最難收集的數據集，可能就位於實驗室外。 物理 AI 需要理解真實環境，而不僅僅是模擬環境。但傳統的繪圖方法有明顯的限制。 衛星無法看到建築物內部。道路繪圖車隊不會走進倉庫。 而文字數據集幾乎無法提供裝卸碼頭的幾何結構資訊。 這正是 @vangrid_io 正在試圖填補的缺口。 與其等待繪圖車隊，請求者可以委託特定地點並資助數據採集。 貢獻者使用智慧型手機記錄環境。 隱私在邊緣端處理，而數據採集的來源則透過加密證明和 Base 基礎的認證進行記錄。 我認為這才是該模型更有趣的部分。 這個網絡不僅僅是在收集片段，它正在建立一種方式，用以請求、驗證和結算特定地點的真實世界空間數據。 對於物理 AI 來說，這可能成為一種截然不同的數據基礎設施。