В своей речи на Давосе в начале этого года Маск вновь подтвердил свой крайне провокационный прогноз: в будущем количество роботов на Земле превысит количество людей.

Очевидно, что ИИ и роботы в настоящее время являются двумя единственными основными технологическими темами по всему миру: одна — это универсальный искусственный интеллект, который всё ближе подходит к порогу AGI, а другая — роботы, выходящие из лабораторий и стремящиеся полностью взять на себя физический труд человека. Аналогично, помимо концепции ИИ, ключевым направлением в криптовалютной индустрии в этом году также является встраиваемый интеллект. Ниже приведены проекты в сегменте Robotic, за которыми стоит следить.

OpenMind

4 августа 2025 года, согласно официальным сообщениям, компания OpenMind, специализирующаяся на инфраструктуре для интеллектуальных машин и расположенная в Кремниевой долине, объявила о завершении финансирования на сумму 20 миллионов долларов США, возглавляемого Pantera Capital, с участием таких организаций, как Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures и Amber Group, а также ряда известных ангельских инвесторов.

OpenMind помогает роботам думать, учиться и работать, разрабатывая программное обеспечение с открытым исходным кодом. Нативная开源 AI-роботизированная операционная система OM1 позволяет настраивать и развертывать AI-агенты как в цифровом, так и в физическом мире. Пользователи могут создать AI-персонажа, запустить его в облаке или на физическом роботе в реальном мире.

Проще говоря, OpenMind создает OM1 как «искусственный интеллект-мозг» для роботов. Этот «искусственный интеллект-мозг» может работать за счет совместной деятельности нескольких AI-агентов, взаимодействовать с несколькими LLM и получать данные из различных источников (например, публиковать контент для пользователей в соцсетях). Поскольку OM1 является открытым, это также чрезвычайно гибкая операционная система для роботов, не зависящая от аппаратного обеспечения, подобно Android для смартфонов.

Кроме того, OpenMind также имеет ончейн-сеть идентичностей роботов под названием FABRIC, предназначенную для создания проверяемого уровня доверия, общего для людей и роботов. Люди могут получать значки, разделяя данные о местоположении на карте, оценивая поведение роботов и участвуя в разработке, в то время как каждый робот, оснащенный системой OM1, присоединяется к сети FABRIC, получая уникальную проверяемую идентичность, что позволяет отслеживать на блокчейне команды роботов, журналы операций, право собственности и другие связанные действия.

В декабре 2025 года OpenMind совместно с эмитентом стабильных монет Circle объявила о запуске системы автономных платежей на основе протокола x402. По мере повышения способностей роботов они перестают быть просто инструментами для выполнения задач и начинают играть роль автономных экономик. Им необходимо покупать вычислительную мощность, данные, навыки и даже нанимать других роботов или людей для выполнения сложных задач.

CodecFlow

CodecFlow предоставляет унифицированную платформу для бесшовной работы в облаке, на границе, на настольных компьютерах и на роботизированном оборудовании, поддерживая как современные популярные API, так и традиционные системы. Платформа нормализует входные данные различных роботизированных датчиков в единый формат и модульно представляет сложные роботизированные действия, позволяя командам разработчиков или пользователям не создавать роботов с нуля. Восприятие, принятие решений и управление между роботами также становятся взаимосвязанными через сеть, а не изолированными или привязанными к конкретному оборудованию.

AI-драйверы операторов воспринимают и осуществляют реальное рассуждение, реагируя на изменения в интерфейсе программного обеспечения или в среде роботов, чтобы преодолеть хрупкость традиционных роботизированных автоматизированных процессов, чрезмерно зависящих от заранее написанных скриптов при даже незначительных изменениях. Проще говоря, это захват скриншотов, изображений с камер или данных датчиков, последующая обработка этих внешних входных данных с помощью ИИ для интерпретации наблюдений или команд и, в конечном итоге, выполнение решений через взаимодействие с пользовательским интерфейсом.

Peaq

27 марта 2025 года протокол DePIN Layer1 Peaq завершил финансирование на 15 миллионов долларов США, возглавляемое Generative Ventures и Borderless Capital, с участием Spartan Group, HV Capital, CMCC Global, Animoca Brands, Moonrock Capital, Fundamental Labs, TRGC, DWF Labs, Crit Ventures, Cogitent Ventures, NGC Ventures, Agnostic Fund и Altana Wealth.

Хотя первоначально акцент делался на DePIN, peaq в сентябре прошлого года выпустила Robotics SDK, позволяющую роботам получать автономные идентификаторы, осуществлять платежи и получать оплату, проверять данные и подключаться к сетевой экономике на блокчейне. Теперь любые роботы, совместимые с системой ROS2, могут присоединиться к сетевой экономике peaq и взаимодействовать с людьми или другими роботами с использованием ее универсальных стандартов.

Кроме того, peaq в прошлом году запустил на DualMint роботизированный RWA-проект под названием «RoboFarm», создав в Гонконге ферму роботов, которая обеспечила автоматизацию 80% сельскохозяйственного производства. Выращенная lettuce, spinach и kale продается в Гонконге. Ожидаемая годовая доходность для держателей NFT составляет около 18%.

Axis Robotics

Axis Robotics стремится построить распределенную инфраструктуру для масштабирования физического ИИ. Они убеждены, что подход «симуляция первым» — это лучший путь преодоления ограничений нехватки данных и обобщения моделей в робототехнике, обеспечивая тройной прорыв в качестве, насыщенности и масштабе данных за счет недорогого и масштабируемого сбора данных в сочетании с уникальным движком усиления данных. В то же время каждый набор данных обладает надежной цепочкой происхождения в блокчейне, совместно формируя основную топливную базу для эволюции универсального робототехнического ИИ (RGI).

Axis изменил способ предоставления данных для обучения роботов. Другие проекты на рынке, предлагающие «ввод/предоставление данных для обучения роботов», обычно полагаются на мобилизацию пользователей, которые снимают и загружают видео, выполняющих указанные действия в реальном мире с помощью мобильных устройств, умных очков и т.п., чтобы обеспечить низкий порог входа и глобальное участие пользователей. Хотя такой способ сбора данных имеет низкую стоимость, физическая достоверность данных, полученных с помощью видео, недостаточна, они не содержат глубинной информации и не гарантируют постоянство и точность 3D-данных.

С помощью «симуляции» Axis решила эту проблему: в симуляционной среде модель может выполнять задачи даже в более жестких виртуальных условиях за счет большого количества разнообразных симуляционных сценариев (освещение, углы, трение, динамика и т.д.), что обеспечивает ей мощную обобщающую способность. Axis использует гибридную стратегию (Hybrid Strategy), сочетая дефицитные реальные данные с огромным объемом синтетических данных. Благодаря технологии ускорения метаданных на GPU достигается множество изменений освещения, текстур и физических свойств в одной сцене. Виртуальные сцены не являются статичными и жестко закодированными — они гибко настраиваемы. С помощью кода можно генерировать бесчисленное количество сцен, заставляя роботов сталкиваться с более строгими и всесторонними вызовами в различных условиях. Затраты на создание сцен низки, а объем получаемых данных огромен; эффективность такого подхода — использования большого объема данных для сходимости к оптимальному решению — частично подтверждена такими гигантами, как Google и NVIDIA.

Первый симуляционный проект по обучению роботов, открытый для сообщества Axis, «Маленький принц и его роза», завершен. В рамках проекта «Маленький принц и его роза» пользователи через веб-сайт заставляют робота успешно выполнить действие по поливу растения в симулированной среде, а путем сбора и анализа действий пользователей обучают робота поливу. Пользователи могут дистанционно управлять роботом через веб-сайт, сохраняя при этом низкую стоимость и низкий порог входа, характерные для метода загрузки видео, одновременно создавая для робота нативную 3D-осознающую базовую модель VLA (Vision-Language-Action), что усиливает способность робота к пространственному мышлению, недостающую при использовании только видеоданных.

Проект «Роза Маленького Принца» за пять дней после запуска позволил обычным пользователям по всему миру без опыта в робототехнике внести тысячи высококачественных, пригодных для обучения стратегий траекторий через увлекательный опыт. На основе этих данных Axis успешно обучила модель стратегии и воспроизвела её на реальном роботе Franka. Это означает, что Axis реализовала полный цикл: «генерация задачи -> сбор сообществом -> усиление данных -> обучение модели -> развертывание на реальном оборудовании».

1 час реальных данных может быть преобразован в 1000 часов обучающих данных, такая эффективность позволяет значительно снизить затраты на обобщение моделей роботов.

В ходе бета-тестирования в период праздника Весны, всего за 5 дней 18 000 участников без опыта в робототехнике выполнили на Axis 27 совершенно новых заданий и предоставили более 100 000 траекторий данных. Тестирование успешно подтвердило высокий уровень случайности внутри заданий и совместимость с различными типами активов, включая колесных роботов и двухруких роботов.

Основной продукт Axis будет официально запущен в конце марта, а в конце апреля или начале мая запланировано открытие исходного кода крупнейшего в мире синтетического датасета на основе роботизированного манипулятора Franka, полностью соответствующего требованиям для обучения стратегий и моделей. В то же время Axis, как проект в сегменте робототехники, исходящий из Crypto-AI, уже начал исследовать и продвигать практическое применение за пределами крипто-сферы, ускоряя коммерциализацию через партнерства с ключевыми клиентами в нескольких нишах: совместно с одним из автопроизводителей реализуется автоматизация производственных процессов; достигнута договоренность о сотрудничестве с одной из компаний, готовящейся к IPO, в области виртуальных активов и моделей мира; а также установлены глубокие партнерские отношения с несколькими компаниями, занимающимися физическими роботами, в ключевых этапах сбора виртуальных симуляционных данных и обучения моделей. Все это демонстрирует редкую внешнюю значимость крипто-проекта.

GEODNET

Децентрализованная сеть, предоставляющая данные RTK с точностью до сантиметров для дронов, роботов и других устройств, насчитывает более 21 000 активных базовых станций в более чем 150 странах. За прошлый год доход проекта превысил 7 миллионов долларов США и демонстрирует квартальный рост.

Хотя этот проект чаще относят к DePIN, ожидается, что спрос на высокоточные данные в реальном времени будет расти по мере распространения робототехники в реальной жизни. В феврале 2025 года Multicoin объявила о возглавлении покупки токенов $GEDO на сумму 8 миллионов долларов США у фонда GEODNET.

BitRobot

BitRobot Network разработан FrodoBots Lab и Protocol Labs с целью обеспечения распределенной работы и сотрудничества роботов. Его ключевые компоненты включают: верифицируемую роботизированную работу (VRW) — количественный показатель наград сети для определения и проверки задач роботов; устройство-узловые токены (ENT) — уникальные идентификаторы роботов в системе в виде NFT для управления правами собственности и доступом к сети; а также подсеть, выступающая в качестве слоя выполнения задач, — кластер ресурсов, создающих ценность для сети BitRobot.

14 февраля 2025 года FrodoBots Lab объявила о завершении семяного раунда финансирования на сумму 6 миллионов долларов США, общая сумма привлеченных средств достигла 8 миллионов долларов США.

FrodoBots Lab также продает роботов, Earth Rovers — как реальные гонки Марио, по цене 249 долларов США; игроки управляют своими роботами удаленно через браузер в глобальной игре-охоте за сокровищами ET Fugi, предоставляя данные для исследователей, чтобы развернуть и протестировать свои последние модели ИИ-навигации. ET Fugi также является первой подсетью BitRobot.

Еще один игровой бот, Octo Arms, будет запущен в будущем, позволяя игрокам управлять механическими руками на расстоянии для выполнения различных 3D-головоломок и соревнований.

Так называемая концепция «подсетей» в этой роботизированной сети довольно абстрактна; проще говоря, любая кластерная группа (или конкретный проект/событие, который кластер реализует), вносящая вклад в экосистему всей сети, является подсетью — например, упомянутая выше игра ET Fugi, а также SeeSaw, запущенный Virtuals.

SeeSaw

Пятая подсеть BitRobot — это приложение для обмена данными для обучения роботов, запущенное Virtuals в октябре прошлого года. В SeeSaw пользователи снимают видео своих повседневных действий, загружают их для выполнения заданий и получают вознаграждение. Эти видео с повседневными действиями, такими как завязывание шнурков и складывание одежды, поступающие от пользователей по всему миру, будут использоваться для обучения роботов.

Открыт

Децентрализованная сеть восприятия машин Auki Posemesh предназначена для соединения людей, устройств и ИИ; её основу составляет архитектура DePIN (децентрализованная физическая сеть), позволяющая устройствам, таким как роботы и AR-очки, в реальном времени обмениваться данными о местоположении и сенсорах, совместно создавая совместное пространственное понимание физического мира, что обеспечивает общее пространственное представление для роботов, AR и ИИ.

На основе протокола Posemesh разработано несколько типов узлов. Вычислительные узлы предоставляют вычислительную мощность, узлы движения (роботизированные терминалы) загружают информацию о местоположении и данных сенсоров, восстанавливающие узлы на их основе генерируют 3D-модели карт, а доменные узлы управляют 3D-пространством. Все узлы получают вознаграждение в виде токенов $AUKI за вклад, что стимулирует самоэволюционирующую сеть машинного зрения.

Эта сеть акцентирует внимание на защите конфиденциальности, предотвращая мониторинг пользовательских частных пространств одним субъектом, и может применяться в различных сценариях, таких как розничная торговля (оптимизация размещения продуктов), управление недвижимостью (отслеживание активов), навигация на выставках, строительство и ремонт зданий и т.д.

Их платформа пространственных вычислений Cactus AI уже ведет активные пилотные проекты с Toyota Material Handling и шведским супермаркетом Stora Coop.

XMAQUINA

DAO, позволяющая розничным инвесторам участвовать в инвестициях в робототехнические компании. Этот DAO привлек 10 миллионов долларов через поэтапную продажу своих токенов $DEUS. В настоящее время DAO использовал средства от аукциона для покупки акций шести компаний в сфере робототехники: Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics и Robotico. Некоторые из этих инвестиций уже приносят прибыль, а отдельные показатели доходности превысили 100%.

PrismaX

17 июня 2025 года PrismaX объявила о завершении финансирования на сумму 11 миллионов долларов США от инвесторов, включая a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator и Virtuals.

PrismaX создает открытый координационный слой, соединяющий удаленных операторов, пользователей роботов и робототехнические компании. Операторы могут подключаться к пользователям, удаленно управлять роботами для выполнения реальных задач и одновременно собирать ценные данные. Также можно заказывать реальные услуги, такие как логистика и реклама.

PrismaX также имеет протокол удаленного управления роботами, на котором компании могут находить опытных операторов роботов, способных выполнять сложные задачи. Операторы могут выбрать для стейкинга сетевые токены, чтобы повысить уровень доверия и увеличить шансы на получение высокооплачиваемых задач. Доходы стейкеров зависят не только от количества заблокированных токенов, но и от качества их работы, а также они получают дополнительные вознаграждения за повышение эффективности.

Данные, собранные при удалённом управлении, будут использоваться для обучения роботов, повышая их автономность, что, в свою очередь, повысит эффективность работы операторов и в конечном итоге обеспечит высокую или полную автономность роботов.

Агенты NRN

NRN развился из интерактивной игры в реальном времени AI Arena, основанной на соревнованиях AI-агентов. 28 октября 2021 года разработчик ArenaX Labs объявил о завершении семяного раунда финансирования на сумму 5 миллионов долларов США, возглавляемого Paradigm Capital с участием Framework Venture Partners. 9 января 2024 года ArenaX Labs объявила о завершении нового раунда финансирования на 6 миллионов долларов США, возглавляемого Framework Ventures, с участием SevenX Ventures, FunPlus/Xterio и Moore Strategic Ventures.

Хотя в целом это также процесс сбора данных -> усиления обучения роботов, NRN, опираясь на богатый опыт в игровой индустрии, предлагает браузерный опыт, превращающий сбор данных роботами в игру, позволяя пользователям через браузер интуитивно управлять симулированными роботами. В процессе игры поведенческие данные, генерируемые действиями пользователей, используются для обучения робототехнических систем реального мира.

На текущем этапе проект будет сосредоточен на роботизированной руке (RME-1) для проверки сбора данных, обучения в реальном времени и адаптивности.

Нажмите, чтобы узнать о вакансиях BlockBeats

Добро пожаловать в официальное сообщество律动 BlockBeats:

Телеграм-канал с подпиской: https://t.me/theblockbeats

Телеграм-чат: https://t.me/BlockBeats_App

Официальный аккаунт Twitter: https://twitter.com/BlockBeatsAsia