比起大模型参数，更该关注物理AI需要什么数据

所有人都在谈论更大的AI模型。而我更感兴趣的是现实世界数据从哪里来。

一个世界模型需要的不仅仅是文本。它需要理解物理空间，理解环境如何变化，理解门口、拐角处或建筑内部存在着什么。这类信息不会天然存在于互联网上。

这是@vangrid_io让我眼前一亮的原因之一。Vangrid不是坐等数据出现，而是创建了一个可以通过现实世界采集来绘制和验证特定位置地图的系统。

用手机采集环境，敏感细节会被模糊化，采集时间会作为凭证和观测结果一同记录下来。资金可以用来构建模型，但总得有人去采集这个模型想要理解的世界。而这正是Vangrid在解决的问题。

➥ Vangrid为物理AI构建空间层

AI模型可以理解文本。但机器人、自主系统和物理AI需要别的东西：现实世界空间数据。这就是Vangrid切入的地方。

@vangrid_io把普通智能手机变成分布式空间数据采集设备，让贡献者能够采集现实环境并将其转化为可用的3D信息。该网络使用多视角采集生成点云、高斯Splatting等格式，同时Base和以太坊证明服务为数据提供链上溯源。

有趣的点在于它的经济循环：
→ 贡献者采集现实 → 采集结果得到验证 → 空间数据可被AI系统使用 → 买方可以委托采集现实世界数据 → 贡献者获得USDC奖金

Vangrid表示，在数据离开手机之前，人脸和车牌都会在设备上匿名化处理。该项目最近还宣布完成了900万美元融资，它的网页端和安卓端采集基础设施已经上线。它的公开浏览器已经显示了锚定在Base上的数十万条采集结果。

重要的一点：Vangrid尚未发行代币。目前贡献者通过赏金获得奖励，项目方表示计划在2026年晚些时候推出代币。

更大的论点很简单：物理AI需要物理数据。Vangrid正在构建用于收集、验证和货币化该数据的基础设施。