Gm 創作者 Vangrid 如何繪製物理世界 互聯網擁有大量數據，但物理世界仍缺乏許多數據。 AI 可以從網站、書籍和影片中學習，但當 AI 或機器人需要理解倉庫、裝卸區或私人庭院時，會發生什麼？ 傳統地圖無法捕捉每一個細節。地點會變化，許多室內或受限區域也未得到妥善記錄。 這正是 @vangrid_io 的用武之地。 Vangrid 正在建立一個現實世界 3D 地圖的市場。 其運作方式如下： 買方請求對特定地點進行 3D 採集。 買方在 Base 上以 USDC 資助一個懸賞金。 附近的貢獻者使用手機對該地點進行採集。 影片被轉換為 3D 網格，即該空間的數位模型。 一旦買方接受工作，貢獻者即可獲得報酬。 隱私也是流程的一部分。面部和車牌號碼會在數據離開相機前於裝置上進行模糊處理。 Vangrid 還使用採集指紋，例如雜湊值、近似位置和時間戳。這些記錄可以上鏈锚定，以協助驗證數據的來源。 目標不僅僅是收集影片。 目標是創造有用且可驗證的 3D 數據，讓企業、機器人和物理 AI 系統能夠使用。 當然，這個項目仍有一些問題待解答： 貢獻者能否提供準確的採集？ 能否擴展至主要城市以外的地區？ 企業是否會反覆為這些數據付費？ 這些問題將決定這個網絡的實用程度。 更大的理念很簡單： 如果 AI 要在現實世界中運作，它需要關於現實世界的更好數據。 Vangrid 正試圖逐個地點建立這層缺失的數據。