区块链在推动机器人AI和自主系统中的作用
realtime news Sep 19, 2025 22:55
探索区块链技术如何通过解决数据限制来革新机器人AI，特别是在自动驾驶汽车、无人机和人形机器人领域。
随着区块链技术的不断发展，其在增强机器人AI能力方面的应用正在加速。据Solana (SOL) 称，当前AI的格局，特别是在自主系统中，面临着显著的数据挑战。虽然大规模语言模型（LLMs）是在超过100TB的互联网文本上进行训练的，但开源机器人数据集的总量仅为5TB。由Solana支持的去中心化网络作为关键解决方案正在兴起，激励多样化的贡献者丰富AI数据集。
自动驾驶汽车
自动驾驶汽车行业正处于指数级数据生成的前沿。到2025年，一支联网的车队每月可能在全球产生10艾字节的数据，而一辆自动驾驶汽车每小时最多可生成19TB的数据。为了促进这些车辆的安全部署，数据必须涵盖各种地理位置、天气条件和驾驶文化。像Hivemapper、ROVR和NATIX这样的项目通过利用去中心化网络正在弥合这个数据鸿沟。例如，NATIX与东南亚领先的超级应用Grab合作，包括成千上万的司机贡献实时视频来更新地图数据。此类倡议突显了去中心化物理基础设施网络（DePIN）在提供计算和商业价值方面的潜力。
无人机和精准传感
无人机正在改变农业、物流和基础设施监控，严重依赖精确且不断更新的数据。分布式网络如GEODNET和Onocoy使农村集体和企业家能够为去中心化传感器和位置网络做出贡献。Raad Labs通过允许基础设施提供商请求自定义监控，提供了一种替代方案，大幅降低农业监控成本，并增强偏远地区无人机网络的可扩展性。
人形机器人和工业自动化
人形机器人市场正处于显著增长的边缘，预计从2024年的3,500个机器人增加到2035年的140万个。摩根士丹利估计到2050年市场规模可能达到5万亿美元。像Bitrobot、PrismaX和Reborn这样的初创公司正在利用去中心化网络，机器人或人类操作者在开放平台上分享数据。尽管这种方法的收入仍然微薄，但随着团队考虑开发自己的模型以捕捉更多价值，正在演变。
游戏引擎数据
游戏引擎数据虽然是模拟的，但在训练物理模型中起着关键作用。像Genie3这样的世界模型通过大量游戏时间模拟机器人动作。DePIN激励机制提供了广阔的可能性，使得可以进行数百万小时的游戏玩法训练来应对罕见但关键的事件，如自然灾害。像Shaga这样的点对点游戏平台提供可以用于细化AI模型的动作标记数据。
区块链技术与AI的交叉正在为自主系统的发展铺平道路。随着去中心化网络的扩展，它们为当前阻碍AI发展的数据限制提供了一个有前景的解决方案。欲了解更多详细的见解，请访问Solana上的原文。
Image source: Shutterstock.jpg)