Ang karamihan sa mga mapa ay nagtuturo kung paano nakikita ang isang lugar. Ang @vangrid_io ay nakatuon sa pagkuha ng ano ang kasalukuyang nasa doon. Sa halip na magmula sa lumang imahe, maaaring pautangin ng isang tagahiling isang bounty para sa isang tiyak na lokasyon, kahit ito ay isang tindahan, loading dock, o hagdan. Maaari pagkatapos ay gamitin ng isang kontribyutor na malapit sa lugar ang karaniwang telepono upang i-record ang isang mabagal na orbit ng espasyo. Ang privacy ay kinokontrol bago umalis ang data mula sa device, kung saan ang mga mukha at platang pampanlabas ay binliw sa device mismo. Ang pagkuha ay may fingerprint na may content hash, approximadong lokasyon, at timestamp, at pagkatapos ay binubuo at ikinabit sa Base. Iyon ang interesanteng bahagi: komisyonin ang pagkuha, tapos ibigay sa buyer ang isang bagay na maaari niyang i-verify. Mahalaga ito para sa Physical AI dahil ang tanong ay hindi laging “paano nakikita ang lugar na ito?” Maaari itong “paano nakikita ang eksaktong espasyong ito ngayon?” Ang mga satellite ay karaniwang nagbibigay ng overhead view, habang ang mga sasakyan sa pagmamapa ay limitado sa mga daanan na maabot nila. Ang Vangrid ay gumawa ng paraan upang humiling ng ground-level data eksaktong kung saan ito kailangan. Ang @vangrid_io ay mayayaman ngayon: • 984,572 na mga pagkuha na ikinabit sa Base • 618 na Bonnie na tinanggap • $313,714 na nalunasan sa pamamagitan ng protocol Ang tagahiling ay pumapautang sa bounty, ang kontribyutor ay kumukuha ng lokasyon, at ang tinanggap na trabaho ay nalulunasan sa USDC. Ang resulta ay mas direkta ang koneksyon sa pagitan ng totoong mundo na data, ang tao na nagsisilbi nito, at ang buyer na kailangan nito.