Крипто x Боты: подробный обзор 6 перспективных проектов

Автор: Krix

Компиляция: TechFlow

Morgan Stanley прогнозирует, что к 2050 году число гуманоидных роботов (комм. TechFlow: устройства, визуально и функционально схожие с человеком и способные выполнять движения по типу человеческих) может приблизиться к 1 млрд. Кроме того, заявление Илона Маска о том, что к 2040 году их количество превысит численность населения Земли, заставляет по-разному реагировать на дискуссии о будущем устройстве мира: от искреннего воодушевления до вполне реалистичных опасений.

По мере повышения эффективности производства, снижения затрат и технологического прогресса многие лидеры мнений считают, что мы находимся на пороге роботизированной эпохи. Прогнозируется, что к 2029 году это приведет к расширению рынка робототехники до 73 млрд долларов.

Источник

Очевидно, что основной прирост придется на сектор частного капитала. Однако по мере прояснения регуляторной среды в сфере криптовалют всё больше стартапов будут переходить на блокчейн, используя продажи токенов для быстрого и эффективного привлечения финансирования.

На текущем этапе общая капитализация робототехнических проектов в криптоиндустрии составляет около 250 млн долларов. Это лишь капля в море.

Цель данной статьи — предоставить более четкий обзор существующих ниш и представить наиболее перспективные проекты.

Почему робототехника нуждается в криптовалютах

Прежде чем углубляться в ценностные предложения этих проектов, необходимо определить ключевые связи между двумя, казалось бы, далекими друг от друга областями.

1. Слой коллаборации

В мире, где группы машин работают совместно (например, дроны-курьеры или заводские роботы), необходим слой взаимодействия, позволяющий независимым машинам выходить за рамки ограничений собственной операционной системы для совместной работы.

2. Финансовый слой

Традиционные платежные системы из-за комиссий и задержек не справляются с запросами массовых микроплатежей. Криптоактивы с их низкими издержками и мгновенными блокчейн-транзакциями позволяют создать бесшовную экономику «машина-машина» (M2M), что крайне важно для будущего, где миллиарды роботов будут работать без надзора человека.

3. Децентрализованная модель владения и аренды

Высокая стоимость робототехники (например, один Optimus обходится в 20–30 тыс. долларов) ограничивает её массовое распространение.

Криптоиндустрия может обеспечить частичное владение через NFT или токенизацию, позволяя частным лицам инвестировать в пулы роботов или брать их в аренду.

Представьте себе рынок, который превратит эту концепцию в активы формата «Робот как услуга» (Robot-as-a-Service), обеспечив малому бизнесу и потребителям более легкий доступ к робототехнике.

4. Безопасность и верифицируемость данных

Робототехника опирается на огромные наборы данных для обучения ИИ, однако централизованное хранение несет риски утечек или манипуляций.

Блокчейн предоставляет неизменяемые и верифицируемые журналы данных, гарантируя безопасность и защиту от модификации информации, генерируемой роботами (например, показаний сенсоров).

Это имеет критическое значение для соответствия регуляторным требованиям и формирования доверия в таких применениях, как медицинское обслуживание или уход за пожилыми людьми.

5. Финансирование и согласование интересов сообщества

Разработка передовой робототехники требует крупных инвестиций, но традиционная венчурная модель развивается медленно и предполагает слишком высокую долю долевого финансирования. Платформы для запуска проектов в криптоиндустрии и продажи токенов обеспечивают быстрое финансирование, движимое сообществом, балансируя механизмы стимулирования разработчиков и пользователей.

Исходя из перечисленных преимуществ, становится понятнее, на что стоит обратить внимание.

Перейдем к основному содержанию.

Openmind

Недавно OpenMind привлек 20 млн долларов от ведущих участников индустрии, таких как Pantera Capital, и благодаря своему уровню интероперабельности FABRIC (цифровой нервной системе для глобальных интеллектуальных машин) стал одним из лидеров отрасли.

Fabric предоставляет базовые примитивы для идентификации, геолокации, проверки и расчетов, превращая отдельные роботизированные группы в единую экосистему для сотрудничества.

Fabric обеспечивает многоагентное взаимодействие и принятие решений в реальном времени благодаря четырем ключевым функциям:

• Верифицируемая идентичность машины: каждая машина получает отдельный криптографически защищенный идентификатор (ERC-7777), обеспечивающий проверку без доверия третьей стороне, предотвращая мошенничество и гарантируя целостность связи.

• Доказательство местоположения: децентрализованная и неуязвимая к изменению система GPS, позволяющая машинам подтверждать свое физическое местонахождение, что критически важно для совместной работы и обмена картами.

• Верификация задач: стандартизированный протокол использования криптографических подписей под данными сенсоров или цифровых доказательств для подтверждения завершения задачи и одновременного запуска автоматической оплаты.

• Расчеты стейблкоинами: встроенный платежный слой, использующий стейблкоины для беспрепятственных моментальных расчетов без риска волатильности и зависимости от традиционной финансовой системы.

FABRIC обеспечивает бесшовное соединение для рабочей силы будущего, тогда как OM1 является открытой ОС с нативным ИИ, позволяющей разработчикам настраивать и развертывать агентов в цифровой и физической средах.

Это означает возможность создания ИИ-аватаров, которые можно запускать как в облаке, так и на физическом робототехническом оборудовании (например, Quadrupeds, TurtleBot 4 и Humanoids).

Источник

Примечательно, что проект недавно выпустил приложение OpenMind App, которое называют «Uber в мире роботов». Да, в приложении также предусмотрена система баллов.

Оригинальная ссылка на твит: нажмите здесь

Auki

Auki — еще один крупный игрок, развивающийся в этой сфере более пяти лет. Сосредоточившись на пространственных вычислениях, Auki решает вызов интеграции искусственного интеллекта в реальный мир с помощью своей технологии Posemesh.

Posemesh работает на базе сети DePIN, которая позволяет безопасно и конфиденциально обмениваться пространственными данными и вычислительными мощностями устройств. Это дает роботам возможность коллективно осваивать физический мир и улучшать взаимодействие между собой.

Вам не нужно передавать данные с камер централизованным организациям; вместо этого вы можете конфиденциально обмениваться пространственной информацией с другими участниками в посещаемой вами зоне или домене.

В экосистеме Auki устройства могут предоставлять или запрашивать данные сенсоров, вычислительные мощности, хранилище, сетевые услуги и функции мониторинга.

Система репутации и вознаграждений на базе Base L2 гарантирует безопасность через криптографию и создает экономическую основу для распределения ресурсов и эксплуатации сети DePIN.

Источник

Тикер токена: $AUKI.

Примечание: для глубокого погружения в историю развития и стратегические направления рекомендуется ознакомиться с обстоятельной семичастной вводной статьей.

Codec

Продолжая тему робототехнического взаимодействия, стоит отметить Codec — проект на базе Solana, преодолевающий фундаментальные ограничения традиционного программного обеспечения и автоматизации в распределенных вычислительных средах.

Проект переносит концепцию ИИ-автоматизированных рабочих процессов в робототехнику, предлагая единую платформу для работы в облаке, на edge-устройствах, десктопах и непосредственно на роботизированном железе.

Интересный факт: его слой взаимодействия также называется Fabric, что совпадает с названием продукта OpenMind. Концептуально они близки, хотя техническая реализация отличается.

Fabric построен на трехъярусной архитектуре: аппаратный уровень, системный уровень и уровень интеллекта.

Источник

Благодаря Fabric, Operator Kit (единому фреймворку на Python для создания, обучения и развертывания интеллектуальных операторов) и поддерживающей его модели VLA, Codec позволяет цифровым и физическим агентам выполнять сложные задачи, требующие зрительного или иного сенсорного ввода.

Чтобы продемонстрировать эффективность стека CodecFlow, команда представила RoboMove, симулятор, способный выполнять действия по командам человека.

Оригинальная ссылка на твит: нажмите здесь

Тикер токена: $CODEC.

RoboStack

Несмотря на то что такие проекты, как OpenMind, Auki и Codec, все ближе подводят робототехнику к реальности, закупка дорогого оборудования и инструментов на ранних этапах явно слишком разорима для большинства стартапов и организаций. Поэтому тестовая платформа для условий окружающей среды (которая в данном случае скорее существует в облаке) могла бы стать ключевым элементом для ускорения разработки робототехнического бэкенда.

Ядро RoboStack составляет RCP (Robot Context Protocol — Протокол контекста роботов): стандартизированный коммуникационный слой для связывания роботов, ИИ-агентов и человеческих пользователей в единую экосистему.

Источник

В облачной среде пользователи могут моделировать и воспроизводить любые условия, включая экстремальные или труднодоступные места.

Платформа дает возможность полностью настроить конфигурацию робота, датчиков и параметры окружения.

После определения рабочего процесса система автоматически выполняет симуляцию в облаке, собирая и сохраняя все полученные данные для последующего обучения ИИ, анализа или исследований.

Оригинальная ссылка на твит: нажмите здесь

Тикер токена: $ROBOT.

Отвлекаясь от сложнейших процессов межмашинной коллаборации, обратим внимание на другой критический вопрос: как роботы способны конвертировать потенциал ИИ в физические возможности на практике? Подсказка: понимание концепции вовсе не гарантирует легкой ее реализации.

Оригинальная ссылка на твит: нажмите здесь

Silencio

Как бы то ни было, хотя ChatGPT и знает команды для генерации звука, истинное восприятие речи куда сложнее, поскольку оно сильно зависит от контекста: интонации, высоты тона, ритма и акустической обстановки.

Один и тот же звуковой сигнал может совершенно по-разному трактоваться в песне, аварийной сигнализации или повседневной беседе. Без обширной выборки реальных примеров уловить эти нюансы практически невозможно.

Silencio преодолевает этот барьер с помощью своей сети DePIN, собирая и обрабатывая аудиограммы из реального мира, что позволяет роботам обрести продвинутый слуховой анализ и осознание среды.

Предоставляя разнообразные аудиодатасеты, включающие фоновые шумы, многоязычную речь и невербальные сигналы (смех, шаги), Silencio обучает ИИ-модели, улучшая классификацию звуков, распознавание речи и понимание контекста, тем самым преодолевая ограничения восприятия в сложных акустических условиях.

Его флагманское мобильное приложение уже собрало более 40 млрд точек данных от 1,1 млн контрибьюторов из более чем 180 стран.

Источник

Тикер токена: $SLC.

Over the Reality

Если Silencio делает акцент на аудиовосприятии, то Over the Reality концентрируется на визуальных данных, что зачастую имеет решающее значение для навигации и управления роботами в реальной жизни.

Хотя оснащение роботов лидарами и камерами кажется тривиальной задачей, без 3D-визуального картографирования этих датчиков недостаточно для полноценного понимания динамичной среды. 3D-картографирование играет ключевую роль, так как агрегирует данные с множества сенсоров для создания детализированного объемного представления пространства вокруг аппарата.

Оно фиксирует глубину, пространственные взаимосвязи и ориентацию объектов, позволяя роботам точно маневрировать среди завалов на складах или в зонах стихийных бедствий.

Проще говоря: чем больше точек данных, тем выше функциональные возможности робота.

Подобно Silencio, Over the Reality функционирует на базе сети DePIN, мотивируя глобальное сообщество картографов сканировать оживленные районы со стандартных смартфонов и 360-градусных камер с последующей выплатой вознаграждений в токенах OVR.

OVRMaps уже нанесли на карту более 150 000 локаций, собрав архив свыше 70 миллионов изображений и охватив территорию площадью более 44 млн квадратных метров.

Источник

Тикер токена: $OVR.

Другие интересные проекты

SHOW ROBOTICS: Разрабатывает антропоморфных роботов с физическим ИИ, объединяя передовые технологии искусственного интеллекта и робототехники. Фокусируется на развлечениях и практическом применении, создавая машины, способные учиться и выполнять задачи в реальной среде.

HomebrewRobotics: Создает маркетплейс моделей роботов, предоставляя готовые программные решения и другие инструменты программирования на базе ИИ, делая робототехнику доступной для каждого.

Peaq: Ввиду высокой известности проекта подробно останавливаться на нем не будем.

Заключение

Хотя робототехника многих волнует и вдохновляет, поиск по-настоящему качественных проектов в этой сфере остается непростой задачей.

Главный тезис данной статьи: вместо ставок на свежие проекты, созданные исключительно ради сбора средств, целесообразнее обращать внимание на зрелых игроков, развивающихся в отрасли задолго до ажиотажа, и инвестировать именно в них.

Текущая совокупная капитализация всех робототехнических проектов оценивается менее чем в 300 млн долларов, что существенно упрощает задачу фильтрации.

Конечно, некоторые упомянутые проекты относительно молоды. Тем не менее благодаря тщательному отбору (авторы называют его «паучьим чутьем») были отброшены десятки других идей, чтобы сохранить высокое качество подборки. Возможно, из-за нехватки времени были упущены одна-две интересные разработки, но представленный выше список должен дать ясное представление о векторе развития сектора.

Сохраняйте любопытство!