覆盖真实世界的噪声和不确定性，必须依赖真人标注。
- 多物理场耦合：如热气上升导致的气流扰动、摩擦生热导致的材料变化，单价可达 100 元/秒以上。这类数据极少，主要服务于顶级科研机构和头部厂商的进阶模型训练。
值得注意的是，随着 Sora 2 等模型迭代，简单场景的物理一致性已通过大量公开数据集解决。市场真正紧缺的，是那些“边缘案例”——比如，雨水打在油腻路面形成的特殊反光，或者金属在高温下的轻微膨胀。这些细枝末节，正是真人标注员的价值所在。
壁垒：不是数据，是“纠错直觉”
很多人问，既然这么赚钱，为什么不是所有标注厂都能做？
答案在于“纠错直觉”。物理规律标注不是简单的分类，它需要标注者具备极强的空间想象力和物理常识。一个合格的标注员，不仅要指出“车撞墙了”，还要判断“车头凹陷的程度是否符合钢材屈服强度”，“碎片飞溅的角度是否符合动量守恒”。
这种能力无法通过短期培训获得。老张的公司现在要求员工必须通过一项为期两周的“物理直觉测试”，包括盲猜物体下落时间、估算碰撞能量等。通过率不足 20%。
此外，数据隐私和安全也是新的壁垒。与传统的图像标注不同，物理规律标注往往涉及未公开的模型内部表现，标注人员需要签署严格的保密协议，并接受全程监控。这使得小型团队难以进入这个圈子，进一步巩固了头部标注厂的寡头地位。
上游的暴利，下游的焦虑
数据标注厂的翻身，折射出整个 AI 产业链的焦虑。视频生成模型已经卷到了“物理引擎”层面，但底层模型的泛化能力依然有限。据《Sora 2实测》提到的，即使是最先进的模型，在处理非结构化、高动态场景时，依然需要海量的高质量物理数据进行微调。
这也解释了为什么《VS3.0把后期成本砍到十分之一》中提到，虽然后期成本下降，但接单更难了。因为视频生成的门槛降低，竞争加剧，制片方开始追求极致的真实感，而这恰恰依赖于上游物理标注的质量。
未来一年，随着 Sora 3 及同类竞品的推出，物理规律标注的需求只会增不会减。对于数据标注厂来说，这不再是苦力活，而是一门关于“模拟世界真实性”的高精尖生意。老张的办公室墙上，现在挂着的不再是 KPI 图表，而是一张复杂的流体动力学公式推导板。他说：“以前我们标的是像素，现在，我们标的是真理。”
在这个时代，懂得如何定义“真实”，比拥有多少数据更重要。
