Satelit menangkap atap rumah. Mobil street-view memetakan jalan raya. Bagaimana dengan jalan sempit? Keduanya tidak bisa melihat ke dalam lorong gudang, tangga apartemen, area pemuatan, atau jalan pasar yang ramai. Robot dan AI fisik membutuhkan data ground truth nyata di tempat kehidupan benar-benar terjadi. Itulah titik buta yang sedang diatasi oleh @vangrid_io. Itu sebabnya mata saya selalu tertarik untuk mengeksplorasi lebih lanjut tentang proyek ini. Alih-alih menggunakan armada mahal, Vangrid mengubah video ponsel sehari-hari menjadi model spasial 3D yang diverifikasi dan difilter privasi. Kontributor sehari-hari memetakan lingkungan mereka, dan jaringan memberi mereka imbalan langsung. Cara kerja siklusnya: ➔ Orang biasa merekam video ➔ Filter privasi menghapus data pribadi ➔ Model spasial 3D direkonstruksi ➔ Verifikasi on-chain mengonfirmasi bukti lokasi ➔ Kontributor dibayar dalam USDC ➔ Tim AI dan robotika dunia nyata melatih model mereka dengan data ground truth ➔ Siklus berulang Dampak pada skala besar: - 1,25 juta+ rekaman ponsel diubah menjadi model 3D - 450 ribu+ kontributor aktif - 4,7 ribu+ attestasi on-chain - Lebih dari $600 ribu USDC telah didistribusikan AI dunia nyata tidak bisa hidup hanya dengan peta datar 2D. Ia membutuhkan kedalaman, geometri, dan data ground truth nyata. Di sinilah Vangrid benar-benar menjadi pengubah permainan. @vangrid_io