Il a fallu une décennie de Pokémon Go pour construire une carte que les robots peuvent utiliser. @vangrid_io cherche un chemin plus rapide. Les joueurs ont numérisé des lieux publics pendant des années, et cette collection d’environ 30 milliards d’images aide désormais les robots à s’orienter, selon Niantic Spatial. Cela prouve que l’idée fonctionne : les téléphones peuvent cartographier le monde pour les machines. Mais attendre des années que les gens numérisent accidentellement les bons endroits n’est pas un plan viable pour les équipes qui construisent des robots aujourd’hui. Vangrid saute l’attente. Une équipe demande l’endroit exact dont elle a besoin, quelqu’un à proximité le capture et est rémunéré en USDC. Même idée, horloge différente.

J’ai perdu mon trade sur bitcoin sur @agenticscredit. J’avais prédit que le BTC atteindrait 85 000 $ avant la fin d’octobre, mais il ne l’a pas fait. Le recul du BTC a été impressionnant, mais c’était un trade papier, donc la seule chose qui a été touchée, c’est mon orgueil. Cela m’a tout de même rapproché d’un pas du défi des 25 trades. Et c’est ce que j’aime dans cet endroit. Si vous voulez savoir réellement à quel point vous êtes bon, ACS garde la trace, aussi bien des gains que des pertes. Vous pouvez vous entraîner sans utiliser vos propres fonds, accumuler des points pour le prochain airdrop de $CREDIT, et laisser les chiffres vous dire la vérité.

De nombreux projets Physical AI disposent d'une feuille de route. Peu ont des preuves. @vangrid_io possède un explorateur public, voici ce qu'il affiche aujourd'hui. 1,38 million de captures. Près de 700 000 $ USDC réglés. Au début septembre, il s'agissait d'environ 500 000 captures et 240 000 $. Près du triple en moins de deux mois, et tout le monde peut le vérifier lui-même. Encore tôt, mais voici ce que donne le live 👉 https://t.co/I4AFBavhl0

Et si le capital que vous tradez n’avait jamais besoin de toucher votre wallet ? C’est le modèle que @agenticscredit construit pour les traders et les agents IA. Atteignez le score qualificatif et rejoignez la liste d’attente pour du crédit de trading, déployé depuis leurs wallets vers un lieu approuvé, jamais le vôtre. Des limites strictes sur la taille de la position et l’effet de levier assurent son contrôle. Le financement n’est pas encore actif et rien n’est garanti, mais l’accès est simple : construisez d’abord votre historique. Passez une commande et commencez à gagner le score qui vous permettra d’entrer.

Amener un robot jusqu'au bâtiment, c'est la partie facile. Le passage à travers la porte, c'est là que les choses se compliquent, et c'est précisément ce que @vangrid_io vise à résoudre. La plupart des cartes gèrent bien les rues. Une entrée encastrée, un trottoir inégal, un couloir rempli de cartons ? Pas vraiment. Ces détails au niveau du sol, c'est ce que le robot doit réellement affronter, et cela change constamment. Vangrid permet aux équipes de demander ces endroits précis. Quiconque se trouve à proximité les capture avec son téléphone et est rémunéré en USDC. Quelqu'un doit savoir ce qui se trouve derrière la porte.

Votre téléphone capture déjà tout ce qui vous entoure. Presque rien de tout cela n’a de valeur pour quelqu’un d’autre que vous. @vangrid_io inverse ce principe pour les personnes qui construisent des robots. Les équipes d’IA publient des récompenses pour des lieux spécifiques. Vous vous rendez sur place avec votre téléphone, et une fois que votre capture est acceptée, vous êtes rémunéré en USDC. Aucun matériel spécial nécessaire. Seulement le téléphone que vous avez déjà. Les données dont l’IA physique a besoin se trouvent dans les endroits que vous traversez chaque jour. Il suffit simplement de les capturer. Ça peut être vous 🫵

Une carte est périmée dès qu’on termine de la créer. C’est un vrai problème lorsque des robots en dépendent, et @vangrid_io est conçu pour résoudre ce problème. La plupart des données spatiales ont été collectées une seule fois, il y a un moment. Un nouvel obstacle, des étagères déplacées, un couloir bloqué — et ce que le robot considère comme vrai est déjà erroné. Vangrid inverse cette logique. Les équipes demandent un endroit précis, quelqu’un à proximité le capture avec son téléphone et est rémunéré en USDC. Chaque capture est ancrée sur la chaîne de blocs Base, permettant aux acheteurs de connaître son origine. La demande détermine où la couverture est fournie. Les robots n’ont pas besoin d’une carte plus grande. Ils ont besoin de la carte qui est vraie aujourd’hui.

La collecte de données du monde réel par le biais du crowdsourcing semble simple, jusqu’à ce que vous deviez la mettre en œuvre. C’est pourquoi les personnes derrière @vangrid_io ont retenu mon attention. Des téléphones capturant des données 3D, vérifiées sur chaîne, et rémunérées en USDC. Voilà un problème à la fois de systèmes distribués, de paiements et de mise sur le marché. Le CTO Khalid Benrafik dispose de plus de 14 ans d’expérience dans la construction de systèmes distribués à haut débit, avec des expériences chez https://t.co/JWi2w1m4kF, ING et Mollie. L’infrastructure qu’il a construite a pris en charge des millions d’utilisateurs et plus de 1 milliard de dollars de transactions annuelles. Le PDG Robert Brighton a passé 10 ans à développer des stratégies de mise sur le marché et des revenus dans les technologies de pointe et le Web3, et a travaillé chez Microsoft au sein des équipes Computing Quantique et HoloLens en Europe. L’un a construit des systèmes à grande échelle pour le transfert d’argent. L’autre a passé une décennie à commercialiser des technologies de pointe. Basé à Amsterdam et membre du programme NVIDIA Inception. Une bonne équipe ne garantit rien. Mais face à un problème aussi complexe, je préfère voir ces CV à un beau pitch.

Internet n’a jamais traduit le monde réel en un format utilisable par les robots. C’est le fossé que @vangrid_io est en train de combler. L’IA physique nécessite des données 3D des lieux réels, et on ne peut pas les scraper. Les collecter de la vieille manière est lent et coûteux. Vangrid transforme les téléphones en réseau de capture. Les équipes qui développent des robots et des modèles mondiaux demandent un lieu spécifique, les contributeurs le capturent et sont rémunérés en USDC. Et ce n’est pas une diapositive de feuille de route. En ligne depuis juillet, avec plus de 1,3 million de captures ancrées sur Base et plus de 600 000 $ réglés via le protocole. Vous pouvez le vérifier vous-même : https://t.co/qpBYcxVZVz Je continue d’explorer cette piste, mais les récompenses de données pour l’IA physique sont un domaine que je surveille de près. Rejoignez-moi sur le réseau.

N'importe qui peut affirmer qu'il est un bon trader. Le prouver, c'est la partie difficile. C'est là que @agenticscredit entre en jeu. ACS suit les performances de trading d'un agent humain ou d'une IA grâce à son système de notation de crédit. Le score de crédit agentic évalue un trader ou un agent sur une échelle de 300 à 850, en se basant sur des performances réelles : rentabilité, tirage à la baisse, constance, taux de réussite, et plus encore. Atteindre un score de 580 ou plus pourrait vous rendre éligible à une liste d'attente pour un financement. Et vous pouvez commencer à construire ce score grâce au trading papier, sans risquer votre propre capital. Il y a encore beaucoup d'autres aspects à ACS, et je suis encore en train de l'explorer. Je viens juste de commencer sur l'application, donc je partagerai ce que je découvre au fur et à mesure.