Trong bài phát biểu tại Davos đầu năm nay, Musk một lần nữa khẳng định lại lời tiên tri đầy tính kích động rằng: trong tương lai, số lượng robot trên Trái Đất sẽ vượt quá số lượng con người.

Rõ ràng, AI và robot hiện đã trở thành hai chủ đề công nghệ duy nhất trên toàn cầu: một là trí tuệ nhân tạo tổng quát đang không ngừng tiến gần đến ngưỡng AGI, và另一个 là những robot đang bước ra khỏi phòng thí nghiệm và cố gắng chiếm lĩnh toàn bộ lao động thể chất của con người. Tương tự, ngoài khái niệm AI, lĩnh vực trọng tâm của ngành tiền mã hóa năm nay cũng bao gồm trí tuệ hình thể. Dưới đây là các dự án đáng chú ý trong lĩnh vực Robotic.

OpenMind

Ngày 4 tháng 8 năm 2025, theo thông báo chính thức, công ty cơ sở hạ tầng máy thông minh có trụ sở tại Thung lũng Silicon, OpenMind, công bố hoàn thành đợt huy động vốn 20 triệu USD do Pantera Capital dẫn đầu, với sự tham gia của nhiều tổ chức và các nhà đầu tư thiên thần nổi tiếng như Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures và Amber Group.

OpenMind giúp các robot suy nghĩ, học hỏi và làm việc thông qua việc phát triển phần mềm mã nguồn mở. Hệ điều hành AI mã nguồn mở bản địa OM1 cho phép cấu hình và triển khai AI Agent trong cả thế giới kỹ thuật số và thế giới vật lý. Người dùng có thể tạo một vai trò AI, chạy nó trên đám mây hoặc trên các robot vật lý trong thế giới thực.

Nói một cách đơn giản, OpenMind phát triển OM1 giống như đang tạo “bộ não AI” cho robot. “Bộ não AI” này có thể hoạt động phối hợp bởi nhiều AI Agent, tương tác với nhiều LLM và thu thập dữ liệu từ nhiều nguồn để thực hiện nhiệm vụ (ví dụ: giúp người dùng đăng bài trên mạng xã hội). Vì OM1 là mã nguồn mở, nên đây còn là một hệ điều hành robot có khả năng thích ứng cực cao, tương tự như hệ điều hành Android trên điện thoại, không phụ thuộc vào phần cứng.

Ngoài ra, OpenMind còn có một mạng lưới danh tính robot trên chuỗi gọi là FABRIC, nhằm tạo ra một lớp niềm tin có thể xác minh chung cho con người và robot. Con người có thể nhận huy chương bằng cách chia sẻ dữ liệu vị trí qua bản đồ, đánh giá hành vi của robot và phát triển, trong khi mỗi robot được trang bị hệ thống OM1 sẽ tham gia vào mạng FABRIC, sở hữu danh tính duy nhất có thể xác minh, cho phép các hành vi liên quan đến lệnh, nhật ký hoạt động và quyền sở hữu của robot được theo dõi trên chuỗi.

Tháng 12 năm 2025, OpenMind cùng nhà phát hành stablecoin Circle công bố ra mắt hệ thống thanh toán tự chủ dựa trên giao thức x402. Khi khả năng của robot được nâng cao, chúng sẽ không còn chỉ là công cụ thực hiện nhiệm vụ, mà bắt đầu đóng vai trò như những nền kinh tế tự chủ. Chúng cần mua sức mạnh tính toán, dữ liệu, kỹ năng, thậm chí thuê các robot hoặc con người khác để hoàn thành các nhiệm vụ phức tạp.

CodecFlow

CodecFlow cung cấp một nền tảng thống nhất để chạy liền mạch trên đám mây, cạnh, máy tính để bàn và phần cứng robot, đồng thời hỗ trợ các API phổ biến hiện nay và các hệ thống truyền thống. Nền tảng này chuẩn hóa đầu vào cảm biến robot khác nhau thành định dạng chung và mô-đun hóa các hành động robot phức tạp hơn, giúp các nhóm phát triển hoặc người dùng không cần thiết kế robot từ đầu, đồng thời cho phép nhận thức, ra quyết định và điều khiển giữa các robot tương tác qua mạng thay vì bị phân mảnh hoặc phụ thuộc vào nền tảng cụ thể theo phần cứng.

Các nhân viên được điều khiển bởi AI phản ứng với các thay đổi trong giao diện người dùng của phần mềm hoặc trong môi trường robot thông qua cảm nhận và suy luận thời gian thực, nhằm giải quyết tính dễ tổn thương trong các quy trình tự động hóa robot truyền thống, vốn quá phụ thuộc vào các kịch bản được viết sẵn khi đối mặt với thậm chí chỉ những thay đổi nhỏ. Nói cách khác, đó là chụp ảnh màn hình, hình ảnh từ camera hoặc dữ liệu cảm biến, sau đó sử dụng AI để xử lý các đầu vào ngoại vi này nhằm xử lý quan sát hoặc lệnh, cuối cùng thực hiện quyết định thông qua tương tác giao diện người dùng.

Peaq

Ngày 27 tháng 3 năm 2025, giao thức DePIN Layer1 Peaq đã hoàn tất đợt huy động vốn 15 triệu USD, do Generative Ventures và Borderless Capital dẫn đầu, với sự tham gia của Spartan Group, HV Capital, CMCC Global, Animoca Brands, Moonrock Capital, Fundamental Labs, TRGC, DWF Labs, Crit Ventures, Cogitent Ventures, NGC Ventures, Agnostic Fund và Altana Wealth.

Mặc dù ban đầu tập trung vào câu chuyện DePIN, nhưng peaq đã phát hành Robotics SDK vào tháng 9 năm ngoái, cho phép các robot nhận diện danh tính tự chủ, thực hiện thanh toán và nhận tiền, xác thực dữ liệu, và kết nối vào nền kinh tế chuỗi. Hiện tại, bất kỳ robot nào tương thích với hệ thống ROS2 đều có thể tham gia vào nền kinh tế peaq, sử dụng tiêu chuẩn chung để giao dịch với con người hoặc các robot khác.

Ngoài ra, peaq đã ra mắt một dự án RWA robot mang tên “RoboFarm” trên DualMint vào năm ngoái, tại đây họ đã xây dựng một trang trại robot ở Hong Kong, tự động hóa 80% sản xuất nông nghiệp thông qua robot. Rau diếp, rau bina và cải kale được trồng ra sẽ được bán tại Hong Kong. Lợi nhuận hàng năm ước tính cho người nắm giữ NFT khoảng 18%.

Axis Robotics

Axis Robotics cam kết xây dựng cơ sở hạ tầng mở rộng phân tán cho trí tuệ thể chất (Physical AI). Họ tin rằng phương pháp "仿真优先" (Simulation First) là con đường tốt nhất để phá vỡ các giới hạn về thiếu dữ liệu robot và khả năng khái quát hóa mô hình, thông qua việc thu thập dữ liệu chi phí thấp và quy mô lớn, kết hợp với động cơ tăng cường dữ liệu độc quyền, đạt được ba bước nhảy vọt về chất lượng, sự phong phú và quy mô dữ liệu. Đồng thời, mỗi tài sản dữ liệu đều có nguồn gốc trên chuỗi (On-chain Provenance) đáng tin cậy, cùng nhau tạo thành kho nhiên liệu cốt lõi thúc đẩy sự tiến hóa của trí tuệ robot tổng quát (RGI).

Axis đã cách mạng hóa cách cung cấp dữ liệu huấn luyện robot. Các dự án khác trên thị trường để "nhập/cung cấp dữ liệu huấn luyện robot" chủ yếu thúc đẩy người dùng quay và tải lên video thực hiện các hành động được chỉ định trong thế giới thực thông qua thiết bị như điện thoại di động, kính thông minh, nhằm đạt được sự tham gia toàn cầu với rào cản thấp. Mặc dù chi phí thu thập dữ liệu theo cách này thấp, nhưng dữ liệu từ video thu được có độ chân thực vật lý không đủ, thiếu thông tin chiều sâu và không đảm bảo tính liên tục và độ chính xác của dữ liệu 3D.

Bằng cách sử dụng “mô phỏng”, Axis đã giải quyết điểm đau này: trong môi trường mô phỏng, mô hình có thể hoàn thành nhiệm vụ ngay cả trong các điều kiện ảo khắc nghiệt hơn thông qua hàng loạt cảnh mô phỏng đa dạng (ánh sáng, góc nhìn, ma sát, động lực học, v.v.), từ đó đạt được khả năng khái quát mạnh mẽ. Axis áp dụng Chiến lược Hỗn hợp (Hybrid Strategy), kết hợp dữ liệu thực tế khan hiếm với dữ liệu tổng hợp khổng lồ. Nhờ công nghệ tăng cường siêu dữ liệu được tăng tốc bằng GPU, có thể tạo ra hàng loạt biến thể về ánh sáng, kết cấu và thuộc tính vật lý cho một cảnh duy nhất. Các cảnh ảo không cố định hay bị mã hóa cứng, mà có thể điều chỉnh linh hoạt. Mã nguồn có thể tạo ra vô số cảnh, giúp robot đối mặt với những thách thức khắc nghiệt và toàn diện hơn trong từng cảnh. Chi phí tạo cảnh thấp, đồng thời số lượng đầu ra cực lớn — hiệu quả của phương pháp này, dùng lượng lớn dữ liệu để hội tụ và tiến gần đến giải pháp tối ưu, đã được một số gã khổng lồ như Google và NVIDIA xác minh một phần.

Dự án mô phỏng học tập robot đầu tiên do Axis mở cửa cho cộng đồng, mang tên “Little Prince's Rose”, đã hoàn thành. Trong dự án “Little Prince's Rose”, người dùng thông qua trang web hướng dẫn robot thực hiện thành công thao tác tưới nước trong môi trường mô phỏng, thông qua việc thu thập và phân tích hành động của người dùng, robot học được cách tưới nước. Người dùng có thể điều khiển robot từ xa thông qua trang web, vừa duy trì chi phí thấp và rào cản nhập cảnh thấp của phương pháp tải lên video, vừa xây dựng cho robot mô hình nền tảng VLA (Vision-Language-Action) 3D-native, bổ sung khả năng tư duy không gian ba chiều mà dữ liệu video thiếu sót.

Chỉ sau 5 ngày ra mắt, dự án «Little Prince's Rose» đã thu hút hàng ngàn quỹ đạo chất lượng cao, có thể sử dụng để huấn luyện chiến lược, do người dùng bình thường không có nền tảng ngành robot trên toàn cầu đóng góp thông qua trải nghiệm thú vị. Dựa trên dữ liệu này, Axis đã huấn luyện thành công mô hình chiến lược và tái tạo thành công trên tay máy Franka. Điều này đánh dấu việc Axis đã hoàn thành chu trình toàn diện «tạo nhiệm vụ -> thu thập từ cộng đồng -> tăng cường dữ liệu -> huấn luyện mô hình -> triển khai trên thiết bị thực».

1 giờ dữ liệu thực tế có thể chuyển đổi thành 1000 giờ dữ liệu huấn luyện, đòn bẩy hiệu suất này làm giảm đáng kể chi phí cần thiết để tổng quát hóa mô hình robot.

Trong giai đoạn Beta vào dịp Tết Nguyên Đán, chỉ trong 5 ngày, 18.000 người tham gia không có nền tảng ngành robot đã hoàn thành 27 nhiệm vụ hoàn toàn mới trên Axis, đóng góp hơn 100.000 dữ liệu quỹ đạo. Cuộc thử nghiệm thành công hỗ trợ mức độ ngẫu nhiên cao trong nhiệm vụ và xác minh khả năng tương thích với nhiều dạng tài sản như robot bánh xe, robot hai tay, v.v.

Sản phẩm cốt lõi của Axis sẽ chính thức ra mắt vào cuối tháng 3, đồng thời kế hoạch mở nguồn vào cuối tháng 4 hoặc đầu tháng 5 bộ dữ liệu mô phỏng thuần túy lớn nhất thế giới dựa trên tay máy Franka, hoàn toàn đáp ứng nhu cầu huấn luyện chiến lược và mô hình. Đồng thời, với tư cách là một dự án robot xuất phát từ Crypto-AI, Axis đã bắt đầu khám phá và thúc đẩy ứng dụng thực tế ngoài ngành, tập trung vào các khách hàng tiêu biểu trong nhiều lĩnh vực con để đẩy nhanh tiến trình thương mại hóa: hợp tác cùng một hãng xe hơi để triển khai giải pháp tự động hóa trong quy trình sản xuất; đạt được sự đồng thuận hợp tác với một công ty tính toán sắp IPO về hướng tài sản ảo và mô hình thế giới; đồng thời thiết lập quan hệ hợp tác sâu rộng với nhiều doanh nghiệp sản xuất thiết bị vật lý trong các khâu then chốt như thu thập dữ liệu mô phỏng ảo và huấn luyện mô hình. Những điều này thể hiện tính ngoại sinh hiếm có của một dự án Crypto.

GEODNET

Một mạng phi tập trung cung cấp dữ liệu định vị động thời gian thực với độ chính xác ở cấp độ centimet cho các thiết bị như drone, robot, với hơn 21.000 trạm gốc hoạt động tại hơn 150 quốc gia. Trong năm qua, dự án đã đạt doanh thu hơn 7 triệu USD và có xu hướng tăng trưởng từng quý.

Mặc dù dự án này chủ yếu được phân loại là DePIN, nhưng nhu cầu về dữ liệu định vị thời gian thực độ chính xác cao dự kiến sẽ trở nên phổ biến hơn khi công nghệ robot được ứng dụng rộng rãi trong đời sống thực tế. Vào tháng 2 năm 2025, Multicoin tuyên bố dẫn đầu việc mua lại 8 triệu đô la Mỹ $GEDO từ Quỹ GEODNET với giá trị 8 triệu đô la Mỹ.

BitRobot

BitRobot Network được phát triển bởi FrodoBots Lab và Protocol Labs, nhằm mục đích thực hiện công việc và hợp tác robot phân tán. Các thành phần chính bao gồm: Verified Robot Work (VRW) – chỉ số định lượng để xác định và xác minh nhiệm vụ robot (dùng để tính thưởng mạng), Device Node Tokens (ENT) – mã thông báo xác định quyền sở hữu thiết bị và truy cập mạng (định danh duy nhất của robot trong hệ thống dưới dạng NFT), và subnet – lớp thực thi nhiệm vụ (nhóm tài nguyên tạo ra giá trị cho mạng BitRobot).

Ngày 14 tháng 2 năm 2025, FrodoBots Lab công bố hoàn thành vòng gọi vốn hạt giống 6 triệu USD, tổng số vốn huy động đạt 8 triệu USD.

FrodoBots Lab cũng bán robot, Earth Rovers giống như Mario Kart trong thực tế, có giá 249 USD, người chơi điều khiển robot của mình từ xa qua trình duyệt trong trò chơi tìm kho báu toàn cầu ET Fugi, dữ liệu được sử dụng bởi các nhà nghiên cứu để triển khai và kiểm thử các mô hình điều hướng AI mới nhất của họ. ET Fugi cũng là subnetwork đầu tiên của BitRobot.

Một robot trò chơi khác, Octo Arms, cũng sẽ được ra mắt trong tương lai, cho phép người chơi điều khiển từ xa các cánh tay cơ học để hoàn thành các trò chơi xếp hình 3D và các cuộc thi.

Khái niệm “subnet” trong mạng lưới robot này khá trừu tượng; nói đơn giản, bất kỳ cụm nào đóng góp vào hệ sinh thái tổng thể (hoặc các dự án/sự kiện cụ thể mà cụm đó thực hiện) đều là một subnet, ví dụ như trò chơi ETFugi được đề cập ở trên, hay SeeSaw do Virtuals ra mắt.

SeeSaw

Subnet số 5 của BitRobot, một ứng dụng chia sẻ dữ liệu huấn luyện robot do Virtuals ra mắt vào tháng 10 năm ngoái. Trên SeeSaw, người dùng quay video các hành động hàng ngày của mình, tải lên để hoàn thành nhiệm vụ và nhận phần thưởng. Những dữ liệu video này, bao gồm các hành động hàng ngày như thắt giày, gấp quần áo từ người dùng toàn cầu, sẽ được sử dụng để huấn luyện robot.

Auki

Mạng lưới nhận thức máy móc phi tập trung của Auki, Posemesh, được sử dụng để kết nối con người, thiết bị và AI, với lõi là kiến trúc DePIN (mạng thực thể phi tập trung), cho phép các thiết bị như robot, kính AR chia sẻ dữ liệu vị trí và cảm biến theo thời gian thực, cùng xây dựng sự hiểu biết không gian cộng tác về thế giới vật lý, có thể cung cấp góc nhìn không gian chung cho robot, AR và AI.

Được thiết kế dựa trên giao thức Posemesh với nhiều vai trò nút khác nhau. Các nút tính toán cung cấp sức mạnh tính toán, các nút chuyển động (thiết bị robot) tải lên thông tin vị trí và dữ liệu cảm biến, các nút tái tạo tạo ra mô hình bản đồ 3D dựa trên dữ liệu đó, và các nút tên miền quản lý không gian 3D. Các nút sẽ nhận phần thưởng bằng token $AUKI dựa trên đóng góp của chúng, thúc đẩy một mạng lưới thị giác máy móc tự tiến hóa.

Mạng lưới này nhấn mạnh vào việc bảo vệ quyền riêng tư, tránh việc một thực thể duy nhất giám sát không gian riêng tư của người dùng, đồng thời có thể được ứng dụng trong nhiều bối cảnh như bán lẻ (tối ưu hóa bố trí sản phẩm), quản lý bất động sản (theo dõi tài sản), hướng dẫn tại hội chợ và triển lãm, xây dựng và trang trí công trình, v.v.

Nền tảng tính toán không gian Cactus AI của họ đã tiến hành các thử nghiệm tích cực với Toyota Material Handling và siêu thị Thụy Điển Stora Coop.

XMAQUINA

Một DAO giúp các nhà đầu tư nhỏ lẻ tham gia vào việc đầu tư vào các doanh nghiệp robot. DAO này đã huy động được 10 triệu USD thông qua việc bán dần các token $DEUS của mình. Hiện tại, DAO đã sử dụng số tiền thu được từ cuộc đấu giá để mua cổ phần của 6 công ty trong lĩnh vực robot, bao gồm Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics và Robotico. Một số khoản đầu tư đã bắt đầu sinh lời, thậm chí lợi nhuận đơn lẻ vượt quá 100%.

PrismaX

Ngày 17 tháng 6 năm 2025, PrismaX thông báo hoàn tất vòng huy động vốn 11 triệu đô la Mỹ, với các nhà đầu tư bao gồm a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator và Virtuals.

PrismaX xây dựng một lớp điều phối mở, kết nối các nhà điều hành từ xa, người dùng robot và các công ty robot. Các nhà điều hành có thể kết nối với người dùng, điều khiển robot từ xa để hoàn thành các nhiệm vụ thực tế đồng thời thu thập dữ liệu có giá trị. Họ cũng có thể yêu cầu các dịch vụ thực tế như logistics và quảng cáo.

PrismaX còn có một giao thức điều khiển từ xa robot, nơi các doanh nghiệp có thể tìm kiếm các kỹ thuật viên điều khiển robot giàu kinh nghiệm, có khả năng thực hiện các nhiệm vụ phức tạp. Các kỹ thuật viên có thể chọn质押 mạng token để tăng độ tin cậy và cơ hội nhận được các nhiệm vụ lợi nhuận cao. Phần thưởng mà những người质押 nhận được không chỉ liên quan đến số lượng token họ质押, mà còn liên quan đến chất lượng công việc của họ, đồng thời họ còn nhận thêm phần thưởng bổ sung khi hiệu suất làm việc tăng lên.

Dữ liệu thu thập được từ thao tác từ xa sẽ được sử dụng để huấn luyện robot nhằm nâng cao tính tự chủ của robot, từ đó tăng hiệu suất làm việc của nhân viên thao tác từ xa, cuối cùng đạt được mức độ tự chủ cao hoặc hoàn toàn của robot.

Các đại lý NRN

NRN 源自于 AI Agent 实时对战链游 AI Arena。2021 年 10 月 28 日，开发商 ArenaX Labs 宣布完成 500 万美元种子轮融资，本轮融资由 Paradigm Capital 领投，Framework Venture Partners 参投。2024 年 1 月 9 日，ArenaX Labs 宣布完成 600 万美元新一轮融资，由 Framework Ventures 领投，SevenX Ventures、FunPlus/Xterio 和 Moore Strategic Ventures 等参投。

Mặc dù về cơ bản vẫn là quy trình thu thập dữ liệu → tăng cường học tập cho robot, nhưng với kinh nghiệm phong phú trong lĩnh vực trò chơi, NRN cung cấp trải nghiệm dựa trên trình duyệt, biến việc thu thập dữ liệu robot thành một trò chơi, cho phép người dùng điều khiển trực quan robot mô phỏng thông qua trình duyệt. Trong quá trình chơi game, các dữ liệu hành vi do người dùng tạo ra sẽ được sử dụng để huấn luyện các hệ thống robot thực tế.

Ở giai đoạn hiện tại, dự án sẽ tập trung vào cánh tay cơ khí (RME-1) để xác minh việc thu thập dữ liệu, học theo thời gian thực và khả năng thích ứng.

Nhấp để tìm hiểu các vị trí đang tuyển của律动BlockBeats

Chào mừng bạn tham gia cộng đồng chính thức của律动 BlockBeats:

Nhóm đăng ký Telegram: https://t.me/theblockbeats

Nhóm giao lưu Telegram: https://t.me/BlockBeats_App

Tài khoản chính thức trên Twitter: https://twitter.com/BlockBeatsAsia