Gm 創作者們 Vangrid：將缺失的現實世界資料轉化為有獎勵的網路 地圖顯示的是已經被記錄下來的地點。 但那些缺失或過時的地點呢？ 這正是 @vangrid_io 正在解決的問題。 AI 模型可以從網站、書籍和影片中學習，但機器人需要關於物理世界的資訊。 例如，機器人可能需要知道： 倉庫通道的樣子 裝貨區的位置 人行橫道的樣子 道路有多寬 建築物周圍的環境 某地點是否發生變化 傳統的地圖系統無法捕捉所有資訊。 @vangrid_io 採用了一個更簡單的想法： 建立任務 → 某人前往該地點 → 拍攝該位置 → 資料經過核驗 → 他們獲得報酬。 與其派遣昂貴的地圖車輛到處收集資料，Vangrid 可以利用攜帶智慧型手機的人們，在需要的地方收集特定資料。 例如，有人可能會提出需求： 「我們需要這個倉庫入口的最新影片。」 貢獻者前往該地點，拍攝並提交資料。 若提交內容被接受，他們將獲得獎勵。 關鍵在於驗證與來源追溯。 該系統能記錄資料拍攝的時間與地點，幫助購買者確認資料真實且有用。 因此，更大的概念很簡單： AI 模型可能已經非常強大，但它們仍需要關於現實世界的最新資訊。 Vangrid 正在建立一個系統，讓人們可以協助收集這些缺失的資訊，並因此獲得獎勵。 模型可能已準備就緒，但現實世界仍待捕捉。