Шифрование обеспечит экономические гарантии безопасности для Ботов, а также оптимизирует их инфраструктуру подключения, задержку и процессы сбора данных, что будет способствовать развитию отрасли Ботов.
Автор: Пол Верадиттакит, партнер Pantera Capital
Перевод: xiaozou, Золотая Финансовая
Резюме:
Инновации и эффекты масштаба, связанные с VLA, способствуют появлению экономичных, эффективных и универсальных человекоподобных Ботов.
С расширением рынка потребительских Ботов, безопасность Ботов, финансирование и механизмы оценки заслуживают глубокого изучения.
Шифрование технологий будет способствовать развитию отрасли Ботов, предоставляя экономические гарантии безопасности для Ботов и оптимизируя их инфраструктуру подключения, задержку и процессы сбора данных.
ChatGPT полностью изменил человеческие ожидания от искусственного интеллекта. Когда большие языковые модели начали взаимодействовать с внешним программным миром, многие считали, что AI-агенты являются конечной формой. Но если оглянуться на классические научно-фантастические фильмы, такие как «Звёздные войны», «Бегущий по лезвию» или « RoboCop», можно понять, что человечество действительно мечтает о том, чтобы искусственный интеллект мог взаимодействовать с физическим миром в форме Ботов.
По мнению Pantera Capital, в области Ботов приближается «момент ChatGPT». Сначала мы проанализируем, как прорывы в области искусственного интеллекта за последние несколько лет изменили ситуацию в отрасли, затем обсудим, как технологии батарей, оптимизация задержки и улучшение сбора данных будут формировать будущее, а также роль, которую в этом сыграет шифрование. В конце мы объясним, почему считаем, что безопасность Ботов, финансирование, оценка и образование являются вертикальными областями, которым следует уделить особое внимание.
1、Элементы преобразования
（1）Прорыв в области искусственного интеллекта
Прогресс в области многомодальных больших языковых моделей наделяет Боты «мозгом», необходимым для выполнения сложных задач. Боты в основном воспринимают окружающую среду с помощью двух сенсорных систем: зрения и слуха.
Традиционные модели компьютерного зрения (такие как сверточные нейронные сети), хотя и хорошо справляются с задачами обнаружения или классификации объектов, имеют трудности с преобразованием визуальной информации в целенаправленные команды для действий. Большие языковые модели, хотя и демонстрируют выдающиеся результаты в понимании и генерации текста, ограничены в своей способности воспринимать физический мир.
!
С помощью модели визуально-языкового-действия (VLA) Боты могут интегрировать визуальное восприятие, понимание языка и физические действия в единой вычислительной среде. В феврале 2025 года Figure AI выпустила универсальную модель управления человекоподобными Ботами Helix, которая устанавливает новую веху в отрасли благодаря способности к обобщению без образцов и двойной архитектуре система 1/ система 2. Характеристика обобщения без образцов позволяет Ботам мгновенно адаптироваться к новым сценам, новым объектам и новым командам без необходимости повторной тренировки для каждой задачи. Архитектура система 1/ система 2 разделяет высокоуровневое и легковесное рассуждение, что позволяет создать коммерчески жизнеспособные человекоподобные Боты с человечным мышлением и высокой точностью в реальном времени.
（2）Экономичные Боты становятся реальностью
Технологии, изменяющие мир, имеют одну общую черту — доступность. Смартфоны, персональные компьютеры и технологии 3D-шprinting стали доступными благодаря ценам, приемлемым для среднего класса. Когда цена роботов, таких как Unitree G1, ниже, чем у Honda Accord или минимального годового дохода в 34 000 долларов США, не удивительно представить мир, в котором физический труд и повседневные дела в основном выполняются роботами.
!
(3) от хранения к потребительскому рынку
Технологии Ботов переходят от решений для складов к потребительской сфере. Этот мир был создан для людей — люди могут выполнять все работы, которые могут выполнять специализированные Боты, в то время как специализированные Боты не могут выполнять все работы людей. Компании, занимающиеся Ботами, больше не ограничиваются производством промышленных Ботов, а переходят к разработке более универсальных гуманоидных Ботов. Таким образом, передовые технологии Ботов находятся не только на складах, но и проникают в повседневную жизнь.
Стоимость является одним из основных узких мест масштабируемости. Нас больше всего интересует показатель совокупной стоимости в час, который рассчитывается как сумма альтернативной стоимости времени на обучение и зарядку, стоимости выполнения задач и стоимости приобретения Ботов, деленная на общее время работы Ботов. Эта стоимость должна быть ниже среднего уровня заработной платы в соответствующей отрасли, чтобы быть конкурентоспособной.
!
Чтобы полностью проникнуть в сферу складирования,综合成本 Ботов должен быть ниже 31.39 долларов в час. А в крупнейшем потребительском рынке — частном образовании и здравоохранении, эта стоимость должна быть ниже 35.18 долларов. В настоящее время Боты развиваются в сторону более дешевых, более эффективных и более универсальных решений.
2、Следующий прорыв в технологии Боты
（1）оптимизация батареи
Технология аккумуляторов всегда была узким местом для удобных для пользователя Ботов. Ранние электромобили, такие как BMW i3, из-за ограничений технологии аккумуляторов имели короткий запас хода, высокую стоимость и низкую практичность, что затрудняло их распространение; Боты сталкиваются с аналогичной проблемой. Робот Spot от Boston Dynamics имеет всего 90 минут автономной работы, а запас хода аккумулятора Unitree G1 составляет около 2 часов. Пользователи, очевидно, не желают заряжать аккумулятор вручную каждые два часа, поэтому автономная зарядка и подключение к инфраструктуре становятся ключевыми направлениями развития. В настоящее время существует два основных режима зарядки Ботов: замена аккумулятора или прямое зарядка.
Режим замены батарей обеспечивает непрерывную работу за счет быстрой замены исчерпанного аккумуляторного блока, минимизируя время простоя, и подходит для полевых или заводских условий. Этот процесс может быть выполнен вручную или автоматизирован.
Индукционная зарядка использует беспроводной способ питания, хотя полный заряд занимает много времени, но позволяет легко реализовать полностью автоматизированный процесс.
（2）задержка оптимизация
Низкая задержка операций можно разделить на два типа: восприятие окружающей среды и удаленное управление. Восприятие относится к способности Ботов к пространственному восприятию окружающей среды, тогда как удаленное управление относится к实时 контролю человеческого оператора.
Согласно исследованию Cintrini, системы восприятия Ботов начинаются с недорогих датчиков, но технологический барьер заключается в программном обеспечении для интеграции, низкомощных вычислениях и миллисекундных точных контроллеров. Когда Боты завершают пространственную локализацию, легкие нейронные сети будут маркировать такие элементы, как препятствия, поддоны или люди. После ввода меток сцены в планировочную систему мгновенно генерируются команды для двигателей, отправляемые на ноги, колеса или манипуляторы. Задержка восприятия менее 50 миллисекунд эквивалентна скорости человеческой реакции — любая задержка, превышающая этот порог, приведет к неуклюжести Ботов. Поэтому 90% решений должны приниматься локально через единую сеть визуализации - языка - действия.
Полностью автономные Боты должны обеспечивать высокую производительность VLA модели с задержкой менее 50 миллисекунд; для удаленно управляемых Ботов требуется, чтобы задержка сигнала между управляющим устройством и Ботом не превышала 50 миллисекунд. Здесь важность модели VLA особенно подчеркнута — если визуальные и текстовые входные данные обрабатываются различными моделями, прежде чем быть введенными в крупную языковую модель, общая задержка значительно превысит порог в 50 миллисекунд.
（3）Оптимизация сбора данных
Существует три основных способа сбора данных: видеоданные из реального мира, синтетические данные и данные удаленного управления. Основное ограничение реальных и синтетических данных заключается в необходимости устранения различий между физическим поведением роботов и видео / моделями симуляции. Реальным видеоданным не хватает таких физических деталей, как обратная связь с силой, ошибки движения суставов и деформация материалов; синтетические данные же страдают от отсутствия непредсказуемых переменных, таких как сбои датчиков и коэффициенты трения.
Наиболее перспективный способ сбора данных - это удаленное управление, при котором оператор управляет Боты для выполнения задач. Однако трудозатраты являются основным ограничивающим фактором сбора данных с помощью удаленного управления.
Разработка пользовательского оборудования также предлагает новые решения для высококачественного сбора данных. Компания Mecka сочетает традиционные методы с пользовательским оборудованием для сбора многомерных данных о движении человека, которые после обработки преобразуются в наборы данных, подходящие для обучения нейронных сетей Ботов, в сочетании с быстрыми циклами итерации, что обеспечивает огромное количество высококачественных данных для обучения AI Ботов. Эти технологические каналы совместно сокращают путь преобразования от сырых данных до развертываемых Ботов.
3、Ключевые области исследования
（1）шифрование технологий и Боты融合
Шифрование технологий может стимулировать недоверительные стороны повысить эффективность сети Ботов. Основываясь на вышеупомянутых ключевых областях, мы считаем, что шифрование технологий может повысить эффективность в трех аспектах: интеграция инфраструктуры, оптимизация задержки и сбор данных.
Децентрализованная сеть физических инфраструктур (DePIN) ожидается, что революционизирует инфраструктуру зарядки. Когда человекоподобные Боты будут работать по всему миру, зарядные станции должны быть так же доступны, как автозаправочные станции. Централизованные сети требуют огромных первоначальных инвестиций, в то время как DePIN распределяет затраты между операторами узлов, позволяя быстро расширять зарядные установки в большее количество районов.
DePIN также может использовать распределенную инфраструктуру для оптимизации задержки удаленного управления. Объединяя вычислительные ресурсы географически распределенных крайних узлов, команды удаленного управления могут обрабатываться локальными или ближайшими доступными узлами, что минимизирует расстояние передачи данных и значительно снижает задержку связи. Однако текущие проекты DePIN в основном сосредоточены на децентрализованном хранении, распространении контента и совместном использовании пропускной способности, хотя есть проекты, демонстрирующие преимущества крайних вычислений в потоковом видео или Интернете вещей, это еще не распространилось на Боты или удаленное управление.
Удалённое управление — это наиболее перспективный способ сбора данных, но централизованные структуры нанимают профессионалов для сбора данных, что очень дорого. DePIN решает эту проблему, стимулируя третьи стороны предоставлять данные удалённого управления с помощью шифрованных токенов. Проект Reborn строит глобальную сеть удалённых операторов, превращая их вклад в токенизированные цифровые активы, формируя децентрализованную систему без разрешений — участники могут получать прибыль, а также участвовать в управлении и способствовать обучению AGI Ботов.
（2）Безопасность всегда является основной заботой
Конечной целью робототехники является достижение полной автономности, но, как предупреждает серия фильмов «Терминатор», люди меньше всего хотят видеть, как автономность превращает роботов в агрессивное оружие. Проблемы безопасности больших языковых моделей привлекли внимание, и когда эти модели получают возможность физического действия, безопасность Ботов становится ключевым условием для принятия обществом.
Экономическая безопасность является одним из столпов процветания экосистемы Ботов. Компания OpenMind в этой области разрабатывает FABRIC — децентрализованный уровень координации машин, который осуществляет аутентификацию идентификации устройств, проверку физического присутствия и получение ресурсов с помощью шифрования. В отличие от простого управления рынком задач, FABRIC позволяет Ботам самостоятельно подтверждать информацию о идентификации, географическом положении и записи действий без зависимости от централизованных посредников.
Ограничения поведения и аутентификация личности осуществляются через механизмы на блокчейне, что обеспечивает возможность аудита соблюдения норм для всех. Боты, соответствующие стандартам безопасности, качественным требованиям и региональным нормам, будут вознаграждены, в то время как нарушители столкнутся с наказанием или потерей права участия, тем самым создавая механизм подотчетности и доверия в сети автономных машин.
Сторонние сети повторного залога (например, Symbiotic) также могут предоставить равнозначные гарантии безопасности. Несмотря на то, что система параметров наказания все еще требует доработки, соответствующие технологии уже вошли в практическую стадию. Мы ожидаем, что в отрасли скоро будут сформированы нормы безопасности, и в это время параметры наказания будут моделироваться в соответствии с этими нормами.
Пример реализации:
Боты компании присоединились к сети Symbiotic.
Установите проверяемые параметры конфискации (например, «приложение силы человеческого контакта более 2500 ньютонов»);
Ставщики предоставляют залог, чтобы гарантировать, что Боты соблюдают параметры;
В случае нарушения, залог будет использован в качестве компенсации для жертвы.
Эта модель одновременно мотивирует компании ставить безопасность на первое место и способствует принятию потребителями через страховой механизм пулов стейкинга.
Симбиотическая команда считает, что понимание в области Ботов:
Symbiotic универсальная платформа для стейкинга предназначена для расширения концепции стейкинга на все области, требующие экономической безопасности, независимо от того, используется ли совместная или независимая модель. Ее приложения варьируются от страхования до технологий Ботов и требуют конкретных примеров для конкретного проектирования. Например, сеть Ботов может быть полностью построена на базе Symbiotic, позволяя заинтересованным сторонам предоставлять экономические гарантии целостности сети.
4、Заполнение пробелов в технологическом стеке Ботов
OpenAI способствовал распространению ИИ, но основа ChatGPT уже была заложена. Облачные сервисы разрушили зависимость моделей от локальных вычислительных мощностей, Huggingface реализовал открытый исходный код моделей, а Kaggle предоставил платформу для экспериментов AI-инженеров. Эти постепенные прорывы способствовали массовому распространению ИИ.
В отличие от ИИ, в области Ботов трудно начать с ограниченным финансированием. Для того чтобы достичь распространения Ботов, барьеры для их разработки должны быть снижены до такой же степени удобства, как и при разработке приложений ИИ. Мы считаем, что есть возможности для улучшения в трех областях: механизмы финансирования, системы оценки и образовательная экосистема.
Финансирование является больной темой в области Ботов. Для разработки компьютерных программ достаточно одного компьютера и облачных вычислительных ресурсов, тогда как для создания полнофункционального робота необходимо закупить такие аппаратные средства, как моторы, датчики, аккумуляторы и т.д., что легко превышает 100 000 долларов. Эта аппаратная природа делает разработку Ботов менее гибкой и более дорогостоящей по сравнению с ИИ.
Инфраструктура оценки роботов в реальных сценариях все еще находится на начальной стадии. В области ИИ уже установлена четкая система функции потерь, тестирование может быть полностью виртуализировано. Однако отличные виртуальные стратегии не могут быть напрямую преобразованы в эффективные решения в реальном мире. Роботам необходимо тестировать оценочные системы автономных стратегий в разнообразных реальных условиях, чтобы добиться итеративной оптимизации.
Когда эта инфраструктура станет зрелой, таланты хлынут в огромном количестве, и гуманоидные Боты вновь продемонстрируют кривую взрыва Web2. Компания по шифрованию Боты OpenMind движется в этом направлении — ее проект с открытым исходным кодом OM1 ("роботизированная версия операционной системы Android") преобразует оригинальное оборудование в экономически осознанные,Upgradeable智能体. Модули визуализации, языка и планирования движений могут подключаться и использоваться так же, как мобильные приложения, а все шаги вывода представлены на простом английском языке, позволяя операторам проводить аудит или настраивать поведение без необходимости взаимодействия с прошивкой. Эта способность естественного языкового вывода позволяет новому поколению талантов бесшовно входить в область робототехники, что является ключевым шагом к созданию открытой платформы, которая разожжет революцию в Боты, как движение с открытым исходным кодом ускорило развитие ИИ.
!
Плотность талантов определяет траекторию отрасли. Структурированная система всеобъемлющего образования имеет решающее значение для поставки талантов в область Боты. Выход OpenMind на Nasdaq ознаменовал начало новой эпохи, в которой интеллектуальные машины одновременно участвуют в финансовых инновациях и реальном образовании. OpenMind и Robostore совместно объявили о запуске первого универсального образовательного курса на основе человекоподобного робота Unitree G1 в государственных школах K-12 США. Данный курс спроектирован с учетом платформенной независимости и может быть адаптирован к различным формам роботов, предоставляя студентам возможность практической работы. Этот позитивный сигнал укрепляет наше мнение: в ближайшие годы уровень ресурсов образования в области Боты будет сопоставим с областью шифрования.
5、Будущие перспективы
Инновации и эффекты масштаба модели визуализации - языка - действий (VLA) породили экономически эффективные, высокопроизводительные и универсальные человекоподобные Боты. По мере расширения складских Ботов на потребительский рынок, безопасность, модели финансирования и системы оценки становятся ключевыми направлениями исследований. Мы твердо верим, что шифрование будет способствовать развитию Ботов тремя путями: предоставление экономической гарантии безопасности, оптимизация инфраструктуры зарядки, улучшение задержка производительности и сбор данных.
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Партнер Pantera: эпоха AI Боты, управляемых шифрованием
Автор: Пол Верадиттакит, партнер Pantera Capital
Перевод: xiaozou, Золотая Финансовая
Резюме:
Инновации и эффекты масштаба, связанные с VLA, способствуют появлению экономичных, эффективных и универсальных человекоподобных Ботов.
С расширением рынка потребительских Ботов, безопасность Ботов, финансирование и механизмы оценки заслуживают глубокого изучения.
Шифрование технологий будет способствовать развитию отрасли Ботов, предоставляя экономические гарантии безопасности для Ботов и оптимизируя их инфраструктуру подключения, задержку и процессы сбора данных.
ChatGPT полностью изменил человеческие ожидания от искусственного интеллекта. Когда большие языковые модели начали взаимодействовать с внешним программным миром, многие считали, что AI-агенты являются конечной формой. Но если оглянуться на классические научно-фантастические фильмы, такие как «Звёздные войны», «Бегущий по лезвию» или « RoboCop», можно понять, что человечество действительно мечтает о том, чтобы искусственный интеллект мог взаимодействовать с физическим миром в форме Ботов.
По мнению Pantera Capital, в области Ботов приближается «момент ChatGPT». Сначала мы проанализируем, как прорывы в области искусственного интеллекта за последние несколько лет изменили ситуацию в отрасли, затем обсудим, как технологии батарей, оптимизация задержки и улучшение сбора данных будут формировать будущее, а также роль, которую в этом сыграет шифрование. В конце мы объясним, почему считаем, что безопасность Ботов, финансирование, оценка и образование являются вертикальными областями, которым следует уделить особое внимание.
1、Элементы преобразования
（1）Прорыв в области искусственного интеллекта
Прогресс в области многомодальных больших языковых моделей наделяет Боты «мозгом», необходимым для выполнения сложных задач. Боты в основном воспринимают окружающую среду с помощью двух сенсорных систем: зрения и слуха.
Традиционные модели компьютерного зрения (такие как сверточные нейронные сети), хотя и хорошо справляются с задачами обнаружения или классификации объектов, имеют трудности с преобразованием визуальной информации в целенаправленные команды для действий. Большие языковые модели, хотя и демонстрируют выдающиеся результаты в понимании и генерации текста, ограничены в своей способности воспринимать физический мир.
!
С помощью модели визуально-языкового-действия (VLA) Боты могут интегрировать визуальное восприятие, понимание языка и физические действия в единой вычислительной среде. В феврале 2025 года Figure AI выпустила универсальную модель управления человекоподобными Ботами Helix, которая устанавливает новую веху в отрасли благодаря способности к обобщению без образцов и двойной архитектуре система 1/ система 2. Характеристика обобщения без образцов позволяет Ботам мгновенно адаптироваться к новым сценам, новым объектам и новым командам без необходимости повторной тренировки для каждой задачи. Архитектура система 1/ система 2 разделяет высокоуровневое и легковесное рассуждение, что позволяет создать коммерчески жизнеспособные человекоподобные Боты с человечным мышлением и высокой точностью в реальном времени.
（2）Экономичные Боты становятся реальностью
Технологии, изменяющие мир, имеют одну общую черту — доступность. Смартфоны, персональные компьютеры и технологии 3D-шprinting стали доступными благодаря ценам, приемлемым для среднего класса. Когда цена роботов, таких как Unitree G1, ниже, чем у Honda Accord или минимального годового дохода в 34 000 долларов США, не удивительно представить мир, в котором физический труд и повседневные дела в основном выполняются роботами.
!
(3) от хранения к потребительскому рынку
Технологии Ботов переходят от решений для складов к потребительской сфере. Этот мир был создан для людей — люди могут выполнять все работы, которые могут выполнять специализированные Боты, в то время как специализированные Боты не могут выполнять все работы людей. Компании, занимающиеся Ботами, больше не ограничиваются производством промышленных Ботов, а переходят к разработке более универсальных гуманоидных Ботов. Таким образом, передовые технологии Ботов находятся не только на складах, но и проникают в повседневную жизнь.
Стоимость является одним из основных узких мест масштабируемости. Нас больше всего интересует показатель совокупной стоимости в час, который рассчитывается как сумма альтернативной стоимости времени на обучение и зарядку, стоимости выполнения задач и стоимости приобретения Ботов, деленная на общее время работы Ботов. Эта стоимость должна быть ниже среднего уровня заработной платы в соответствующей отрасли, чтобы быть конкурентоспособной.
!
Чтобы полностью проникнуть в сферу складирования,综合成本 Ботов должен быть ниже 31.39 долларов в час. А в крупнейшем потребительском рынке — частном образовании и здравоохранении, эта стоимость должна быть ниже 35.18 долларов. В настоящее время Боты развиваются в сторону более дешевых, более эффективных и более универсальных решений.
2、Следующий прорыв в технологии Боты
（1）оптимизация батареи
Технология аккумуляторов всегда была узким местом для удобных для пользователя Ботов. Ранние электромобили, такие как BMW i3, из-за ограничений технологии аккумуляторов имели короткий запас хода, высокую стоимость и низкую практичность, что затрудняло их распространение; Боты сталкиваются с аналогичной проблемой. Робот Spot от Boston Dynamics имеет всего 90 минут автономной работы, а запас хода аккумулятора Unitree G1 составляет около 2 часов. Пользователи, очевидно, не желают заряжать аккумулятор вручную каждые два часа, поэтому автономная зарядка и подключение к инфраструктуре становятся ключевыми направлениями развития. В настоящее время существует два основных режима зарядки Ботов: замена аккумулятора или прямое зарядка.
Режим замены батарей обеспечивает непрерывную работу за счет быстрой замены исчерпанного аккумуляторного блока, минимизируя время простоя, и подходит для полевых или заводских условий. Этот процесс может быть выполнен вручную или автоматизирован.
Индукционная зарядка использует беспроводной способ питания, хотя полный заряд занимает много времени, но позволяет легко реализовать полностью автоматизированный процесс.
（2）задержка оптимизация
Низкая задержка операций можно разделить на два типа: восприятие окружающей среды и удаленное управление. Восприятие относится к способности Ботов к пространственному восприятию окружающей среды, тогда как удаленное управление относится к实时 контролю человеческого оператора.
Согласно исследованию Cintrini, системы восприятия Ботов начинаются с недорогих датчиков, но технологический барьер заключается в программном обеспечении для интеграции, низкомощных вычислениях и миллисекундных точных контроллеров. Когда Боты завершают пространственную локализацию, легкие нейронные сети будут маркировать такие элементы, как препятствия, поддоны или люди. После ввода меток сцены в планировочную систему мгновенно генерируются команды для двигателей, отправляемые на ноги, колеса или манипуляторы. Задержка восприятия менее 50 миллисекунд эквивалентна скорости человеческой реакции — любая задержка, превышающая этот порог, приведет к неуклюжести Ботов. Поэтому 90% решений должны приниматься локально через единую сеть визуализации - языка - действия.
Полностью автономные Боты должны обеспечивать высокую производительность VLA модели с задержкой менее 50 миллисекунд; для удаленно управляемых Ботов требуется, чтобы задержка сигнала между управляющим устройством и Ботом не превышала 50 миллисекунд. Здесь важность модели VLA особенно подчеркнута — если визуальные и текстовые входные данные обрабатываются различными моделями, прежде чем быть введенными в крупную языковую модель, общая задержка значительно превысит порог в 50 миллисекунд.
（3）Оптимизация сбора данных
Существует три основных способа сбора данных: видеоданные из реального мира, синтетические данные и данные удаленного управления. Основное ограничение реальных и синтетических данных заключается в необходимости устранения различий между физическим поведением роботов и видео / моделями симуляции. Реальным видеоданным не хватает таких физических деталей, как обратная связь с силой, ошибки движения суставов и деформация материалов; синтетические данные же страдают от отсутствия непредсказуемых переменных, таких как сбои датчиков и коэффициенты трения.
Наиболее перспективный способ сбора данных - это удаленное управление, при котором оператор управляет Боты для выполнения задач. Однако трудозатраты являются основным ограничивающим фактором сбора данных с помощью удаленного управления.
Разработка пользовательского оборудования также предлагает новые решения для высококачественного сбора данных. Компания Mecka сочетает традиционные методы с пользовательским оборудованием для сбора многомерных данных о движении человека, которые после обработки преобразуются в наборы данных, подходящие для обучения нейронных сетей Ботов, в сочетании с быстрыми циклами итерации, что обеспечивает огромное количество высококачественных данных для обучения AI Ботов. Эти технологические каналы совместно сокращают путь преобразования от сырых данных до развертываемых Ботов.
3、Ключевые области исследования
（1）шифрование технологий и Боты融合
Шифрование технологий может стимулировать недоверительные стороны повысить эффективность сети Ботов. Основываясь на вышеупомянутых ключевых областях, мы считаем, что шифрование технологий может повысить эффективность в трех аспектах: интеграция инфраструктуры, оптимизация задержки и сбор данных.
Децентрализованная сеть физических инфраструктур (DePIN) ожидается, что революционизирует инфраструктуру зарядки. Когда человекоподобные Боты будут работать по всему миру, зарядные станции должны быть так же доступны, как автозаправочные станции. Централизованные сети требуют огромных первоначальных инвестиций, в то время как DePIN распределяет затраты между операторами узлов, позволяя быстро расширять зарядные установки в большее количество районов.
DePIN также может использовать распределенную инфраструктуру для оптимизации задержки удаленного управления. Объединяя вычислительные ресурсы географически распределенных крайних узлов, команды удаленного управления могут обрабатываться локальными или ближайшими доступными узлами, что минимизирует расстояние передачи данных и значительно снижает задержку связи. Однако текущие проекты DePIN в основном сосредоточены на децентрализованном хранении, распространении контента и совместном использовании пропускной способности, хотя есть проекты, демонстрирующие преимущества крайних вычислений в потоковом видео или Интернете вещей, это еще не распространилось на Боты или удаленное управление.
Удалённое управление — это наиболее перспективный способ сбора данных, но централизованные структуры нанимают профессионалов для сбора данных, что очень дорого. DePIN решает эту проблему, стимулируя третьи стороны предоставлять данные удалённого управления с помощью шифрованных токенов. Проект Reborn строит глобальную сеть удалённых операторов, превращая их вклад в токенизированные цифровые активы, формируя децентрализованную систему без разрешений — участники могут получать прибыль, а также участвовать в управлении и способствовать обучению AGI Ботов.
（2）Безопасность всегда является основной заботой
Конечной целью робототехники является достижение полной автономности, но, как предупреждает серия фильмов «Терминатор», люди меньше всего хотят видеть, как автономность превращает роботов в агрессивное оружие. Проблемы безопасности больших языковых моделей привлекли внимание, и когда эти модели получают возможность физического действия, безопасность Ботов становится ключевым условием для принятия обществом.
Экономическая безопасность является одним из столпов процветания экосистемы Ботов. Компания OpenMind в этой области разрабатывает FABRIC — децентрализованный уровень координации машин, который осуществляет аутентификацию идентификации устройств, проверку физического присутствия и получение ресурсов с помощью шифрования. В отличие от простого управления рынком задач, FABRIC позволяет Ботам самостоятельно подтверждать информацию о идентификации, географическом положении и записи действий без зависимости от централизованных посредников.
Ограничения поведения и аутентификация личности осуществляются через механизмы на блокчейне, что обеспечивает возможность аудита соблюдения норм для всех. Боты, соответствующие стандартам безопасности, качественным требованиям и региональным нормам, будут вознаграждены, в то время как нарушители столкнутся с наказанием или потерей права участия, тем самым создавая механизм подотчетности и доверия в сети автономных машин.
Сторонние сети повторного залога (например, Symbiotic) также могут предоставить равнозначные гарантии безопасности. Несмотря на то, что система параметров наказания все еще требует доработки, соответствующие технологии уже вошли в практическую стадию. Мы ожидаем, что в отрасли скоро будут сформированы нормы безопасности, и в это время параметры наказания будут моделироваться в соответствии с этими нормами.
Пример реализации:
Эта модель одновременно мотивирует компании ставить безопасность на первое место и способствует принятию потребителями через страховой механизм пулов стейкинга.
Симбиотическая команда считает, что понимание в области Ботов:
Symbiotic универсальная платформа для стейкинга предназначена для расширения концепции стейкинга на все области, требующие экономической безопасности, независимо от того, используется ли совместная или независимая модель. Ее приложения варьируются от страхования до технологий Ботов и требуют конкретных примеров для конкретного проектирования. Например, сеть Ботов может быть полностью построена на базе Symbiotic, позволяя заинтересованным сторонам предоставлять экономические гарантии целостности сети.
4、Заполнение пробелов в технологическом стеке Ботов
OpenAI способствовал распространению ИИ, но основа ChatGPT уже была заложена. Облачные сервисы разрушили зависимость моделей от локальных вычислительных мощностей, Huggingface реализовал открытый исходный код моделей, а Kaggle предоставил платформу для экспериментов AI-инженеров. Эти постепенные прорывы способствовали массовому распространению ИИ.
В отличие от ИИ, в области Ботов трудно начать с ограниченным финансированием. Для того чтобы достичь распространения Ботов, барьеры для их разработки должны быть снижены до такой же степени удобства, как и при разработке приложений ИИ. Мы считаем, что есть возможности для улучшения в трех областях: механизмы финансирования, системы оценки и образовательная экосистема.
Финансирование является больной темой в области Ботов. Для разработки компьютерных программ достаточно одного компьютера и облачных вычислительных ресурсов, тогда как для создания полнофункционального робота необходимо закупить такие аппаратные средства, как моторы, датчики, аккумуляторы и т.д., что легко превышает 100 000 долларов. Эта аппаратная природа делает разработку Ботов менее гибкой и более дорогостоящей по сравнению с ИИ.
Инфраструктура оценки роботов в реальных сценариях все еще находится на начальной стадии. В области ИИ уже установлена четкая система функции потерь, тестирование может быть полностью виртуализировано. Однако отличные виртуальные стратегии не могут быть напрямую преобразованы в эффективные решения в реальном мире. Роботам необходимо тестировать оценочные системы автономных стратегий в разнообразных реальных условиях, чтобы добиться итеративной оптимизации.
Когда эта инфраструктура станет зрелой, таланты хлынут в огромном количестве, и гуманоидные Боты вновь продемонстрируют кривую взрыва Web2. Компания по шифрованию Боты OpenMind движется в этом направлении — ее проект с открытым исходным кодом OM1 ("роботизированная версия операционной системы Android") преобразует оригинальное оборудование в экономически осознанные,Upgradeable智能体. Модули визуализации, языка и планирования движений могут подключаться и использоваться так же, как мобильные приложения, а все шаги вывода представлены на простом английском языке, позволяя операторам проводить аудит или настраивать поведение без необходимости взаимодействия с прошивкой. Эта способность естественного языкового вывода позволяет новому поколению талантов бесшовно входить в область робототехники, что является ключевым шагом к созданию открытой платформы, которая разожжет революцию в Боты, как движение с открытым исходным кодом ускорило развитие ИИ.
!
Плотность талантов определяет траекторию отрасли. Структурированная система всеобъемлющего образования имеет решающее значение для поставки талантов в область Боты. Выход OpenMind на Nasdaq ознаменовал начало новой эпохи, в которой интеллектуальные машины одновременно участвуют в финансовых инновациях и реальном образовании. OpenMind и Robostore совместно объявили о запуске первого универсального образовательного курса на основе человекоподобного робота Unitree G1 в государственных школах K-12 США. Данный курс спроектирован с учетом платформенной независимости и может быть адаптирован к различным формам роботов, предоставляя студентам возможность практической работы. Этот позитивный сигнал укрепляет наше мнение: в ближайшие годы уровень ресурсов образования в области Боты будет сопоставим с областью шифрования.
5、Будущие перспективы
Инновации и эффекты масштаба модели визуализации - языка - действий (VLA) породили экономически эффективные, высокопроизводительные и универсальные человекоподобные Боты. По мере расширения складских Ботов на потребительский рынок, безопасность, модели финансирования и системы оценки становятся ключевыми направлениями исследований. Мы твердо верим, что шифрование будет способствовать развитию Ботов тремя путями: предоставление экономической гарантии безопасности, оптимизация инфраструктуры зарядки, улучшение задержка производительности и сбор данных.