摩根士丹利预测，到 2050 年类人机器人（深潮注：与人类相似并能像人类一样行动的机器人）数量可能达到近 10 亿，以及埃隆·马斯克表示到 2040 年类人机器人数量将超过人类，关于未来几十年世界如何运作的讨论既令人兴奋又让人感到真实的担忧。
-
Binance币安
-
-
欧易OKX ️
-
-
Huobi火币️
-
随着生产效率的提高、成本的下降以及材料和技术的进步，许多思想领袖认为我们正处于机器人时代的边缘。预计到2029年，这将推动机器人市场规模达到730亿美元。
显然，大部分增长将来自私募股权。然而，随着加密领域监管环境日趋明朗，越来越多的初创企业将转向区块链，通过代币销售实现高效且快速地筹集资金。
现阶段来看，机器人行业在加密领域的总估值约为 2.5 亿美元。这只是九牛一毛。
本文的目的是提供一个更清晰的现有细分领域概览，并介绍一些最具潜力的项目。
为什么机器人技术需要加密
在深入探讨这些项目的价值主张之前，必须明确两个看似距离遥远的领域之间的关键联系。
1. 协作层
在一个机器人群体协同工作的世界中（例如配送无人机或工厂机器人），需要一个协作层来使这些独立的机器能够超越自身操作系统的限制进行合作。
2. 金融层
传统支付系统由于费用和延迟的问题，无法适应大规模微交易的需求。而加密领域的低成本、即时区块链交易能够实现无缝的机器对机器（M2M）经济，对于一个数十亿机器人在没有人类监督下运行的未来来说至关重要。
3. 去中心化的所有权和租赁模式
机器人硬件的高成本（例如一台 Optimus 机器人需要 2 万到 3 万美元）限制了其普及性。
加密领域可以通过 NFT 或代币化实现部分所有权，允许个人投资或租赁机器人群体。
可以设想一个市场将这一概念转化为“机器人即服务”（Robot-as-a-Service）资产，让小型企业和消费者能够更便捷地使用机器人。
4. 数据安全和可验证性
机器人技术依赖于海量数据集进行人工智能训练，但集中式数据存储存在泄露或操控的风险。
区块链提供了不可篡改且可验证的数据记录，确保机器人生成的数据（例如传感器输入）安全且防篡改。
这对于像医疗保健或老年护理机器人这样的应用中的监管合规和信任至关重要。
5. 融资与社区对齐
开发先进的机器人技术需要大量资金，但传统的风险投资模式进展缓慢，且股权投资占比过高。加密领域启动平台和代币销售提供了快速的、社区驱动的融资方式，平衡了开发者和用户之间的激励机制。
通过以上列出的优势，可以更清晰地了解需要关注的重点。
Openmind
最近，OpenMind从行业顶尖参与者如 Pantera Capital 获取了2000 万美元的投资，并凭借其互操作性层 FABRIC（一种用于全球智能机器的数字神经系统）成为该领域的领导者之一。
Fabric 提供身份、位置、验证和结算的核心原语，将单个机器人集合转变为一个统一协作的生态系统。
Fabric 通过以下四项关键功能实现多智能体协作和实时决策：
- 可验证的机器身份：每台机器获得一个独立且加密安全的身份（ERC-7777），实现无需信任的验证，防止欺骗，确保通信的完整性。
- 位置证明：一个去中心化且防篡改的 GPS 系统，允许机器证明其物理位置，这对于协作和共享地图至关重要。
- 任务验证：使用加密签名的传感器数据或数字证明来验证任务完成的标准化协议，同时触发自动支付。
- 稳定币结算：内置支付层，使用稳定币实现无摩擦、实时结算，无需担心波动性或依赖传统金融体系。
FABRIC 为未来劳动力提供无缝连接，而 OM1 则是一款开源的 AI 原生操作系统，允许开发者在数字和物理环境中配置和部署代理。
这意味着您可以创建一个可在云端或物理机器人硬件（例如 Quadrupeds、TurtleBot 4 和 Humanoids）上运行的 AI 角色。
值得注意的是，该项目最近发布了 OpenMind App，被称为“机器人界的 Uber”。是的，应用中还涉及积分系统。
Auki
Auki 是另一位重量级选手，已经在这一领域深耕超过5年。专注于空间计算，Auki 通过其名为 Posemesh 的技术解决了 AI 在现实世界中展现智能的挑战。
Posemesh 基于 DePIN 网络构建，该网络能够安全且私密地共享数字设备的空间数据和计算能力。这使机器人能够集体理解物理世界，并更好地相互交互。
您无需与中心化实体共享摄像头信息，而是可以与您正在访问的域或您所在区域的其他同伴私密地交换空间数据。
在 Auki 上，设备可以贡献或请求传感器数据、处理能力、存储、网络和监控服务。
基于 Base L2 的声誉和奖励系统通过加密方式确保安全，并为 DePIN 网络的资源配置和运营提供经济基础。
代币符号为 $AUKI。
注：若想深入了解发展历程及未来方向，建议阅读他们引人深思的七部分介绍文章。
Codec
继续探讨机器人协作领域，Codec 是一个基于 Solana 的项目，解决了当前分布式计算环境中软件和机器人传统自动化的基本局限性。
Codec 将 AI 自动化工作流的理念应用于机器人领域，提供一个统一平台，跨云端、边缘、桌面和机器人硬件运行。
有趣的是，其协作层也被称为 Fabric，与 OpenMind 的产品同名，概念也有相似之处（尽管技术细节有所不同）。
Fabric 基于三层架构构建：机器层、系统层和智能层。
通过 Fabric 和 Operator Kit（一个用于创建、训练和部署智能操作员的统一 Python 框架），以及为其提供支持的 VLA 模型，Codec 使数字或物理智能体能够执行依赖视觉或其他传感器输入的复杂任务。
为了展示 CodecFlow 技术栈的有效性，该团队发布了RoboMove，一个能够根据人类输入执行动作的模拟机器人。
代币符号为 $CODEC。
RoboStack
尽管像 OpenMind、Auki 和 Codec 这样的项目让机器人离现实世界越来越近，但对于大多数初创企业和组织来说，在早期阶段购买昂贵的硬件和工具显然过于奢侈。因此，一个现实的环境测试平台（在这里更像是云端）或许正是加速机器人基层开发所需的关键。
RoboStack 的核心是 RCP（机器人上下文协议，Robot Context Protocol），这是一个标准化的通信层，用于连接机器人、AI代理和人类用户，形成一个统一的生态系统。
在云端，用户可以模拟和复现各种条件，包括极端或难以触及的环境。
该平台允许您完全自定义机器人设置、传感器配置和环境因素。
定义工作流程后，系统会在云端自动运行，并将所有生成的数据收集并存储，以备 AI训练、分析或研究使用。
代币符号为 $ROBOT。
让我们从机器协作的复杂操作中稍作抽离，关注另一个关键问题：机器人如何将 AI 的能量转化为现实世界的能力。提示：理解一个概念并不意味着它可以轻松复制。
Silencio
你看，尽管 ChatGPT 可能知道生成声音的指令，但真正理解声音却复杂得多，因为它依赖于语境，例如音调、音高、节奏和环境。
同一声音在歌曲、警告信号或日常对话中可能有完全不同的意义，而没有大量真实世界的例子，很难捕捉这些细微差别。
Silencio 通过其 DePIN 网络解决了这一挑战，收集和处理真实世界的音频数据点，使机器人能够实现高级听觉感知和环境意识。
通过提供多样化的音频数据集，包括环境声音、多语言语音以及非语言线索（如笑声或脚步声），Silencio 训练 AI 模型以增强机器人的声音分类、语音识别和语境理解能力，从而克服复杂声学环境的解读局限性。
其旗舰移动应用已从 180 多个国家的 110 万贡献者处收集了超过 400 亿个数据点。
代币符号为 $SLC。
Over the Reality
Silencio 专注于捕捉音频，而 Over the Reality 则专注于捕捉视觉效果，这对于机器人在现实生活中的操作来说更为重要。
虽然为机器人配备激光雷达和摄像头看似简单，但如果没有 3D视觉映射，这些传感器不足以全面理解复杂动态环境。3D视觉映射至关重要，因为它整合了来自多个传感器的数据，以创建周围环境的详细体积表示。
它可以捕捉深度、空间关系和物体方向，使机器人能够精确地在仓库或灾区等杂乱的空间中导航。
简而言之：数据点越多，机器人功能越强大。
与 Silencio 类似，Over the Reality 基于 DePIN 网络构建，激励全球地图绘制社区使用标准智能手机和360度摄像头扫描高流量区域，并通过 OVR 代币进行奖励。
OVRMaps 已绘制了超过 150,000 个地点的地图，并拥有 7000 万+ 张图片，覆盖面积超过 4400 万平方米。
代币符号为 $OVR。
值得关注的项目
SHOW ROBOTICS：开发具备实体人工智能的机器人，将先进的人工智能与机器人技术相结合，专注于娱乐和实际应用领域，创造能够学习并执行现实任务的机器。
HomebrewRobotics：打造一个机器人模型的市场，通过提供预构建的软件和其他 AI 驱动的编程工具，让每个人都可以使用机器人模型。
Peaq：由于其知名度较高，此处不再赘述。
总结
虽然机器人领域对许多人来说既新颖又令人兴奋，但在这个领域寻找真正的优质项目仍然充满挑战。
本文的核心观点是：与其押注那些可能只是圈钱的最新项目，不如关注那些在热潮开始前就已深耕的成熟玩家，并选择投资他们。
目前所有机器人项目的总市值仍低于 3 亿美元，因此筛选任务相对简单。
当然，本文提到的一些项目也是较新的，但通过谨慎筛选（被称为“蜘蛛感应”），省略了几十个项目，确保所提项目的质量。虽然由于时间限制可能错过了一两个值得关注的项目，但上述提到的项目应该能为大家提供一些关于这一领域的清晰方向。
