大多數地圖告訴你一個地方過去的樣子。@vangrid_io 則專注於捕捉當前實際存在的狀況。 與依賴舊有影像不同，請求者可以為特定地點（無論是倉庫通道、裝卸貨平台還是樓梯間）資助獎金。 附近的貢獻者則可使用普通手機，對該空間進行緩慢的環繞拍攝。 隱私在資料離開裝置前即已處理，臉部和車牌號碼會在裝置上進行模糊處理。拍攝內容會以內容雜湊值、近似位置和時間戳記進行指紋標記，然後將這些指紋批次打包並錨定於 Base 上。 這才是關鍵：委託拍攝，然後讓買方獲得可驗證的內容。 這對實體 AI 至關重要，因為問題不總是「這個地方看起來是什麼樣子？」，而是「這個精確空間現在看起來是什麼樣子？」 衛星主要提供俯瞰視角，而地圖車輛則受限於可到達的道路。Vangrid 創造了一種方式，讓使用者能精準請求所需地點的地面層資料。 @vangrid_io 目前已擁有： • 984,572 個錨定於 Base 的拍攝資料 • 618 個 Bonnie 已被接受 • $313,714 透過協議結算 請求者資助獎金，貢獻者拍攝地點，經接受的工作以 USDC 結算。 結果是，現實世界資料、資料收集者與需要該資料的買方之間建立了更直接的連結。