AI Pulse
📡 X 信号

实体AI要走进现实,缺的不止是算力和模型

实体AI要走进现实,缺的不止是算力和模型

最近 NVIDIA 談 Physical AI 的頻率越來越高,這背後其實透露了一個重要訊息: AI 想真正走進現實世界,除了模型與算力,也需要理解周遭環境的能力。 在 GTC 2026,NVIDIA 推出了 Physical AI Data Factory Blueprint,開始關注機器人與相關系統所需要的基礎條件。 這也是 @vangrid_io 存在的必要性。 @vangrid_io 正在打造一個去中心化的感知網格,透過智慧型手機捕捉真實環境,�� AI 更有效地理解三維世界。 另一方面,NVIDIA 的 SpatialClaw 則展現了 AI Agent 在推理與執行上的發展方向。 使代理能夠寫程式、檢查結果,並根據回饋調整行動。 一邊是讓 AI 更會「思考與行動」,另一邊則是在探索 AI 如何更好地「看見現實世界」。 從整個產業發展來看,當 AI 開始從螢幕走向現實世界,「感知」可能會成為不可忽視的一環。 這也是我覺得 @vangrid_io 值得持續關注的原因。

调查Vangrid的第一天,我注意到一个连接这两个项目的简单事实:随着智能体开始承担更多工作,它们需要更好的方式来证明自己的知识和能力。

来看看@vangrid_io,AI智能体可以在网上找到某个地点的信息,但这不代表信息是最新的。道路可能已经变了,建筑可能翻新了,建筑工地和旧照片上相比可能已经完全变样。

Vangrid给智能体提供了一种获取物理世界最新视角的方式:智能体可以创建采集请求,用Base或Arc上的USDC付费,然后就会有人前往对应地点采集信息。买家会收到预览,一旦采集内容通过验收,Vangrid就会将它重建为3D模型。AI智能体也可以直接发布这类赏金任务。

所以基本流程是:智能体需要信息→有人去采集→Vangrid将采集内容转为3D数据→智能体获得该地点的最新视角。

现在还有另一个问题:当智能体想要交易时,最重要的问题不是它能看到什么,而是它的历史表现是否足够好,配获得资本准入。这就是另一个项目发挥作用的地方。

Agentics给交易钱包和智能体提供了@agentics信用分(ACS),分数范围从300到850。评分考察六个维度,包括盈利能力、最大回撤、稳定性、记录存在时长、胜率和夏普比率。它结合了模拟交易和链上实盘交易,其中实盘交易的权重最高。

目前合格分数线是580分。低于580分的用户可以在Agentics的风险引擎下进行模拟交易,建立更好的交易记录。达到或超过580分,就会开放信贷通道,但达标不代表能立刻获得资金。目前达标者会进入资金等候名单,信贷受额度和审批场所限制。

这让我得到两个值得关注的方向:Vangrid帮助智能体获得关于世界的更好信息,另一个项目衡量智能体通过行动积累的表现记录。一个解决信息问题,另一个解决表现证明问题。

如果智能体想要走出简单聊天的框架,真正完成有用的工作,这两个问题都非常重要。这就是我接下来要研究的内容。

物理世界正在成为智能体可以调用的另一种工具。对 @vangrid_io 来说,这是一个有趣的进展。

凭借全新的 MCP 服务器,Vangrid 将现实世界空间数据直接引入 Claude Desktop、Claude Code 和 Cursor 这类工具中,无需构建自定义集成就能让智能体与物理世界交互。

现在智能体可以做到:
→ 查询空间数据覆盖范围
→ 获取已有的经验证观测结果
→ 查看数据来源
→ 创建新的采集悬赏
→ 追踪和审核提交内容
→ 接收采集并完成付款

通过 x402,可以用 USDC 在 Base 或 Arc 上处理付费调用,无需单独的账户或 API 密钥。

但更宏观的意义不止于更简单的集成。Vangrid 正在构建一个去中心化空间采集网络,人们用日常智能手机采集特定位置的 3D 数据,链上记录帮你确认数据来源。

这个网络连接了三个重要层面:请求数据的智能体、采集物理世界数据的人,以及连接二者的可验证基础设施。

当现有的真实基准数据不足时,智能体可以请求新的观测,委托本地贡献者去采集。这让 Vangrid 从一个被动空间数据集,升级为物理AI的按需观测层。

随着自主系统和世界模型的发展,可靠的数据来源和数据量一样重要。Vangrid 把这些部分整合在一起,让现实世界数据的请求、采集、验证和支付都变得更简单。

它的目标不只是帮助AI理解物理世界,更是给AI提供一条路径,让它能向世界获取新鲜、可验证的答案。

早上好。我越研究物理人工智能,就越能看清一件事:机器人不只需要更好的模型,它们还需要关于物理世界的更好数据。

这正是vangrid_io正在解决的问题。Vangrid把智能手机改造成分布式3D采集网络,能够按需采集现实环境信息。

这个方法有意思的点在于它的链上来源层。它没有把物理世界数据当作存入数据库后就无人过问的东西,而是能够将采集内容锚定在链上,让网络活动可以被独立验证。

目前该产品已经在网页端和安卓端上线。Vangrid还完成了900万美元的种子轮融资,投资方包括HashKey Capital、Animoca Brands、Borderless Capital、Capital、Gate Labs和Mapleblock Capital。

物理人工智能将需要巨量的现实世界信息。Vangrid正在建设能够大规模收集这类信息的基础设施。

本文由 AI 翻译自英文原帖,技术名词保留英文。

查看 X 原帖

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新