当地时间 3 月 19 日，外卖配送平台 DoorDash 正式推出独立的 “Tasks” 应用，面向平台配送员开放各类付费任务，通过收集配送员拍摄的视频、语音等内容，为公司及合作方的 AI 与机器人系统训练提供真实场景数据支撑。这一举措不仅为配送员打造了配送之外的灵活增收渠道，也让 DoorDash 借助线下配送网络的优势，实现物理世界的数字化数据采集，进一步完善其 AI 技术体系。
据 DoorDash 介绍，配送员可通过 Tasks 应用完成拍摄日常操作、用其他语言录制语音等多样化任务，所有任务的报酬都会提前明确展示，报酬金额根据任务的付出成本与复杂程度综合判定。这些由配送员提交的原始音视频素材，将成为 AI 与机器人系统理解真实物理世界的重要依据，不仅用于优化 DoorDash 自研的 AI 模型，还会为零售、保险、酒店和科技领域的合作企业提供模型训练与评估支持。
此次推出的任务类型覆盖多元的现实场景，其中一个典型任务要求配送员佩戴随身摄像头，拍摄清洗至少五盘餐具的手部操作画面，且每清洗完一盘餐具需在镜头前停留数秒，再进行下一个操作，通过精细化的场景拍摄为 AI 积累具象化的行为数据。除了独立的 Tasks 应用，DoorDash 还在原有 Dasher 配送员应用中上线了数字化任务板块，任务形式更贴合配送员的工作场景。
Dasher 应用内的任务更注重为平台配送业务与合作场景赋能，例如为合作餐厅拍摄菜品实景图用于菜单展示、拍摄酒店入口实景帮助配送员精准找到取送件位置等。值得一提的是，DoorDash 与 Waymo 的自动驾驶合作相关工作也被纳入任务体系，配送员可通过为 Waymo 自动驾驶车辆完成关门操作获得相应报酬，实现了跨界合作任务的数字化落地。
DoorDash Tasks 业务总经理 Ethan Beatty 表示，Tasks 应用的核心目标是帮助更多企业洞悉线下真实场景、挖掘全新行业洞察，同时为超 800 万名美国配送员提供自主灵活的增收方式。这 800 万名配送员的线下网络几乎可覆盖美国所有区域，其触达能力成为 DoorDash 数字化物理世界的强大支撑，让平台能高效收集到不同场景、不同地域的真实数据。
事实上，DoorDash 并非首家借助线下从业者训练 AI 的平台，去年年底，出行巨头 Uber 便已推出相关计划，允许平台司机通过上传照片等简单任务获得额外收入，为 AI 模型训练提供数据支持，此次 DoorDash 的布局，也让本地生活服务领域的 AI 数据采集模式进一步落地。
目前，DoorDash 的 Tasks 独立应用与 Dasher 应用内的任务板块，仅在美国部分地区开放服务，暂未覆盖加利福尼亚州、纽约市、西雅图和科罗拉多州等区域。对于业务的未来发展，DoorDash 明确表示，后续将持续丰富任务类型，并逐步推进 Tasks 业务的海外市场拓展，让这一数据采集与增收模式覆盖更多地区。
