TechFlow Logo
ログイン/ 登録
ETHガス
Gwei
恐怖
gas
暗号資産 x ロボット:注目すべき6つのプロジェクトを深く掘り下げる

暗号資産 x ロボット:注目すべき6つのプロジェクトを深く掘り下げる

2025.09.17
共有先
ロボットは暗号化が必要であり、無人世界の重要な運用保証である。

著者:Krix

編集:TechFlow

モルガン・スタンレーは、2050年までにヒューマノイドロボット(TechFlow注:人間に似ており、人間のように行動できるロボット)の数がほぼ10億台に達する可能性があると予測しており、またイーロン・マスク氏は2040年までにヒューマノイドロボットの数が人類を上回ると述べている。今後数十年における世界のあり方についての議論は、わくわくさせると同時に現実的な不安も引き起こしている。

生産性の向上、コストの低下、材料や技術の進歩により、多くの思想的リーダーは我々がロボット時代の幕開けに立っていると考えている。2029年までには、ロボット市場が730億ドル規模に達すると予想されている。

出典

明らかに、この成長の大部分はプライベートエクイティから生まれるだろう。しかし、暗号分野の規制環境が徐々に明確になりつつある中で、ますます多くのスタートアップ企業がブロックチェーンに目を向け、トークン販売を通じて効率的かつ迅速に資金調達を行うようになっている。

現時点でのロボット業界の暗号分野における時価総額は約2.5億ドルである。これはまだごくわずかだ。

本稿の目的は、既存のサブセクターに関するより明確な概要を提供し、最も有望なプロジェクトをいくつか紹介することにある。

なぜロボット技術に暗号が必要なのか

これらのプロジェクトの価値主張を深く掘り下げる前に、一見距離の離れた二つの領域の間にある重要な接続点を明確にしておく必要がある。

  1. 協働レイヤー

配送用ドローンや工場内のロボットなど、複数のロボットが連携して作業を行う世界では、各ロボットが自身のOSの枠を超えて協力できるような協働レイヤーが必要となる。

  1. 金融レイヤー

従来の決済システムは手数料や遅延の問題から、大規模なマイクロトランザクションのニーズに対応できない。一方、暗号分野の低コストかつ即時性のあるブロックチェーン取引は、シームレスな機械対機械(M2M)経済を可能にし、数十億台のロボットが人間の監視なしに稼働する未来において極めて重要である。

  1. 分散型の所有およびレンタルモデル

ロボットハードウェアの高コスト(例:Optimusロボット一台あたり2万~3万ドル)は普及を制限している。

暗号分野では、NFTやトークン化によって部分的な所有権を実現でき、個人がロボット群に投資またはレンタルすることが可能になる。

「ロボット・アズ・ア・サービス」(Robot-as-a-Service)資産を扱う市場を想定すれば、中小企業や一般消費者がより容易にロボットを利用できるようになる。

  1. データの安全性と検証可能性

ロボット技術はAI学習のために大量のデータセットに依存しているが、中央集権的なデータ保管では漏洩や改ざんのリスクがある。

ブロックチェーンは改ざん不可で検証可能なデータ記録を提供し、ロボットが生成するデータ(例:センサー入力)を安全かつ改ざん防止状態に保つ。

医療や高齢者介護ロボットなどの用途では、規制準拠や信頼性確保という観点から極めて重要である。

  1. 資金調達とコミュニティの整合

高度なロボット技術の開発には多額の資金が必要だが、従来のベンチャーキャピタル方式は進行が遅く、株式比率が高くなりすぎる傾向がある。暗号分野の立ち上げプラットフォームやトークン販売は、迅速かつコミュニティ主導の資金調達を可能にし、開発者とユーザーのインセンティブを調整する。

以上のような利点を踏まえることで、注目すべき重点領域がより明確になる。

それでは本題に入る。

Openmind

最近、OpenMindはPantera Capitalなどの業界トッププレイヤーから2000万ドルの資金調達を実施し、グローバルスマートマシン向けのデジタル神経系である相互運用性レイヤーFABRICを通じて、この分野のリーダーの一つとなった。

Fabricは、アイデンティティ、位置情報、検証、決済のための基本的要素を提供し、個別のロボット群を統一された協働エコシステムへと変貌させる。

Fabricは以下の4つの主要機能により、マルチエージェントの協働とリアルタイム意思決定を実現する:

  • 検証可能なマシンID:各マシンは独立した暗号的に安全なID(ERC-7777)を取得し、信頼不要の検証を可能にして偽装を防止し、通信の完全性を確保する。

  • 位置証明:分散型かつ改ざん防止のGPSシステムであり、マシンが物理的位置を証明できるようにするもので、協働や共有地図にとって極めて重要である。

  • タスク検証:暗号署名されたセンサーデータやデジタル証明を用いて、タスク完了を検証する標準化プロトコルであり、自動支払いのトリガーとしても機能する。

  • ステーブルコインによる決済:組み込みの支払いレイヤーで、価格変動の心配なく、伝統的金融システムに依存せずにスムーズでリアルタイムの決済を実現する。

FABRICは将来の労働力をシームレスにつなぐものであり、OM1は、開発者がデジタルおよび物理的環境でエージェントを設定・展開できるオープンソースのAIネイティブOSである。

つまり、クラウド上あるいはQuadrupeds、TurtleBot 4、Humanoidsといった物理ロボットハードウェア上で動作するAIキャラクターを作成できることを意味する。

出典

注目に値するのは、このプロジェクトが最近「ロボット版Uber」と称されるOpenMind Appをリリースしたことである。アプリ内にはポイント制度も含まれている。

元ツイートリンク:ここをクリック

Auki

Aukiもまた、この分野で5年以上の実績を持つ主要プレイヤーの一人である。空間計算に焦点を当てたAukiは、「Posemesh」と呼ばれる技術を通じて、AIが現実世界で知能を示すという課題に取り組んでいる。

PosemeshはDePINネットワーク上に構築されており、デジタルデバイスの空間データと計算能力を安全かつプライベートに共有できる。これにより、ロボットは物理世界を共同で理解し、より適切に相互作用できるようになる。

カメラ情報を中央集権的な主体と共有する代わりに、自分がアクセスしているドメインや地域内の他のピアとプライベートに空間データを交換できる。

Auki上では、デバイスがセンサーデータ、処理能力、ストレージ、ネットワーク、監視サービスを提供または要求できる。

Base L2に基づく評判および報酬システムは、暗号的に安全性を確保し、DePINネットワークのリソース配分と運営に経済的基盤を提供する。

出典

トークンシンボルは$AUKI。

注:発展の歴史と将来の方向性について詳しく知りたい場合は、彼らの深遠な7部構成の紹介記事を読むことをおすすめする。

Codec

引き続きロボット協働分野を見ていくと、CodecはSolana上に構築されたプロジェクトであり、現在の分散コンピューティング環境におけるソフトウェアおよびロボットの従来型オートメーションの根本的限界を解決している。

CodecはAIオートメーションワークフローの概念をロボット分野に適用し、クラウド、エッジ、デスクトップ、ロボットハードウェアを横断して動作する統一プラットフォームを提供する。

興味深いことに、その協働レイヤーもまたFabricと呼ばれ、OpenMindの製品と同じ名称であり、概念も類似している(ただし技術的詳細は異なる)。

Fabricは、マシン層、システム層、インテリジェント層の3層アーキテクチャに基づいている。

出典

FabricおよびOperator Kit(インテリジェントオペレーターの作成・学習・展開のための統一Pythonフレームワーク)、そしてそれを支えるVLAモデルを通じて、Codecは視覚やその他のセンサー入力に依存する複雑なタスクを、デジタルまたは物理的エージェントが実行できるようにする。

CodecFlowの技術スタックの有効性を示すために、同チームは人間の入力に基づいて動作を実行できる模擬ロボットRoboMoveをリリースした。

元ツイートリンク:ここをクリック

トークンシンボルは$CODEC。

RoboStack

OpenMind、Auki、Codecのようなプロジェクトがロボットを現実世界に近づけてはいるが、ほとんどのスタートアップや組織にとっては初期段階で高価なハードウェアやツールを購入することは明らかに贅沢である。そのため、現実的な環境テストプラットフォーム(ここではクラウド上)こそが、ロボットの草の根的開発を加速するために必要な鍵となるかもしれない。

RoboStackの中核はRCP(ロボットコンテキストプロトコル)であり、ロボット、AIエージェント、人間ユーザーをつなぐ標準化された通信レイヤーで、統一されたエコシステムを形成する。

出典

クラウド上では、極端または到達困難な環境を含め、さまざまな条件をシミュレーションおよび再現できる。

このプラットフォームでは、ロボットの設定、センサー構成、環境要因を完全にカスタマイズできる。

ワークフローを定義すると、システムがクラウド上で自動的に実行され、生成されたすべてのデータを収集・保存し、AI学習、分析、研究に利用できる。

元ツイートリンク:ここをクリック

トークンシンボルは$ROBOT。

ここでロボットの複雑な協働操作から少し離れ、もう一つの重要な問題に注目しよう。すなわち、ロボットがAIの力を現実世界の能力にどう変換するかということだ。ヒント:ある概念を理解することは、それが簡単に再現できるということではない。

元ツイートリンク:ここをクリック

Silencio

ChatGPTは音声生成の命令を知っているかもしれませんが、音声を真に理解することははるかに複雑です。なぜならそれはトーン、ピッチ、リズム、環境といった文脈に依存するからです。

同じ音声でも、歌、警告信号、日常会話の中でまったく異なる意味を持つことがあり、大量の現実世界の事例がなければ、こうしたニュアンスを捉えるのは難しい。

SilencioはそのDePINネットワークを通じて、現実世界の音声データポイントを収集・処理し、ロボットが高度な聴覚知覚と環境認識を実現できるようにする。

環境音、多言語音声、笑い声や足音といった非言語的手がかりを含む多様な音声データセットを提供することで、SilencioはAIモデルを訓練し、ロボットの音声分類、音声認識、文脈理解能力を強化し、複雑な音響環境の解釈限界を克服する。

そのフラッグシップモバイルアプリは、180か国以上から110万人の貢献者により、400億以上のデータポイントを収集している。

出典

トークンシンボルは $SLC。

Over the Reality

Silencioが音声の収集に焦点を当てるのに対し、Over the Realityはロボットが現実世界で作業する上でさらに重要な視覚的データの収集に焦点を当てている。

ロボットにLiDARやカメラを搭載することは一見簡単だが、3Dビジュアルマッピングがなければ、これらのセンサーだけでは複雑で動的な環境を十分に理解できない。3Dビジュアルマッピングは、複数のセンサーからのデータを統合し、周囲の環境を詳細に立体的に表現するために不可欠である。

これにより、深度、空間関係、物体の向きを把握でき、ロボットが倉庫や災害現場などの混雑した空間を正確にナビゲートできるようになる。

簡潔に言えば:データポイントが多いほど、ロボットの機能は強力になる。

Silencioと同様に、Over the RealityもDePINネットワーク上に構築されており、標準スマートフォンや360度カメラを使って高頻度エリアをスキャンし、OVRトークンで報酬を得るようグローバルなマッピングコミュニティをインセンティブ付けている。

OVRMapsは15万以上の地点をマッピングし、7000万枚以上の画像を収集しており、カバー面積は4400万平方メートル以上である。

出典

トークンシンボルは$OVR。

注目のプロジェクト

SHOW ROBOTICS:実体的AIを備えたロボットを開発し、最先端のAIとロボット技術を融合してエンターテインメントおよび実用分野に焦点を当て、学習し現実のタスクを遂行できるマシンを創造する。

HomebrewRobotics:あらかじめ構築されたソフトウェアやその他のAI駆動プログラミングツールを提供することで、誰もが利用できるロボットモデルのマーケットプレイスを構築する。

Peaq:知名度が高いことから、ここでは詳述しない。

まとめ

ロボット分野は多くの人にとって新鮮でわくわくするものではあるが、本物の優良プロジェクトを見つけることは依然として困難である。

本稿の核心的なメッセージは、おそらく資金調達だけが目的の最新プロジェクトに賭けるのではなく、ブームが始まる前から地道に取り組んできた成熟したプレイヤーに注目し、それらに投資するべきだということである。

現時点ですべてのロボット関連プロジェクトの時価総額はまだ3億ドル未満であり、選別作業は比較的簡単である。

もちろん、本稿で言及したいくつかのプロジェクトも新しいものではあるが、慎重なフィルタリング(「スパイダーセンス」と呼ばれるもの)を通じて数十のプロジェクトを除外し、提示するプロジェクトの質を確保している。時間の制約から1つか2つの注目すべきプロジェクトを見逃している可能性はあるが、上述のプロジェクトはこの分野についての明確な方向性を提供してくれるはずである。

好奇心を持ち続けよう!