في خطابه الذي ألقاه في دافوس في بداية هذا العام، أعاد ماسك التأكيد على ذلك التنبؤ المثير للغاية — في المستقبل، سيكون عدد الروبوتات على الأرض أكبر من عدد البشر.

من الواضح أن الذكاء الاصطناعي والروبوتات أصبحتا الآن الموضوعين التكنولوجيين الرئيسيين الوحيدים على مستوى العالم: أحدهما هو الذكاء الاصطناعي العام الذي يقترب باستمرار من النقطة الحرجة للـ AGI، والآخر هو الروبوتات التي تخرج من المختبرات وتحاول الاستيلاء الشامل على العمل البدني البشري. وبالمثل، فإن قطاع الذكاء المتجسد هو أيضًا من المسارات الرئيسية التي ركز عليها قطاع التشفير هذا العام، بخلاف مفهوم الذكاء الاصطناعي. فيما يلي مشاريع في قطاع الروبوتات تستحق المتابعة.

OpenMind

في 4 أغسطس 2025، أعلنت شركة OpenMind، وهي شركة بنية تحتية للآلات الذكية مقرها في سيليكون فالي، وفقًا للإعلان الرسمي، عن إتمام تمويل بقيمة 20 مليون دولار بقيادة Pantera Capital، مع مشاركة عدد من المؤسسات ومستثمرين ملاك بارزين مثل Ribbit وشينغ هوا للرأس المال المخاطر وCoinbase Ventures وDCG وLightspeed Faction وAnagram وPi Network Ventures وTopology وPrimitive Ventures وAmber Group.

OpenMind تساعد الروبوتات على التفكير والتعلم والعمل من خلال تطوير برامج مفتوحة المصدر. يسمح نظام تشغيل الروبوتات الذكية المفتوح المصدر الأصلي OM1 بتكوين ونشر عوامل الذكاء الاصطناعي في العالم الرقمي والعالم المادي. يمكن للمستخدمين إنشاء دور ذكي وتشغيله في السحابة، أو تشغيله على روبوتات مادية في العالم الحقيقي.

ببساطة، عندما تقوم OpenMind بتطوير OM1، فهي تُنشئ "دماغ ذكي" للروبوتات. يمكن لهذا "الدماغ الذكي" أن يعمل من خلال تعاون عدة وكلاء ذكيين، والتفاعل مع عدة نماذج لغوية كبيرة، كما يمكنه جمع البيانات من مصادر متعددة لأداء المهام (مثل مساعدتك في نشر محتوى على وسائل التواصل الاجتماعي). وبما أن OM1 مفتوح المصدر، فهو نظام تشغيل روبوتات عالي التوافق، مشابه لنظام Android على الهواتف، حيث لا يعتمد على الأجهزة.

بالإضافة إلى ذلك، يمتلك OpenMind شبكة هوية روبوتات على السلسلة تُسمى FABRIC، مصممة لتمكين البشر والروبوتات من مشاركة طبقة ثقة قابلة للتحقق. يمكن للبشر كسب شارات من خلال مشاركة بيانات الموقع على الخريطة، وتقييم سلوك الروبوتات، والتطوير، إلخ. أما بالنسبة للروبوتات، فإن كل روبوت مزود بنظام OM1 ينضم إلى شبكة FABRIC، مما يمنحه هوية فريدة قابلة للتحقق، ويجعل الأوامر والسجلات التشغيلية وملكية الروبوتات وغيرها من السلوكيات قابلة للتتبع على السلسلة.

في ديسمبر 2025، أعلنت OpenMind بالتعاون مع مُصدر العملات المستقرة Circle عن إطلاق نظام دفع آلي مبني على بروتوكول x402. مع تحسّن قدرات الروبوتات، لن تكون مجرد أدوات تنفذ مهام، بل ستبدأ بأداء دور ككيانات اقتصادية مستقلة. فهي بحاجة لشراء قوة حوسبة وبيانات ومهارات، وحتى توظيف روبوتات أو أشخاص آخرين لإكمال المهام المعقدة.

CodecFlow

توفر CodecFlow منصة موحدة تعمل بسلاسة على السحابة والحوافة والسطح والأجهزة الروبوتية، مع دعم واجهات برمجة التطبيقات الشائعة حاليًا والأنظمة التقليدية. تقوم المنصة بتوحيد مدخلات أجهزة الاستشعار الروبوتية المختلفة إلى تنسيق موحد، وتقسيم حركات الروبوتات المعقدة إلى وحدات، مما يتيح لفرق التطوير أو المستخدمين عدم الحاجة إلى تصميم الروبوتات من الصفر، كما تسمح للإدراك والقرار والتحكم بين الروبوتات المختلفة بالتأثير المتبادل عبر الشبكة، بدلاً من أن تكون منفصلة أو محددة بمنصة واحدة مرتبطة بالعتاد.

يقوم موظفو مدعومون بالذكاء الاصطناعي بالاستجابة للتغيرات في واجهة المستخدم داخل البرنامج أو في بيئة الروبوتات من خلال الإدراك والتفكير في الوقت الفعلي، لمعالجة ضعف أتمتة الروبوتات التقليدية التي تعتمد بشكل مفرط على النصوص البرمجية المكتوبة مسبقًا عند مواجهة أي تغييرات طفيفة. باختصار، يتم التقاط لقطات الشاشة أو صور الكاميرا أو بيانات المستشعرات، ثم معالجة هذه البيانات الخارجية بواسطة الذكاء الاصطناعي لمعالجة الملاحظات أو الأوامر، وأخيرًا تنفيذ القرارات من خلال التفاعل مع واجهة المستخدم.

Peaq

في 27 مارس 2025، أكمل بروتوكول DePIN Layer1 Peaq تمويلًا بقيمة 15 مليون دولار، بقيادة Generative Ventures وBorderless Capital، مع مشاركة Spartan Group وHV Capital وCMCC Global وAnimoca Brands وMoonrock Capital وFundamental Labs وTRGC وDWF Labs وCrit Ventures وCogitent Ventures وNGC Ventures وAgnostic Fund وAltana Wealth.

على الرغم من أن السرد الأولي كان يركز على DePIN، إلا أن peaq أطلقت Robotics SDK في سبتمبر الماضي، مما يمكّن الروبوتات من امتلاك هوية ذاتية، وإجراء المدفوعات والاستلام، والتحقق من البيانات، والانضمام إلى الاقتصاد الشبكي على السلسلة. الآن، يمكن لأي روبوت متوافق مع نظام ROS2 الانضمام إلى اقتصاد peaq الشبكي، واستخدام معاييره العامة للتجارة مع البشر أو روبوتات أخرى.

بالإضافة إلى ذلك، أطلقت peaq العام الماضي مشروعًا آليًا لـ RWA يُسمى "RoboFarm" على DualMint، حيث أنشأت مزرعة روبوتات في هونغ كونغ، وحققت أتمتة 80% من الإنتاج الزراعي من خلال الروبوتات. تُباع الخس والسبانخ والكرنب الملفوف الناتج في هونغ كونغ. ويبلغ العائد السنوي المتوقع لحاملي NFT حوالي 18%.

Axis Robotics

تسعى Axis Robotics إلى بناء بنية تحتية موزعة قابلة للتوسع للذكاء الجسدي (Physical AI). إنهم على يقين بأن نهج "المحاكاة أولاً" (Simulation First) هو أفضل طريق للتجاوز من خلال نقص البيانات في الروبوتات وحدود تعميم النماذج، حيث يحققون قفزة ثلاثية في جودة البيانات وثرائها وحجمها من خلال جمع بيانات بتكاليف منخفضة وبنطاق واسع، بالاعتماد على محرك تحسين بيانات حصري. في الوقت نفسه، تمتلك كل أصول البيانات أصلًا موثوقًا على السلسلة (On-chain Provenance)، مما يساهم معًا في بناء مخزون الوقود الأساسي لتطور الذكاء الروبوتي العام (RGI).

Axis غيّر طريقة توفير بيانات تدريب الروبوتات. فمعظم المشاريع الأخرى المتاحة في السوق التي "تُدخل/توفر بيانات تدريب الروبوتات" تعتمد على تحفيز المستخدمين على تصوير ورفع مقاطع فيديو لأداء حركات محددة في العالم الحقيقي باستخدام أجهزة مثل الهواتف أو النظارات الذكية، بهدف تحقيق مشاركة مستخدمين عالمية وسهلة الوصول. على الرغم من أن تكلفة جمع البيانات بهذه الطريقة منخفضة، إلا أن البيانات المستمدة من الفيديوهات تفتقر إلى الدقة الفيزيائية، وتنقصها معلومات العمق، ولا تضمن استمرارية ودقة بيانات ثلاثية الأبعاد.

من خلال "المحاكاة الافتراضية"، حلّت Axis هذه النقطة الحرجة، حيث تسمح البيئة المحاكاة بتدريب النموذج على مجموعة واسعة ومتنوعة من سيناريوهات المحاكاة (الإضاءة، الزوايا، الاحتكاك، الديناميات، إلخ) لإنجاز المهام حتى في ظروف افتراضية أكثر صرامة، مما يمنحه قدرة تعميم قوية. تعتمد Axis على استراتيجية هجينة (Hybrid Strategy) تجمع بين البيانات الحقيقية النادرة وكميات هائلة من البيانات المولدة اصطناعياً. وباستخدام تقنية تعزيز البيانات الميتا المُسرّعة بواسطة GPU، تم تحقيق تغييرات كبيرة في الإضاءة، والملمس، والخصائص الفيزيائية لسيناريو واحد. ليست السيناريوهات الافتراضية ثابتة أو مبرمجة مسبقاً، بل يمكن تعديلها بسهولة. يمكن توليد عدد لا نهائي من السيناريوهات باستخدام الكود، مما يعرض الروبوت لتحديات أكثر صرامة وشمولية وفقاً لمتطلبات كل سيناريو. تكلفة توليد هذه السيناريوهات منخفضة، مع إنتاج كميات هائلة، وقد تم التحقق جزئياً من فعالية هذا الأسلوب – الذي يعتمد على كميات كبيرة من البيانات للوصول إلى الحل الأمثل – من قبل شركات رائدة مثل Google وNVIDIA.

تم إكمال أول مشروع محاكاة تعلم روبوت مفتوح للجمهور من قبل Axis، وهو "Little Prince's Rose". في مشروع "Little Prince's Rose"، يقوم المستخدمون بتمكين الروبوت من تنفيذ حركة سقي الزهرة بنجاح عبر واجهة ويب في بيئة محاكاة، حيث يتعلم الروبوت السقي من خلال جمع وتحليل عمليات المستخدمين. يمكن للمستخدمين التحكم عن بُعد في الروبوت عبر واجهة ويب، مما يحافظ على تكلفة منخفضة وحاجز دخول منخفض لطريقة رفع الفيديو، وفي نفس الوقت يبني نموذجًا أساسيًا أصيلًا للروبوت يعتمد على VLA (الرؤية-اللغة-الإجراء) مدركًا للثلاثية الأبعاد، مما يعزز قدرة الروبوت على التفكير في الفضاء ثلاثي الأبعاد التي تفتقر إليها مصادر بيانات الفيديو.

بعد مرور فقط 5 أيام على إطلاق مشروع "Little Prince's Rose"، قدم المستخدمون العاديون من جميع أنحاء العالم دون خلفية صناعية في الروبوتات، من خلال تجربة ممتعة، عشرات الآلاف من المسارات عالية الجودة وقابلة لاستخدامها في تدريب الاستراتيجيات. بناءً على هذه البيانات، نجح Axis في تدريب نموذج الاستراتيجية وإعادة إنتاجه فعليًا على ذراع Franka. وهذا يمثل علامة فارقة لـ Axis في تنفيذ الحلقة الكاملة المغلقة: "إنشاء المهمة -> جمع البيانات من المجتمع -> تعزيز البيانات -> تدريب النموذج -> نشر فعلي".

بيانات حقيقية لمدة ساعة واحدة يمكن تحويلها إلى 1000 ساعة من بيانات التدريب، وهذا الرافعة الكفاءة تقلل بشكل كبير من تكلفة تعميم نموذج الروبوت.

خلال اختبار بيتا خلال عيد الربيع، أكمل 18,000 مشارك بدون خلفية صناعية للروبوتات على Axis 27 مهمة جديدة في خمسة أيام فقط، وقدموا أكثر من 100,000 مسار بيانات. نجح الاختبار في دعم توليد عشوائي عالي داخل المهام، وتحقق من التوافق مع أصول متعددة الأشكال مثل الروبوتات ذات العجلات والروبوتات ذات الذراعين.

ستُطلق منتجات Axis الأساسية في أواخر مارس، ويتوقع إطلاق أكبر مجموعة بيانات افتراضية عالمية مبنية على ذراع Franka مفتوحة المصدر في أواخر أبريل أو أوائل مايو، لتلبية متطلبات تدريب الاستراتيجيات والنماذج بالكامل. في الوقت نفسه، كمشروع في مجال الروبوتات ينطلق من Crypto-AI، بدأت Axis في استكشاف ودفع تطبيقاتها الصناعية الخارجية، بالتعاون مع عملاء رائدين في عدة مجالات متخصصة لتسريع عملية التحول إلى النموذج التجاري: التعاون مع شركة سيارات لتنفيذ حلول أتمتة في مراحل الإنتاج؛ التوصل إلى توافق في الآراء مع شركة حوسبة قيد الإدراج العام حول الأصول الافتراضية ونماذج العالم؛ وبناء شراكات عميقة مع عدة شركات تمتلك أجسامًا مادية في مراحل حاسمة مثل جمع بيانات المحاكاة الافتراضية وتدريب النماذج. جميع هذه الخطوات تعكس خارجية نادرة لمشاريع الكريبتو.

GEODNET

شبكة لامركزية توفر بيانات التحديد الديناميكي في الوقت الحقيقي بدقة سنتيمترية للطائرات المُسيَّرة والروبوتات وغيرها، وتضم أكثر من 21,000 محطة قاعدة نشطة في أكثر من 150 دولة. خلال العام الماضي، حقق المشروع إيرادات تجاوزت 7 ملايين دولار أمريكي، مع اتجاه نمو متزايد على أساس ربع سنوي.

على الرغم من أن هذا المشروع يُصنّف بشكل أكبر ضمن DePIN، إلا أن الطلب على بيانات تحديد المواقع في الوقت الفعلي بدقة عالية من المتوقع أن يزداد انتشارًا مع انتشار تطبيقات الروبوتات في الحياة الواقعية. في فبراير 2025، أعلنت Multicoin قيادتها لشراء رموز $GEDO بقيمة 8 ملايين دولار من مؤسسة GEODNET.

BitRobot

تم تطوير شبكة BitRobot من قبل FrodoBots Lab وProtocol Labs بهدف تحقيق عمل وتعاون الروبوتات الموزعة. تشمل مكوناتها الأساسية: العمل الروبوتي القابل للتحقق (VRW)، وهو مقياس كمي للحوافز الشبكية لتحديد وتحقق مهام الروبوتات، ورمز عقد الجهاز (ENT)، وهو معرف فريد للروبوت داخل النظام على شكل NFT، ويُستخدم لملكية الأجهزة ووصول الشبكة، بالإضافة إلى الشبكة الفرعية التي تعمل كطبقة تنفيذ المهام، وهي مجموعة موارد تخلق قيمة لشبكة BitRobot.

On February 14, 2025, FrodoBots Lab announced the completion of a $6 million seed round, bringing total funding to $8 million.

تبيع FrodoBots Lab أيضًا الروبوتات، وتشبه Earth Rovers سباقات ماريو كارت الواقعية، بسعر 249 دولارًا، حيث يتحكم اللاعبون عن بُعد في روبوتاتهم عبر المتصفح في لعبة كنز عالمية تُسمى ET Fugi، وتُستخدم البيانات من قبل الباحثين لنشر واختبار أحدث نماذج التوجيه بالذكاء الاصطناعي. ET Fugi هو أيضًا أول شبكة فرعية لـ BitRobot.

سيتم إطلاق روبوت لعبة آخر يُدعى Octo Arms في المستقبل، حيث سيتحكم اللاعبون عن بُعد في الذراع الميكانيكية لإكمال ألغاز ومسابقات ثلاثية الأبعاد مختلفة.

مفهوم "الشبكات الفرعية" في هذا الشبكة الروبوتية مفهوم مجرد؛ وببساطة، أي مجموعة (أو المشروع/الحدث المحدد الذي تقوم به المجموعة) تساهم في النظام البيئي الشامل للشبكة هي شبكة فرعية، مثل لعبة ET Fugi المذكورة أعلاه، وSeeSaw التي أطلقتها Virtuals.

SeeSaw

الشبكة الفرعية رقم 5 لـ BitRobot، وهي تطبيق لمشاركة بيانات تدريب الروبوتات أطلقته Virtuals في أكتوبر من العام الماضي. في SeeSaw، يُسجل المستخدمون مقاطع فيديو لسلوكياتهم اليومية، ويرفعونها لإكمال المهام والحصول على مكافآت. ستُستخدم هذه البيانات المرئية من مستخدمين عالميين، تشمل سلوكيات يومية مثل ربط أربطة الحذاء وطي الملابس، لتدريب الروبوتات.

Auki

شبكة Posemesh اللامركزية لاستشعار الآلات الخاصة بـ Auki مصممة لربط البشر والأجهزة والذكاء الاصطناعي، وتعتمد على بنية DePIN (شبكة فيزيائية لامركزية) تسمح للأجهزة مثل الروبوتات ونظارات الواقع المعزز بمشاركة بيانات الموقع والاستشعار في الوقت الفعلي، مما يبني فهمًا تعاونيًا للعالم المادي، ويمكنها توفير رؤية مشاركة للمساحة للروبوتات وواقع المعزز والذكاء الاصطناعي.

تم تصميم عدة أدوار عقدية بناءً على بروتوكول Posemesh. توفر العقد الحسابية قوة الحوسبة، وترفع عقد الحركة (أجهزة الروبوت) معلومات الموقع وبيانات المستشعرات، وتُنشئ عقد إعادة البناء نماذج الخريطة ثلاثية الأبعاد بناءً على ذلك، بينما تُدير عقد النطاقات الفضاء ثلاثي الأبعاد. وتُكافأ كل عقدة بالعملات المعدنية $AUKI وفقًا لمساهمتها، مما يدفع شبكة رؤية آلية تتطور ذاتيًا.

هذا الشبكة تُركّز على حماية الخصوصية، وتمنع كيانًا واحدًا من مراقبة المساحات الخاصة للمستخدمين، ويمكن تطبيقها في سيناريوهات متعددة مثل البيع بالتجزئة (تحسين ترتيب المنتجات)، وإدارة العقارات (تتبع الأصول)، والملاحة في المعارض، والتشييد والتجديد المعماري، وغيرها.

لقد أجرت منصتهم الحسابية Cactus AI تجارب ناجحة مع شركة تويوتا للنقل والتخزين وسوبرماركت ستورا كوب السويدي.

XMAQUINA

DAO تمكن المستثمرين الأفراد من المشاركة في استثمارات شركات الروبوتات. جمعت هذه DAO 10 ملايين دولار من خلال بيع عملتها الرقمية $DEUS على دفعات. حاليًا، استخدمت الـ DAO الأموال المكتسبة من المزاد لشراء أسهم في ست شركات في مجال الروبوتات، وهي Apptronik وFigure AI وAgility Robotics و1X Tech وNEURA Robotics وRobotico، وبعض هذه الاستثمارات بدأت تحقق أرباحًا، بل وتجاوزت عوائد بعضها الفردي 100%.

PrismaX

في 17 يونيو 2025، أعلنت PrismaX عن إتمام تمويل بقيمة 11 مليون دولار أمريكي، شمل المستثمرين a16z CSX وVolt Capital وBlockchain Builders Fund وStanford Blockchain Accelerator وVirtuals.

تُنشئ PrismaX طبقة تنسيق مفتوحة تربط بين المشغلين عن بُعد ومستخدمي الروبوتات وشركات الروبوتات. يمكن للمشغلين الاتصال بالمستخدمين، والتحكم عن بُعد في الروبوتات لإكمال مهام فعلية، مع جمع بيانات ذات قيمة. كما يمكن طلب خدمات فعلية مثل اللوجستيات والإعلانات.

تتميز PrismaX أيضًا ببروتوكول للتحكم عن بُعد في الروبوتات، حيث يمكن للشركات البحث عن مشغلي روبوتات ذوي خبرة قادرين على تنفيذ مهام معقدة، ويمكن للمشغلين اختيار رهن رموز الشبكة لتعزيز الثقة وزيادة فرص الحصول على مهام ذات عوائد عالية. لا ترتبط العوائد التي يحصل عليها المرتهنون فقط بعدد الرهون، بل أيضًا بجودة عملهم، كما يحصلون على مكافآت إضافية مع تحسين كفاءتهم في العمل.

أما بيانات التشغيل عن بُعد التي يتم جمعها، فستُستخدم لتدريب الروبوتات لتعزيز استقلاليتها، مما سيزيد من كفاءة مشغلي التشغيل عن بُعد، وينتهي في النهاية بتحقيق درجة عالية أو كاملة من الاستقلالية للروبوتات.

وكلاء NRN

NRN تطورت من لعبة سلسلة الألعاب التدريبية في الوقت الحقيقي AI Arena، حيث تتنافس عوامل الذكاء الاصطناعي. في 28 أكتوبر 2021، أعلنت شركة ArenaX Labs عن إتمام جولة تمويل بذري بقيمة 5 ملايين دولار، والتي قادتها Paradigm Capital وشاركت فيها Framework Venture Partners. وفي 9 يناير 2024، أعلنت ArenaX Labs عن إتمام جولة تمويل جديدة بقيمة 6 ملايين دولار، قادتها Framework Ventures، وشاركت فيها SevenX Ventures وFunPlus/Xterio وMoore Strategic Ventures وغيرها.

على الرغم من أن العملية بشكل عام تتضمن جمع البيانات → تعزيز تعلم الروبوتات، إلا أن NRN، بفضل خبرتها الواسعة في مجال الألعاب، توفر تجربة قائمة على المتصفح تحول جمع بيانات الروبوتات إلى لعبة، حيث يمكن للمستخدمين التحكم في الروبوتات الافتراضية مباشرة من خلال المتصفح. خلال اللعب، تُستخدم بيانات السلوك التي يُنتجها المستخدمون لتدريب أنظمة الروبوتات في العالم الحقيقي.

في هذه المرحلة، سيتركز المشروع على الذراع الميكانيكية (RME-1) للتحقق من جمع البيانات والتعلم في الوقت الفعلي والتكيف.

انقر لمعرفة الوظائف المتاحة لدى BlockBeats

مرحبًا بانضمامك إلى المجتمع الرسمي لـ BlockBeats

مجموعة تليغرام للاشتراك: https://t.me/theblockbeats

مجموعة Telegram للتفاعل：https://t.me/BlockBeats_App

الحساب الرسمي على تويتر: https://twitter.com/BlockBeatsAsia