gm fam 人型ロボットが改善を続ける一方で、それらに世界について教えることはまったく新しい課題だ。 モデルは道路やインターネット上のデータから多くのことを学べるが、倉庫、埠頭、荷積みエリア、店舗、街路からの新鮮な情報も必要だ。 これが@vangrid_ioのアイデアに私がワクワクする理由だ。 通常のスマートフォンでこれらの場所を撮影でき、そのデータは時間と場所とともにグループ化され、Base上でEASを通じて認証される。 これにより、プライベートダッシュボードにしまい込まれるだけの映像よりもはるかに高い価値が生まれる。 誰かが投稿者を信頼するのではなく、撮影された映像が公開された記録に属していることを検証できる。 そしてマーケットプレイスがその仕組みを実際の需要と結びつける。 バウンティは特定の場所を要求し、貢献者はそれらを収集し、リクエスターが結果を承認した時点でUSDCが支払われる。 これらのタスクがどれほど具体的であるかを示している。塗装ブース、埠頭の区画、市場の角、信号柱、触覚パネルなどだ。 より多くの動画を収集するだけではないことが重要だと思う。 ロボティクスチームが信頼し、頼れるレベルのグランドレベルデータを構築することは大きなメリットだ。 物理的AIは現実世界への更多の目を必要としている。 Vangridは、日常的なスマートフォンをその目へと変えることを目指している。 #Vangrid #PhysicalAI #airdrop