Messari:DePAI 會是下一個敘事風口嗎?
作者:Dylan Bane
編譯:深潮 TechFlow
去中心化物理 AI (Decentralized Physical AI, 簡稱 DePAI) 為機器人以及物理 AI 基礎設施堆棧提供了一種去中心化的替代方案,擺脫了傳統集中化控制的模式。
從現實世界數據的收集到通過 DePIN 部署的物理 AI 智能體操作機器人,DePAI 正在穩步邁向未來。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
“通用機器人領域的 ChatGPT 時刻即將到來。”
——NVIDIA CEO Jensen Huang
數字時代最初以硬件為起點,隨後發展至無形的軟件領域。 而 AI 時代則反其道而行之,從軟件開始,如今正向物理世界邁進,這是其尚未征服的最後疆域。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
在一個由機器人、無人機、自動駕駛汽車及類人機器人主導的未來,這些機器由自主物理AI 智能體運行,並逐步取代傳統勞動力,圍繞
DePAI 提供了一個機會,讓 Web3 的物理 AI 生態系統得以在中心化巨頭佔據主導地位之前建立起來。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
目前,DePAI 的基礎設施堆棧正在快速發展。
在現階段,數據收集層是最活躍的部分。 這一層不僅能夠為部署在機器人上的物理 AI 智能體提供訓練所需的真實世界數據,還可以通過實時流數據幫助機器人導航複雜環境並完成任務。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
然而,真實世界數據的獲取仍然是訓練物理 AI 的主要瓶頸。
儘管 NVIDIA 的 Omniverse 和 Cosmos 等平台通過模擬環境提供了一個有前景的解決方案,但合成數據只能解決部分問題。 為了進一步完善訓練,遠程操作和真實世界視頻數據也將成為不可或缺的資源。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
在遠程操作領域,@frodobots 正在利用 DePIN 部署低成本的人行道配送機器人到全球各地。 這些機器人在運行過程中捕捉了人類在現實環境中做出決策的複雜性,生成了高價值的數據集,同時有效解決了初期資本不足的問題。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
DePIN (去中心化物理基礎設施網絡) 通過其代幣驅動的飛輪效應,為數據採集傳感器和機器人的快速部署提供了強大支持。
對於那些希望加速銷售並降低資本支出(CapEx)和運營支出(OpEx)的機器人公司來說,與傳統方法相比,DePIN 提供了一種更高效、更經濟的解決方案。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
DePAI (去中心化物理 AI) 還能夠利用真實世界的視頻數據,訓練物理 AI 系統,並構建一種對現實世界的共享空間理解。
例如,@Hivemapper 和 @NATIXNetwork 擁有獨特的視頻數據集,這些數據可以成為訓練物理 AI 的重要資源。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
正如 @masonnystrom 所言:
通過 DePIN 的網絡,可以匯總來自不同設備和節點的真實世界數據,生成高價值的數據集。
@iotex_io 的 Quicksilver 系統不僅能夠匯聚這些數據,還能處理數據驗證和隱私保護問題,為去中心化數據利用提供了安全保障。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
此外,空間智能和計算協議也在利用 DePIN 和 DePAI 的技術,推動空間協調和現實世界 3D 虛擬孿生的去中心化發展。
例如,@AukiNetwork 的 Posemesh 技術在保護隱私和保持去中心化的同時,可實現實時的空間感知能力,為物理 AI 提供了強大的支持。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
目前,物理 AI 智能體的初步應用已經進入現實。
例如,@SamIsMoving 正在利用 Frodobots 的全球配送車隊,通過分析數據來預測地理位置。
未來,通過像 Quicksilver 這樣的框架,AI 智能體將能夠實時接入由 DePIN 提供的數據,從而更高效地完成複雜任務,推動物理 AI 的進一步發展。

(原圖來自 Dylan Bane,由深潮 TechFlow 編譯)
如果你希望參與物理 AI (Physical AI) 的發展,投資 DAO (去中心化自治組織) 或許是最直接的途徑之一。
@xmaquinADAO 通過其平台,為成員提供接觸物理AI 資產的機會,這些資產包括機器實物資產(Real World Assets, RWAs)、DePIN 協議(去中心化物理基礎設施網絡)、機器人公司以及知識產權 (IP)。 此外,這些投資還得到了其內部研發團隊的支持,確保技術與市場的領先性。
(完整報告參考此處)
