Gm Family ☕ Bottleneck AI tiếp theo có thể không phải là trí thông minh, mà là khả năng tiếp cận thế giới vật lý. Các mô hình ngôn ngữ đã tiến bộ nhanh chóng, nhưng robot đối mặt với thách thức khác: hiểu vỉa hè, cầu thang, lối đi hẹp, lối vào tòa nhà, hình học không gian thực. @vangrid_io đã thu hút sự chú ý của tôi ở đây: Để huấn luyện một robot cần thông tin không gian chính xác, không chỉ là lập luận — hình ảnh trên internet và mô phỏng chỉ có giới hạn; dữ liệu thực tế mới mẻ mới quan trọng. Vangrid biến điện thoại thông minh thành một mạng lưới phân tán, thu thập dữ liệu không gian thực tế theo yêu cầu, thay vì phụ thuộc vào đội ngũ bản đồ tốn kém — phối hợp con người để ghi lại các vị trí cụ thể, với nguồn gốc được ghi lại trên chuỗi. Ba lý do điều này quan trọng: thu thập bằng điện thoại thông minh mang lại phạm vi bao phủ rộng hơn; các xác thực trên chuỗi giúp xác minh nguồn gốc dữ liệu; việc thu thập theo nhu cầu tập trung vào những gì các nhà phát triển thực sự cần. Tuy nhiên, chỉ có nhiều dữ liệu là chưa đủ — độ chính xác, quyền riêng tư, chất lượng và nhu cầu thực tế trong lĩnh vực robot sẽ quyết định mức độ hữu ích của nó. AI vật lý cần nhiều hơn chỉ phần cứng — nó cần một lớp dữ liệu đáng tin cậy, kết nối trí thông minh với hiện thực vật lý. Theo dõi cách Vangrid biến điều này thành cơ sở hạ tầng không gian thực tế.