推文

@Misstang1102 · 2026-10-09 10:58

假如有一天，一个AI Agent想知道某家便利店门口有没有台阶，里面的通道够不够宽，它该怎么办？ 总不能自己长出两条腿，跑过去看一眼吧。听起来有点好笑，但这其实是AI走向现实世界后，迟早要面对的问题。 网上的信息再多，也不代表AI真的了解现实中的每一个角落。街道是什么样的，建筑内部怎么布局，仓库里有哪些障碍物，这些东西还是得有人去现场采集。 最近在关注@vangrid_io，我觉得它的切入点就挺特别。它没有把重点放在再造一个AI模型上，而是想办法让现实世界里的普通人参与进来。 打开Vangrid的Android应用，就可以参与现实场景的数据采集。采集完成后，相关内容会被处理成点云、3D Gaussian Splat等空间数据，让需要这些信息的AI团队能够使用。 换个说法，我们每天拿着手机到处走，原本只是生活的一部分，但在Vangrid的设想里，这些日常活动也可能成为AI认识现实世界的一种方式。 我觉得这个想法有意思的地方，不是3D建模本身，而是它试图改变数据从哪里来。 如果所有数据都要靠专业团队、专门设备去采集，成本和覆盖范围始终会受到限制。可如果能让更多分散在不同地方的人参与进来，数据网络就有机会扩展到更多真实场景。 当然，这不代表随便拿手机拍一圈就能解决机器人训练的问题。采集质量、数据处理和实际用途都很重要，最后还是得看这些数据有没有人真正需要。 另一个让我觉得有意思的设计，是Vangrid把采集任务和链上支付放在了一起。 需求方可以发布数据采集任务，设置要求和USDC报酬。有人完成任务后，经过验收再结算。项目也在探索让AI Agent自己发起任务、支付报酬，再由真人去完成。 想想这个场景还挺新鲜的。以前我们说Agent帮人干活，通常指的是写代码、整理资料、调用工具。但如果它以后能自己付钱请人去现实世界完成任务，那它能处理的事情就不只是屏幕里的工作了。 当然，前提是任务真的有人接、数据确实有用，而且整个流程能持续运转。光有概念还不够。所以我看Vangrid，不太想把它简单理解成一个手机采集应用。 它更像是在尝试搭建一套连接线上需求和线下执行的网络：AI提出需求，人去完成采集，数据经过处理后交付，支付则通过链上机制完成。 这个模式最终能不能跑通，现在还不能下结论。但有一点很现实：当AI开始越来越多地参与现实生活，它需要的东西也会变多。除了算力和模型，还有大量来自真实世界的信息。 而这些信息，不一定都要从实验室里获得。有时候，答案可能就在某个人手里的手机里。这也是我觉得@vangrid_io值得继续观察的原因。 @NucleusCodes

曝光 1537 · 评论 47 · 点赞 40 · 书签 0 · 曝光/时 26.028459185376008