PrismaX (@PrismaXai) — lapisan perkhidmatan untuk AI fizikal 🦾 Perkakasan robotik bukan lagi penghalang. Lengan yang cekap, humanoid, dan platform bergerak sudah wujud. Penghalang sebenar ialah data: Demonstrasi dunia nyata yang pelbagai dan berkualiti tinggi yang membolehkan model vision-language-action (VLA) menggeneralisasi melampaui skrip makmal. PrismaX mengkoordinasikan lapisan yang hilang antara manusia, robot, dan model. 🔍 Masalahnya Kecerdasan fizikal meningkat melalui interaksi, bukan hanya melalui arsitektur yang lebih baik. Sebuah robot belajar tugas dengan memerhatikan bagaimana manusia melakukannya di bawah variasi sebenar (objek, pencahayaan, susunan adegan, kecenderungan tangan, pemulihan kegagalan). Mengumpulkan episod-episod ini dalam skala besar adalah sukar: • Teleoperasi memerlukan operator berpengalaman + akses kepada perkakasan • Penangkapan egosentrik memerlukan protokol yang konsisten • Video mentah tidak berguna tanpa penapis kualiti yang ketat Kebanyakan makmal sama ada mengumpul terlalu sedikit atau membina saluran satu kali sahaja yang tidak pernah bertambah. ⚙️ Apa yang PrismaX bina Lapisan koordinasi terbuka yang mengubah demonstrasi manusia menjadi data latihan yang boleh digunakan semula. • 🎮 Teleoperasi — operator mengawal lengan robot sebenar dari jauh (penyelenggara web/VR) dan menghasilkan trajektori yang diselaraskan dengan tindakan • 👁️ Penangkapan egosentrik — video sudut pandangan orang pertama tentang manipulasi harian (headset atau kamera). Tidak diperlukan robot • ✅ Piawaian kualiti — setiap episod dinilai sebelum dimasukkan ke dalam banci data (pandangan diselaraskan, resolusi, format, penyelesaian tugas, trajektori bersih). Pemeriksa komuniti → ulasan pakar → keputusan akhir pakar • 📦 Banci data + pengumpulan atas permintaan — episod teleop dan egosentrik yang boleh dicari merentas tugas, adegan, dan jenis robot. Set siap pakai dihantar segera; pengumpulan tersuai bermula dalam beberapa hari 📊 Skala semasa (pelancaran terhad) 120k+ episod yang disemak · 1,700+ senario yang dilaksanakan · ~5,000 jam kapasiti bulanan · $1M+ dibayar kepada penyumbang 🔄 Lingkaran Robot berinteraksi → interaksi menjadi demonstrasi dinilai → demonstrasi melatih dasar → dasar yang lebih baik memperluaskan set tugas yang layak dikumpulkan. PrismaX berada di tengah-tengah supaya roda data dikongsi, bukan terkunci dalam makmal tunggal. 👥 Siapa yang menyertai • Operator mendapat ganjaran dengan menangkap sesi teleop atau klip egosentrik yang sah (VLA Foundry) • Pemeriksa mendapat ganjaran dengan menilai episod mengikut piawaian yang diterbitkan • Pemilik robot mendaftarkan perkakasan dan menyumbang data armada • Pembina (penyelidik → perniagaan) mengakses banci data dan set tersuai melalui peringkat Discover / Researcher / Enterprise (API + muat turun penyelenggara) 💰 Disokong oleh a16z crypto CSX ($11M seed, 2025) bersama Stanford Blockchain Builder Fund, Symbolic, Volt, dan lain-lain. Ditubuhkan oleh Bayley Wang & Chyna Qu. San Francisco. Penganjur RoboCon. AI fizikal adalah kaya perkakasan tetapi miskin data. PrismaX ialah infrastruktur yang menentukan harga, memperstandardkan, dan menskala demonstrasi yang sebenarnya dilatih oleh model. 👉 https://t.co/VEeXW5HaWU