OpenAI（美国人工智能公司） 社区出现 SpatialRL 提案：用手机众包微任务为具身模型补充空间数据
OpenAI（美国人工智能公司） 开发者社区出现一份用户提案，设想在 ChatGPT 中引入 SpatialRL：当视觉模型对路况、门店或入口等空间信息把握不足时，向附近用户推送约 3 秒的确认微任务，并以 OpenAI 生态奖励回报，同时要求端侧匿名化和多人共识校验。
该提案把手机用户设想为现实世界反馈数据源，但仅是社区功能建议，未获 OpenAI 采用，也无实测效果数据。
公司口径原始来源可核对
事实与证据边界
用户 2comkr 于 2026 年 10 月 19 日在 OpenAI（美国人工智能公司） 社区“ChatGPT Feature requests”板块发帖提出 SpatialRL 方案。 其设想包括：以置信度阈值触发空间微任务； 用户在 3 秒内点选二选一或拍摄单帧；
原始图像在端侧做人脸和车牌匿名化，并用 GPS（全球定位系统）、IMU（惯性测量单元）与本地 Wi-Fi BSSID（无线网络基本服务集标识）签名融合校验位置； 空间节点须有 2 个独立确认才写入知识图谱； 用户以 OpenAI 生态奖励回报。 帖文目标是为 ChatGPT 及未来具身机器人智能体提供实时空间真值，替代周期性街景采集。
帖中未给出任何模型精度、成本或试点数据。
分析判断
这是开发者社区的开放功能建议，不是产品发布，也没有实验验证。 值得记录的是其对数据采集路径的设想：把视觉语言动作模型在动态街景上的长尾失败，转化为低认知负荷的用户确认任务。 但 3 秒任务完成质量、共识机制抗刷单能力、端侧匿名化可靠性、奖励成本，均由发帖者设想而非实测支撑，隐私合规风险也需独立评估。
后续观察信号
- 检索是否有平台公开众包空间数据采集的隐私评估
- 跟踪该帖后续回复与状态变化
- 对比其他消费应用众包反馈机制的设计