推文

@coco961001 · 2026-10-14 18:44

所有人都在赌机器人的未来，但很少有人问：机器人的 "教材" 从哪来？ 过去几年大模型的爆发，吃的是互联网二十年沉淀的文本、图片和视频。 可机器人不一样 —— 它要理解的不是网页上的文字，而是真实世界的空间、物体和物理交互。 人拿起杯子这个动作，对机器人来说是视觉识别、空间定位、轨迹规划、力度控制、实时反馈一整条链路，靠刷网页永远练不出来。 这就是为什么我一直在跟 @axisrobotics Physical AI 这场仗，比的可能不只是谁家模型更强，而是谁能持续拿到高质量的真实世界数据。 互联网数据是现成的，现实世界数据是要 "跑出来" 的 —— 每一次抓取、每一次碰撞、每一次纠偏，都是昂贵的训练素材。 Axis 最让我感兴趣的不是发了多少币，而是它把社区从 "流量入口" 变成了 "数据生产线"。 传统 Web3 项目盯的是 DAU 和交易量，Axis 让社区成员直接参与数据任务，把用户贡献和 AI 基础设施绑在一起。 这套模式能不能跑通，核心不在于完成了多少任务量，而在于这些数据最终有没有用 —— 能不能真的喂进模型、能不能提升泛化能力。 目前 Axis 在 Kaito Epoch 2 已进入尾声。 对创作者来说，与其重复项目口号，不如把一件事讲清楚：Physical AI 为什么缺数据，Axis 又在试图填哪个坑。 从互联网 AI 走向现实世界 AI，数据的价值正在被重估。 如果机器人真的大规模落地，"谁来教机器人做事" 会变成一个根本性问题。 而 Axis，正在试着给出它的答案。

曝光 34 · 评论 1 · 点赞 1 · 书签 0