值得關注的 5 個機器人賽道新項目
撰文:Schizoxbt,Castle LABs
編譯:深潮TechFLOW
本週,我們跳過市場概況更新,轉而向您介紹我們認為將成為年度熱門話題之一的領域:機器人技術。
引言
在2000年代初期,一位名叫雷·庫茲韋爾(Ray KurzWeil)的學者提出了一個有趣的觀察。 他發現技術進步的速度正在加速,每一項新發明都會隨著時間的推移帶來指數級的回報。 例如,火的發現催生了冶金學,冶金學推動了機器的開發,機器又促進了計算機的誕生,而計算機則推動了更先進的芯片技術和人工智能的發展,依此類推。
新技術的創造沿著這一路徑加速發展,並形成了一個反饋循環,使人類能夠不斷開拓新的領域。 我們獲得了更好的工具,這些工具使研究速度加快,而更快的研究又使我們能夠生產更好的工具,從而加速了下一個循環。
在短短的時間內,我們似乎已經穿越到了一個未來:人工智能迅速發展,無人駕駛汽車成為現實,加密貨幣作為互聯網貨幣廣泛流通,而現在,機器人技術也開始嶄露頭角。
由機器人驅動的新時代預計將帶來勞動力的繁榮,類人機器人能夠執行各種一般性勞動任務。 機器人無需休息,不需要休假,並且比人類更具成本效益。
企業逐漸意識到,他們可以用一整倉庫的機器人來完成這些任務,而這些機器人的成本遠低於人類勞動力。 這對企業來說是一個巨大的突破。
加密貨幣在這一切中處於什麼位置? 加密貨幣可以通過三個不同的層面與機器人技術相結合:金融層、協調層和基礎設施層。 接下來的部分將深入探討機器人技術棧,並重點介紹加密 x 機器人領域的一些有趣項目。
機器人技術棧的三大層面解析
以下是加密貨幣如何融入機器人技術棧的方式:
金融層
加密貨幣為機器人引入了新的金融軌道,使機器人能夠以無需信任且程序化的方式進行收入和支付。
機器人可以擁有加密錢包,使其能夠接收和發送傳統支付方式無法實現的小額支付。 這在未來數十億機器人自主交互的時代尤為重要,因為區塊鏈技術可以支持這種級別的交互。
去中心化自治組織(DAO)還可以通過代幣化籌集資金,部分資助機器人或機器人隊伍的所有權,為投資者開闢新的投資/所有權途徑。
協調層
高效運行機器人網絡的關鍵在於協調。 需要能夠分配任務、驗證工作、對齊激勵等方式。
智能合約可以充當協調邏輯,所有的工作分配、支付和確認都可以在區塊鏈上執行和驗證。
治理機制也可以用於艦隊升級、部署區域、定價等方面,由代幣持有者投票或通過自動裁定完成。
基礎設施層
機器人需要一個共享的基礎設施來支撐其運行,包括定位系統、地圖、通信網絡、身份系統和計算能力。 如果機器人將在社會中發揮重要作用,它們需要地圖來導航人類設計的世界,能夠隨時確定自身位置,並理解如何與其他機器人通信或識別對方。 加密貨幣提供了一種開放/去中心化的方式來實現這些功能,而非依賴傳統基礎設施如穀歌云或 AWS。
機器人需要一種方法來精准定位自身位置,而實時動態定位(RTK,Real-Time Kinematic)技術可以通過 GPS 提供厘米級精度的定位數據。 這種數據對於自主移動和導航至關重要。
為了證明身份,每台機器人可以擁有一個加密錢包,用於展示其真實性、簽署遙測數據或驗證工作證明,並在鏈上建立信譽。
現在我們已經介紹了加密貨幣與機器人技術的結合方式,接下來讓我們看看這些技術如何在實踐中運作,並重點介紹一些值得關注的加密 x 機器人項目。
peaq - @peaq
![]()
很難不提及它們。
PEaq 作為機器經濟支柱構建的 L1,將機器、機器人和設備視為一級公民。 這意味著任何類型的機器(包括陸地、空中、海洋或太空)都可以為其構建應用程序。
機器希望在 peaq 上構建應用程序,因為應用程序能夠將它們轉變為自主經濟體,使其能夠賺錢、協調並自我升級,而開發者則能夠接觸整個機器經濟。
這些機器因此成為鏈上的原生參與者。已經有超過 300 萬台機器上鍊,並且這一數字還在不斷增長。

機器人開發工具包(Robotics SDK):使開發者能夠更輕鬆地將機器上鍊,並賦予機器人自主身份,讓它們能夠支付、收款並驗證數據。
首個代幣化機器人農場:為當地社區提供蔬菜。
首個獲得自主身份的機器人。
此外,提供了多種即插即用模塊,使團隊無需重新構建核心基礎設施。 這是一個關鍵點,因為它將轉變為機器人基礎設施即服務(Robotics Infrastructure-as-a-Service)提供商。 這對開發者來說是一個巨大突破,他們可以跳過基礎設施設置,直接發布產品。
這些層是加密 x 機器人交叉領域的必要組成部分,為所有機器帶來了金融經濟,使它們能夠隨著需求擴大規模,而無需從零開始構建這些系統。 如果機器人如預測般發展壯大,那麼將會有數百萬台自主機器人以大規模的方式買賣和交互。
目前,$PEAQ 的市值約為 1.25 億美元,價格約為 0.09 美元。 隨著越來越多的項目使用的 SDK 並利用其機器經濟,有望進一步推動加密 x 機器人領域的發展。
Auki - @AukiNetwork

機器人需要能夠與人類創造的世界互動並導航,這涉及大量的空間處理能力。 它們需要能夠繞過拐角、穿越人行道、知道何時使用斑馬線,以及許多我們通常不會考慮的事情。
創造了一種名為的技術,他們將其描述為“一個去中心化的機器感知網絡和協作空間計算協議,旨在讓數字設備能夠安全且私密地交換空間數據和計算能力,從而形成對物理世界的共享理解。”
理想情況下,這項技術可以幫助將物理世界轉變為一個可搜索、可瀏覽和可導航的場所,為機器人構建空間感知能力提供支持。正在打造類似於機器的去中心化神經系統。
通過
通過,設備可以請求和貢獻傳感器數據、計算能力、存儲以及其他各種服務。 由於可以貢獻的應用、層級和數據集非常多樣,使不同的機器配置文件既可以從網絡中貢獻價值,也可以從網絡中獲取價值。
目前,$AUKI 的市值約為 7800 萬美元,價格約為 0.02 美元。最近談到與中國最大的機器人公司之一進行獨家合作談判,並可能將其 AR 導航技術整合到航空公司中。 這些都是未來增長的重要催化劑!
Geodnet - @geodnet_

RTK 代表實時動態定位 (RTK),它是一種建立在常規 GPS/GNSS 基礎上的機器人、無人機、自動駕駛汽車和空間智能網絡所
這種基礎設施使這些機器能夠可靠地在物理世界中導航、繪圖和協調。 如果沒有 RTK,它們的定位誤差可能達到數米,導致自主移動、精確任務以及鏈上數據驗證幾乎無法實現。
通常,RTK 需要一個 GNSS(全球導航衛星系統)基站和一個流動站(rover)。
流動站是接收 GNSS 信號的機器人或無人機,它估算自己的位置,並通過附近基站提供的校正數據實時將估算精度提升至厘米級。
是一個去中心化的 RTK 網絡,通過其原生代幣激勵基站運營者。 它被譽為最大的 RTK 校正服務提供商,甚至在 主流 GNSS 圈子中獲得了顯著關注。
目前,$GEOD 的市值約為 4200 萬美元,價格約為 0.13 美元。 幾天前,他們發布了手持 GNSS RTK 接收器的預購信息,這可能成為推動其發展的催化劑。
CodecFlow - @codecopenflow

機器人和 AI 代理的執行層。 本質上,他們的目標是賦予 AI 代理實體存在感和行動能力,而不僅僅是思考或交流。 這將打開許多可能性,因為目前 AI 代理還沒有能力在現實世界中大規模執行物理任務。
為了實現這一目標,使用了視覺-語言-行動(VLA,Vision-Language-Action)模型。
通過攝像頭或屏幕捕獲環境信息;
使用 AI 模型理解環境中的動態;
通過軟件或物理模型採取行動。
的技術棧由兩部分核心組成:和。
Fabric:類似於計算能力的智能路由器,作為統一的編排層,能夠智能地在雲服務提供商之間調度工作負載,並將工作負載路由到最便宜的 GPU 或計算資源。 這使得開發者能夠將機器人代理的任務分配到成本最低的雲服務,而不被鎖定在昂貴的選項中。
Operator Kit:一個開發者工具包,用於實際編程這些代理。 這使得開發者能夠創建能夠感知、決策並可靠行動的代理,標準化工作流程並提升代理的魯棒性和可擴展性。
目前,$CODEC 的市值約為 1300 萬美元,價格約為 0.018 美元。 隨著 8 月發布的和與的 MachineDEX 集成,在機器人領域的敘事中進一步提升了其地位
Silencio - @silencionetwork

聲音是一種能夠提供大量環境信息的感官,例如汽車喇叭聲、警笛聲甚至嬰兒的哭聲。
對人類而言,理解日常生活中的聲音需要多年學習和積累,而為機器人賦予這一能力並不容易。 例如,自動化配送機器人需要能夠識別緊急警笛聲等聲音線索。
正在構建這一聽覺層,允許任何擁有手機或傳感器的人成為其網絡中的節點。 如果能夠收集足夠多的聲音數據,這些機器人將獲得必要的環境感知能力以及音頻識別能力。
已經覆蓋了 180 多個國家,擁有每日活躍節點,積累了超過 1300 年的聲音數據,並有超過 100 萬名貢獻者上傳數據到網絡。
目前,$SLC 的市值約為 600 萬美元,價格約為 0.0002 美元。 在 9 月的主題演講中,展示了聲音數據對機器人未來的重要性。 如果他們能夠繼續擴大這一競爭壁壘,未來發展潛力巨大。
是結束還是開始?
雖然這可能是本報告的結尾,但機器人時代遠未結束,更不是加密 x 機器人領域的終點。 這依然是一個新興領域,隨著時間推移,世界將不斷向這些行業邁進。
目前,,而。 這表明我們在這方面擁有充足的增長空間。
關於機器人技術及其潛力,還有許多項目可以討論,許多方式可以解釋。 這是一個廣泛且每天都在迅速擴展的話題,正如庫茲韋爾所指出的,隨著我們走向未來,它很可能
很快,我們可能會習慣於家中有類人機器人幫忙完成日常家務,就像現在我們已經習慣看到自動駕駛汽車出現在道路上一樣。