Стоит ли участвовать в программе лояльности Axis Robotics после привлечения 12 миллионов долларов в Seed-раунде?

Может ли физический AI от Axis Robotics запустить свой цикл данных с помощью Web3?

Автор: Grok

Помощь: AididiaoJP, Foresight News

27 июля Axis Robotics объявила о завершении Seed-раунда финансирования на сумму 12 миллионов долларов, возглавляемого Hack VC, с участием Nomad Capital, Pi Network Ventures, 10K Ventures и других. Данные PitchBook показывают, что в команде сейчас около 11 человек, и она уже генерирует доход. Проект позиционируется как инфраструктурный уровень данных для физического AI, а не как собственные модели или оборудование.

Ключевая проблема в области робототехники совершенно противоположна проблемам больших языковых моделей. LLM могут поглощать огромные объемы текстов, уже существующих в интернете, тогда как в физическом мире нет готовой базы данных для сбора. Сбор данных в лаборатории не только дорогостоящий и неэффективный, но и сценарии очень однообразны — один и тот же манипулятор повторяет захват одного и того же объекта при постоянном освещении, и полученные данные трудно обобщить для новой среды. Axis Robotics пытается ответить на вопрос: можно ли с достаточной низкой стоимостью, разнообразием условий и количеством людей постоянно производить высококачественные траектории взаимодействия роботов?

Публичные заявления основателя Криса довольно прямолинейны: отрасли не хватает эффективной и масштабируемой системы производства смешанных данных. Продукт Axis можно рассматривать как «комплексный двигатель данных» — с помощью удаленного управления через браузер снижается порог входа для сбора, а инструменты Web3 решают вопросы мотивации и прав собственности для участников.

Механизм производства данных: браузер как вход

Порог участия намеренно снижен до минимума. Пользователи не нуждаются в каком-либо роботизированном оборудовании и могут удаленно управлять симуляционным манипулятором через веб-страницу, выполняя базовые задачи, такие как захват, сортировка и открытие ящиков. Каждая сессия генерирует полную траекторию, охватывающую состояние суставов, позу объектов, управляющие действия и метаданные задач.

Источник изображения

После очистки и сглаживания траектории они импортируются в Isaac Sim для рандомизации среды — освещение, текстуры, физические параметры и другие переменные систематически изменяются, и одна траектория может быть расширена до множества обучающих образцов, которые подаются в VLA модели или стратегии имитационного обучения.

По официальным данным, в настоящее время в мире более 100 000 активных участников, которые ежемесячно производят более 1200 часов симуляционных данных и более 20 000 часов реальных данных от первого лица. Следует отметить, что в начале июля панель Hub показывала около 65 000 зарегистрированных пользователей и около 1,8 миллиона траекторий, что указывает на различия в данных. Уменьшение активности, уровень повторного участия и распределение качества данных являются ключевыми показателями для оценки устойчивости производственных мощностей.

Роль Web3: инструменты распределения и подтверждения прав

Проект позиционирует Web3 как инструмент для решения вопросов подтверждения прав и распределения, а не просто как рассказ о выпуске токенов. Централизованные платформы также могут нанимать сборщиков данных, но им трудно предоставить каждому участнику проверяемые и отслеживаемые доказательства прав, что в конечном итоге приводит к однократным отношениям, и связь между участником и платформой прекращается.

Решение Axis заключается в том, чтобы на базе цепи назначить уникальный Data ID для каждой траектории, прошедшей оценку, с записью адреса кошелька участника, времени подачи, оценки качества и метаданных задач. Полные траектории из-за большого объема хранятся вне цепи, а записи в цепи служат якорем — будущие распределения доходов, разрешения на использование или вес голосования могут быть отслежены по этому якорю. Таким образом, вклад превращается из неясной операционной концепции в проверяемый факт на цепи.

Процесс оценки включает несколько уровней: проверка целостности формата, определение успеха на основе правил, оценка разумности поведения с помощью визуальной языковой модели, а некоторые траектории также должны пройти рецензирование коллегами. Общая оценка качества напрямую связана с весом вознаграждения — более сложные или отобранные задачи имеют более высокую базовую награду, которая умножается на коэффициент качества для получения окончательного стимула, а не просто рассчитывается по количеству выполненных задач. Неудачные попытки не загружаются и не наказываются, а мусорные и почти дублирующие траектории фильтруются. Этот дизайн снижает ожидаемую прибыль от накрутки на уровне механизма.

Источник изображения

В настоящее время стимулы используют смешанную модель: баллы POINTS, потенциальная доля в фиатной прибыли от корпоративных заказов на индивидуальные пакеты задач, а также будущие токеновые вознаграждения, распределяемые по качеству и сложности. Баллы POINTS уже функционируют, а официальные токены еще не выпущены, и официальные лица заявили, что экономика токенов все еще разрабатывается. Кроме того, Axis управляет специализированной подсетью в сети BitRobot, и участники могут одновременно получать двусторонние стимулы.

Эксперименты сообщества и академическая проверка

В январе 2026 года Axis запустила сообщественный проект под названием «Роза маленького принца», в котором пользователи удаленно управляли манипулятором для выполнения действий по поливу, собрав более 10 000 действительных траекторий за 5 дней. Стратегия, обученная на этих данных, была развернута на реальном манипуляторе Franka, что позволило ему самостоятельно поливать. В феврале масштаб был расширен до 27 задач, в которых участвовали около 18 000 человек, и за 5 дней было внесено почти 100 000 действительных траекторий. Оба эксперимента подтвердили один путь: данные сообщества на уровне браузера могут замыкаться на физическом исполнении, а качество оценок и записи на цепи впервые обеспечивают отслеживаемость действий.

С академической стороны, статья arXiv предоставляет эталонные данные: набор данных AXIS включает 207 задач и около 50 100 траекторий. После непрерывного предобучения на модели π0.5 общая успешность LIBERO-Plus увеличилась на 5,8 процентных пункта; на сопоставимом по объему RoboCasa365 относительное преимущество составило 37,3%. Разнообразие в таких аспектах, как компоновка, шум сенсоров и помехи камеры, также приносит положительные результаты. Данные не выделяются, но для ранних наборов данных направление правильное.

С коммерческой точки зрения, Axis сосредоточена на поставке пакетов задач, упакованных по сценарию, атомарным навыкам, степени рандомизации внутри задач и общему количеству траекторий. Объявленные партнеры включают Booster Robotics, Manycore Tech, Dexmal, Lotus, Geely Auto и других. Компания заявляет, что доходы от корпоративных закупок будут возвращены участникам, создавая замкнутый цикл реального спроса на распределение POINTS и будущих токенов. В настоящее время доля распределения, сумма контракта и конкретные выплаты не раскрыты, эта часть все еще находится на стадии обязательств и требует дальнейшего мониторинга.

Позиционирование Axis ближе к распределенному уровню инфраструктуры: использование масштаба сообщества для достижения разнообразия и гибкости затрат, использование человеческой оценки для определения качества и использование записей на цепи для решения вопросов прозрачности. Ключевой вопрос заключается в том, сможет ли пакет задач превратиться в стабильный регулярный доход — если не будет постоянных корпоративных закупок, ранее описанный механизм стимулов будет подвергнут риску.

Фон команды

Генеральный директор Крис Фэн ранее занимал должность COO в Chainbase и имеет опыт работы в консалтинге и венчурном капитале. Основные члены команды пришли из таких учреждений, как Беркли, CMU, Технологический университет Джорджии, Наньянский технологический университет, Шанхайский университет Цзяотун и другие, включая людей с опытом роста массовых потребительских продуктов. Перекрестный опыт в координации на цепи и данных о роботах заслуживает внимания, но публичной информации все еще недостаточно.

Стоит отметить, что один из ключевых членов проекта, графиня Кристина (@0xsexybanana), в настоящее время глубоко участвует в Axis Robotics в качестве участника и появляется в официальных мероприятиях, таких как Space, в роли CMO, отвечая за рост сообщества и внешние коммуникации. Экосистемные партнеры, такие как Base APAC, также называли ее соучредителем.

Темпы токенов и недавние события

На момент публикации Axis еще не выпустила собственный токен, общая эмиссия, распределение и график разблокировки не были опубликованы. Официальные документы показывают, что экономика токенов все еще разрабатывается, и четко указывается, что приоритет будет отдан проверке продуктов и моделей доходов, а токены будут использоваться в качестве усилителя в будущем. Data ID на цепи уже готов, недавно POINTS сделали снимок, требуя от участников завершить подпись траектории до указанного времени, что можно рассматривать как создание отслеживаемого доказательства для будущего распределения токенов.

Потенциальные направления дизайна токенов включают: носитель вознаграждений с учетом качества, средство обмена экосистемных услуг (разблокировка индивидуальных задач, каналы данных, улучшения и т. д.), стейкинг для разблокировки более высоких уровней и приоритетных задач, а также вес голосования. TGE запланировано на этапе «За пределами 2026 года», темп довольно консервативный, что снижает краткосрочное давление спекуляций, но долгосрочные ожидания участников сильно зависят от скорости последующей коммерциализации.

Кроме того, Axis Robotics запустила программу для создателей контента через KaitoAI Studio в мае 2026 года, приглашая создателей производить контент вокруг Physical AI и получать вознаграждения. После недавнего завершения Seed-раунда финансирования и восстановления данных Kaito с X, сообщество ожидает, что обе стороны могут снова запустить программу для создателей (возможно, с вовлечением умственного капитала и токеновых стимулов), конкретные детали все еще ожидают подтверждения от официальных лиц.

Источник изображения

Итог

POINTS и механизм оценки качества уже функционируют, но если скорость возврата фиатных средств отстает от роста объема вкладов, воспринимаемая ценность POINTS может колебаться, что может привести к утечке высококачественных участников. Записи на цепи решают вопросы прозрачности, но критерии оценки и правила распределения доходов от данных все еще контролируются платформой — это общая проблема централизации в протоколах данных Web3.

В целом, Axis использует Web3 как реальный инструмент для решения вопросов подтверждения прав и распределения. Долгосрочная ценность инфраструктуры данных в конечном итоге зависит от проверки реального коммерческого спроса. Ключевые точки наблюдения в будущем включают: фактический прогресс подписания и выплат по пакетам задач, темп перехода от POINTS к токенам, а также возможность постоянного повышения качества данных для улучшения производительности нижестоящих моделей. Способен ли цикл запуститься, в конечном итоге решат покупатели данных.