今年年初，埃隆·马斯克重返达沃斯时，再次发表了极具挑衅性的预测：未来，地球上的机器人数量将超过人类。
很明显，在全球范围内，人工智能和机器人技术已成为两个主导技术主题：通用人工智能 (AGI) 现已接近突破，而机器人技术正在摆脱研究实验室的限制，走向人类体力劳动的大规模自动化。今年，除了人工智能之外，实体智能也成为加密货币行业的一个关键领域。以下是几个值得关注的机器人行业项目。
OpenMind
2025 年 8 月 4 日（UTC），总部位于硅谷的智能机器基础设施公司 OpenMind 宣布获得 2000 万美元融资。本轮融资由 Pantera Capital 领投，Ribbit、红杉中国、Coinbase Ventures、DCG、Lightspeed Faction、Anagram、Pi Network Ventures、Topology、Primitive Ventures、Amber Group 以及几位知名天使投资人跟投。
OpenMind 开发开源软件，使机器人能够思考、学习和工作。其原生开源人工智能机器人操作系统 OM1 允许在数字和物理环境中配置和部署人工智能代理。用户可以创建在云端运行的人工智能代理，也可以将其部署在现实世界的物理机器人上。
简单来说，OpenMind 的 OM1 正在为机器人打造“AI 大脑”。该大脑可以协调多个人工智能代理，与各种法学硕士进行交互，并聚合来自不同来源的数据（例如代表用户将内容发布到社交媒体）。由于 OM1 是开源的，因此它是一个高度适应性的机器人操作系统，就像 Android 在智能手机世界中与硬件无关一样。
OpenMind 还开发了一个名为 FABRIC 的基于区块链的机器人身份网络，旨在建立人类和机器人之间共享的可验证信任层。人类可以通过共享位置数据、评估机器人行为和构建应用程序来获得徽章。对于机器人来说，任何运行 OM1 系统的设备都会加入 FABRIC 网络，获得唯一的、可验证的身份，并实现命令、操作日志、所有权和相关活动的链上跟踪。
2025 年 12 月（UTC），OpenMind 与稳定币发行商 Circle 联合宣布推出基于 x402 协议的自主机器人支付系统。随着机器人变得更加先进，它们将不再只是执行任务的工具，它们将成为自主的经济代理人，购买计算、数据和技能，甚至雇用其他机器人或人类来完成复杂的目标。
编解码流
CodecFlow 提供了一个统一平台，可跨云、边缘、桌面和机器人硬件无缝运行，支持现代 API 和遗留系统。该平台将不同的机器人传感器输入标准化为通用格式，并将复杂的机器人动作模块化，因此开发人员和用户不必从头开始设计机器人。借助 CodecFlow，感知、决策和控制可以联网并可互操作，而不是分散或绑定到特定硬件。
人工智能驱动的操作员利用感知和实时推理来对软件中的用户界面变化或机器人周围的环境变化做出反应。这种方法解决了预先编写的机器人自动化中存在的传统脆弱性，即使是很小的变化也常常会失败。本质上，CodecFlow 捕获屏幕图像、摄像头反馈或传感器数据，使用 AI 处理这些外部输入以进行观察和指令，然后通过 UI 交互执行决策。
豌豆
2025 年 3 月 27 日（UTC），DePIN Layer1 协议 Peaq 在 Generative Ventures 和 Borderless Capital 领投的一轮融资中筹集了 1500 万美元，跟投的还有 Spartan Group、HV Capital、CMCC Global、Animoca Brands、Moonrock Capital、Fundamental Labs、TRGC、DWF Labs、Crit Ventures、Cogitent Ventures、NGC Ventures、Agnostic Fund 和 Altana财富。
虽然 Peaq 最初将自己定位为 DePIN 平台，但它还在去年 9 月推出了 Robotics SDK，使机器人能够获得自主身份、处理支付、验证数据以及访问链上网络经济。现在，任何兼容 ROS2 的机器人都可以加入 Peaq 网络经济，并使用其标准与人类和其他机器人进行交易。
去年，Peaq 在 DualMint 上启动了“RoboFarm”机器人 RWA 项目，在香港建立了一个机器人操作的农场，实现了 80% 农业生产的自动化。该农场的生菜、菠菜和羽衣甘蓝在香港本地销售，NFT 持有者预计可获得 18% 的年化收益率。
安讯士机器人
Axis Robotics 正在为实体智能（物理 AI）构建分布式、可扩展的基础设施。他们认为“模拟优先”方法是克服机器人技术中数据稀缺和模型泛化瓶颈的最佳方法。通过将低成本、大规模数据收集与专有数据增强相结合，他们在数据质量、丰富性和规模方面取得了重大进步。每个数据资产也通过值得信赖的链上来源进行跟踪，建立核心数据引擎来推动通用机器人智能（RGI）。
安讯士彻底改变了机器人训练数据的获取方式。竞争项目通常通过智能手机或智能眼镜众包用户在现实世界中执行的特定操作的视频，从而实现广泛、低门槛的参与。然而，这种方法生成的数据缺乏物理真实性、深度和 3D 连续性。
Axis 通过使用模拟来解决这个问题，生成大量不同的虚拟场景（照明、角度、摩擦、动力学等），训练模型在具有挑战性的条件下执行，从而提高泛化能力。他们的混合策略将稀缺的现实世界数据与大量合成数据相结合，使用 GPU 加速的元数据增强来改变每个场景中的光照、纹理和物理属性。这些虚拟环境非常灵活，而不是硬编码，可以创建无数场景供机器人处理。每个场景的成本低，产出高，并且这种数据驱动的模型优化方法得到了 Google 和 NVIDIA 等领导者的验证。
安讯士推出了第一个社区可访问的模拟学习项目“小王子的玫瑰”。在这个项目中，用户在基于浏览器的模拟中远程操作机器人来给植物浇水。对用户操作的分析使机器人能够学习任务。这种方法保持了视频上传的低准入门槛，同时构建了原生 3D 感知 VLA（视觉-语言-动作）基础模型来增强空间推理——这是视频数据本身无法提供的。
在短短 5 天内，数千名没有机器人背景的用户贡献了数以万计的高质量、可用于训练的轨迹。安讯士利用这些数据训练策略模型，并成功将其部署在现实世界的 Franka 机械臂上，完成从任务生成、社区数据收集、增强到模型训练和实际部署的端到端循环。
通过这种方法，一小时的真实数据可以转化为 1,000 小时的训练数据，大大降低了机器人模型泛化的成本。
农历新年测试期间，同样是在短短 5 天内，18,000 名非专家用户完成了 27 项新任务，贡献了超过 100,000 条数据轨迹。该测试验证了任务的高度随机性以及与各种机器人类型（包括轮式机器人和双臂机器人）的兼容性。
Axis将于3月底正式推出核心产品，并计划在4月底或5月初开源全球最大的基于Franka-arm的仿真数据集，全面满足策略和模型训练需求。作为一个加密人工智能机器人项目，安讯士也在推动行业采用：与汽车制造商合作实现生产自动化；与一家即将上市的计算公司就虚拟资产和世界模型进行合作；与实体公司建立深度合作伙伴关系，进行模拟数据和模型训练。这些步骤揭示了加密项目独特的外部性。
GEODNET
GEODNET 是一个去中心化网络，为无人机、机器人和其他设备提供厘米级实时动态定位。它在 150 多个国家/地区运营着 21,000 多个活跃基站。去年，该项目创造了超过 700 万美元的收入，并且每个季度都在增长。
虽然通常被归类为 DePIN，但现实世界机器人技术的兴起预计将推动对高精度实时定位数据的更广泛需求。 2025 年 2 月（UTC），Multicoin 宣布从 GEODNET 基金会收购价值 800 万美元的 $GEDO 代币。
BitRobot
BitRobot 网络由 FrodoBots Lab 和 Protocol Labs 共同开发，可实现分布式机器人工作和协作。关键组件包括： 可验证的机器人工作（VRW，一种用于定义和验证机器人任务的网络奖励指标）；设备节点代币（ENT，作为 NFT 的唯一机器人标识符）；子网，是执行任务并为网络创造价值的资源集群。
2025 年 2 月 14 日（UTC），FrodoBots Lab 宣布完成 600 万美元种子轮融资，使总资金达到 800 万美元。
FrodoBots Lab 还销售机器人：Earth Rovers，它类似于现实世界的马里奥卡丁车，售价 249 美元，全球寻宝游戏 ET Fugi 中的玩家可以通过浏览器远程驾驶。生成的数据支持研究人员测试最新的人工智能导航模型。 ET Fugi 是 BitRobot 的第一个子网。
未来的机器人 Octo Arms 将让用户远程控制机械臂来解决 3D 谜题并参与游戏。
“子网”概念是抽象的，任何对网络生态系统（或特定项目或事件）做出贡献的集群都是子网，例如 Virtuals 的 ET Fugi 或 SeeSaw。
SeeSaw
BitRobot 的第五个子网 SeeSaw 是 Virtuals 去年 10 月推出的机器人训练数据共享应用程序。在 SeeSaw 中，用户上传日常活动的视频以获得奖励。这些视频捕捉了系鞋带或叠衣服等日常动作，来自全球用户群，用于训练机器人。
奥基
Auki 的去中心化机器感知网络 Posemesh 连接人类、设备和人工智能。核心 DePIN（去中心化物理基础设施网络）架构让机器人、AR 眼镜和其他设备共享实时位置和传感器数据，为机器人、AR 和 AI 构建对物理世界的协作空间理解。
Posemesh定义了多种节点类型：计算节点提供处理能力；运动节点（机器人端点）上传位置和传感器数据；重建节点生成3D地图模型；域节点管理 3D 空间。每个节点根据其贡献赚取 AUKI 代币，为自我进化的机器视觉网络提供动力。
该网络优先考虑隐私，防止任何单个实体监控用户空间，适用于零售（产品布局优化）、物业管理（资产跟踪）、活动导航以及建筑或翻新。
他们的 Cactus AI 空间计算平台已开始在丰田物料搬运公司和瑞典的 Stora Coop 超市进行试点。
XMAQUINA
XMAQUINA 是一个 DAO，让散户投资者能够参与机器人公司的投资。 DAO 通过分阶段出售其 $DEUS 代币筹集了 1000 万美元，并利用所得资金收购了六家机器人公司的股权：Apptronik、Figure AI、Agility Robotics、1X Tech、NEURA Robotics 和 Robotico。部分投资已实现盈利，单笔回报率超过100%。
PrismaX
2025 年 6 月 17 日（UTC），PrismaX 宣布完成 1100 万美元融资，支持者包括 a16z CSX、Volt Capital、Blockchain Builders Fund、Stanford Blockchain Accelerator 和 Virtuals。
PrismaX 正在构建一个连接远程操作员、机器人用户和机器人公司的开放协调层。操作员可以与用户联系，远程控制机器人执行实际任务，并收集有价值的数据。他们还可以请求物流、广告或其他现实服务。
PrismaX 的远程操作协议使公司能够找到熟练的机器人操作员来执行复杂的任务。运营商可以质押网络代币来增强信任并增加赢得高价值任务的机会。质押奖励取决于质押金额和工作质量，提高效率会产生额外奖金。
来自远程操作的数据用于训练机器人，提高其自主性，从而提高操作员效率并加速向高度或完全自主机器的过渡。
NRN 代理
NRN 源自 AI Arena，这是一款针对 AI 代理的实时训练游戏。 2021 年 10 月 28 日（UTC），开发商 ArenaX Labs 在由 Paradigm Capital 领投、Framework Venture Partners 跟投的种子轮融资中筹集了 500 万美元。 2024 年 1 月 9 日（UTC），ArenaX Labs 完成了由 Framework Ventures 领投、SevenX Ventures、FunPlus/Xterio 和 Moore Strategy Ventures 的支持的新一轮 600 万美元融资。
虽然核心模型仍然是机器人的数据收集和强化学习，但 NRN 利用其游戏专业知识将机器人数据收集转变为基于浏览器的游戏。用户直观地控制模拟机器人，在游戏中生成行为数据，然后用于训练现实世界的机器人系统。
目前，该项目的重点是机械臂 (RME-1)，以验证数据收集、实时学习和适应性。
注意：
- 本文由 [BlockBeats] 重新发布，版权归原作者 [Cookie]。如果对此重新发布有疑问，请联系 Gate Learn 团队，他们将根据既定程序及时解决该问题。
- 免责声明：本文表达的观点和意见仅代表作者个人观点，不构成投资建议。
- 其他语言版本由 Gate Learn 团队翻译。除非明确注明Gate，否则不得复制、分发或抄袭翻译的文章。