让机器人更好地理解现实世界，除了提升模型能力，还有一个绕不开的问题：真实世界的数据从哪里来？ @vangrid_io 选择了一条很有意思的路线——利用人们手… · @XiaoZhi_BTC · TwKit

@XiaoZhi_BTC

让机器人更好地理解现实世界，除了提升模型能力，还有一个绕不开的问题：真实世界的数据从哪里来？ @vangrid_io 选择了一条很有意思的路线——利用人们手里的智能手机，构建分布式的地面真实数据采集网络。 Vangrid CEO 曾参与微软 HoloLens 和量子计算相关团队的工作，接触过空间计算与前沿技术。如今，团队把注意力放到了另一个具体问题上：如何让现实世界的数据更容易被采集、验证和使用。 它的思路可以拆成几个环节： 1️⃣ 用手机采集。 贡献者根据指定地点录制短视频，不必依赖专门的传感器设备。 2️⃣ 在设备端处理隐私。 隐私过滤器在数据离开手机前运行，减少敏感信息暴露的风险。 3️⃣ 让数据来源可验证。 每次捕获都会生成指纹并锚定到链上，帮助买家核验数据来源。 4️⃣ 让数据需求与贡献连接起来。 组织可以针对机器人或世界模型需要理解的地点发布视频悬赏，贡献者则通过 USDC 获得报酬。 我觉得，手机采集是这套设计里最值得关注的部分。 如果现实世界的数据采集必须依赖昂贵的专业设备，网络扩展就可能受到成本和设备部署的限制。利用现有手机，有机会降低参与门槛，把分散的采集能力组织起来。 当然，采集门槛降低不等于数据质量自然过关。隐私保护是否有效、数据是否足够准确，以及这些视频能否真正满足机器人训练和实际应用的需求，才是决定网络价值的关键。 Vangrid 总部位于阿姆斯特丹，也是 NVIDIA Inception 的一员。不过，团队背景和生态资源只是起点，真正的考验仍然是规模化交付。 机器人要理解现实世界，就需要足够丰富、可靠的现实世界数据。Vangrid 想探索的，是能否用一种更开放的方式，把这些数据连接起来。 #Vangrid #DePIN #PhysicalAI

曝光 346 · 评论 16 · 点赞 16 · 书签 0