
Mew_Web3
Full-time Web3 I share market thoughts, narratives and macro views about crypto. Not financial advice.
999Følger
1,1kfølgere
Feed
Feed
3 694 720 trajektorier og 138 623 brukere.
Disse tallene fikk meg til å begynne å se på Axis Robotics fra en annen vinkel.
Fysisk AI trenger ikke bare bedre modeller. For at roboter virkelig skal lære hvordan de skal samhandle med verden, trenger de store mengder data om sine handlinger, bevegelser og hvordan de skal utføre spesifikke oppgaver.
Her blir Axis sin modell interessant.
Brukere kan delta i simulerte oppgaver som å kontrollere robotarmen for å flytte eller arrangere objekter. Hver utførelse bidrar til opprettelsen av trajektoriet, som er data om hvordan en handling ble utført.
Ifølge dataene som for øyeblikket vises på Axis Hub:
• 3 694 720 baner
• 138 623 brukere
• 330 nye oppdrag på 7 dager
• Mer enn 3,4 millioner transaksjoner
Etter min mening er det mest bemerkelsesverdige ikke antallet transaksjoner, men de mer enn 3,69 millioner trajektoriene som har blitt skapt.
Hvis data faktisk er en av de største flaskehalsene i fysisk AI, kan evnen til å mobilisere hundretusener av mennesker til å delta i dataproduksjon bli en svært bemerkelsesverdig fordel for @axisrobotics.
Jo mer roboter ønsker å gjøre i den virkelige verden, desto mer data trenger de å lære. Og Axis prøver å bygge akkurat det datalaget.

728 335 trajektorier fra bare 4 913 deltakere.
Dette er tallet som fanget min oppmerksomhet da jeg lærte om samarbeidet mellom Axis Robotics og BitRobot.
Det jeg synes er interessant, er ikke bare antallet, men også hvordan de omdanner menneskelige aktiviteter i det simulerte miljøet til data for fysisk AI.
Brukere deltar i simuleringsoppgaver og kontrollerer robotarmen, og skaper dermed baner. Dataene vurderes deretter for kvalitet og verifiseres on-chain på Solana.
For øyeblikket har systemet på bildet registrert 601 oppgaver og mer enn 728 000 trajektorier.
Etter min mening er dette en ganske bemerkelsesverdig tilnærming til dataproblemet innen robotikk. I stedet for å stole helt på fysiske roboter for å samle data, noe som er dyrt og vanskelig å skalere, utnytter Axis simulering og samfunnsengasjement for å generere data i stor skala.
AI har allerede en enorm mengde data fra Internett å lære. Men fysisk AI som ønsker å forstå og samhandle med den virkelige verden, trenger en annen type data, nemlig data om handlinger og bevegelser.
Og jeg tror dette er problemet @axisrobotics prøver å løse.
Hvis denne modellen fortsetter å utvides, vil data sannsynligvis bli en av de viktigste «ressursene» i kappløpet om fysisk KI.

Merkbare nyheter: Myndighetene vil etablere en mekanisme for å forhindre og raskt blokkere bankkontoer og e-lommebøker med tegn på involvering i nettbedrageri, samt fremme tilbakeføring av eiendeler for ofrene.
Hvis det implementeres effektivt, vil dette være et positivt steg for å begrense svindel og øke sannsynligheten for å få penger tilbake for ofrene.
Forhåpentligvis vil svindlere i fremtiden ikke lenger være like lette å spre eiendeler som før.

I dag har jeg nettopp betalt ned dette lånet.
Egentlig er ikke dette beløpet jeg lånte for å bruke, men jeg støttet en venn i å låne fordi jeg ikke ville låne penger direkte.
Hun har falt i gjeld mange ganger, og til og med havnet i røde og svarte spill. Jeg håper dette lånet vil gi henne litt press om å sette pris på penger, være mer ansvarlig for livet og være bestemt på å gjøre det igjen.
Noen ganger handler det å hjelpe noen ikke om å gi dem penger, men om å gi dem motivasjon til å endre seg. Jeg håper bare at denne gangen blir den siste timen.









