今年會是機器人年嗎？一文梳理機器人賽道項目

馬斯克在今年年初重返達沃斯的演講中，他再次重申了那個極具煽動性的預言——未來，地球上機器人的數量將超過人類。

顯然，AI 和機器人基本已經是全球範圍內唯二的科技話題了：一個是不斷逼近 AGI 臨界點的通用人工智能，另一個則是正在走出實驗室、嘗試全面接管人類體力勞動的機器人。同樣，除了 AI 概念，加密貨幣行業今年的重點賽道也包括具身智能。以下是 Robotic 賽道值得關注的專案。

OpenMind

2025 年 8 月 4 日，據官方消息，總部位於矽谷的智能機器基礎設施公司 OpenMind 宣布完成 2000 萬美元融資，由 Pantera Capital 領投，Ribbit、紅杉中國、Coinbase Ventures、DCG、Lightspeed Faction、Anagram、Pi Network Ventures、Topology、Primitive Ventures 和 Amber Group 等多家機構及多位知名天使投資人參投。

OpenMind 通過開發開源軟體來幫助機器人思考、學習與工作。原生的開源 AI 機器人操作系統 OM1 允許在數位世界和物理世界中配置和部署 AI Agent。用戶可以創建一个 AI 角色，在雲端運行它，也可以在現實世界中的物理機器人上運行它。

通俗來說，OpenMind 做 OM1，相當於是在給機器人做「AI 大腦」。這個「AI 大腦」可以由多個 AI Agent 協同工作，可以與多個 LLM 進行互動，也可以從多個來源獲取數據進行工作（比如幫用戶在社交媒體上發東西）。由於 OM1 是開源的，所以這還是一個適配性極強的機器人操作系統，就像手機的 Android 系統那樣與硬體無關。

另外，OpenMind 還有一個名為 FABRIC 的鏈上機器人身份網路，旨在為人類和機器人共享一個可驗證的信任層。人類可在其上通過地圖共享位置數據、評估機器人行為以及開發等來獲得勳章，而對於機器人，每一個裝載 OM1 系統的機器人都會加入 FABRIC 網路，從而擁有唯一可驗證身份，並且使機器人的命令、操作日誌、所有權等相關行為能夠在鏈上追蹤。

2025 年 12 月，OpenMind 与稳定币发行商 Circle 联合宣布，推出基于 x402 协议的机器人自主支付系统。随着机器人能力的提升，它们将不再仅仅是执行任务的工具，而是开始扮演自主经济体的角色。它们需要购买算力、数据、技能，甚至雇佣其他机器人或人类来完成复杂任务。

CodecFlow

CodecFlow 提供了一个统一的平台，可在云端、边缘、桌面和机器人硬件上无缝运行，同时支持当前流行的 API 和传统系统。该平台将不同的机器人传感器输入规范化为通用格式，并将较为复杂的机器人动作模块化，使开发团队或用户无需从头开始设计机器人，机器人之间的感知、决策和控制也得以通过网络形成相互影响，而不是碎片化或特定于硬件的单一平台。

AI 驱动的操作人员通过感知和实时推理，响应软件中的 UI 变化或机器人环境中的变化，以解决传统的机器人自动化过程中过于依赖预先写好的脚本，面对哪怕只是细微变化时的脆弱性。简言之，就是捕捉屏幕截图、摄像头画面或传感器数据，然后用 AI 处理这些外部输入数据以处理观察结果或指令，最终通过用户界面交互执行决策。

Peaq

2025 年 3 月 27 日，DePIN Layer1 协议 Peaq 完成 1500 万美元融资，Generative Ventures 和 Borderless Capital 领投，Spartan Group、HV Capital、CMCC Global、Animoca Brands、Moonrock Capital、Fundamental Labs、TRGC、DWF Labs、Crit Ventures、Cogitent Ventures、NGC Ventures、Agnostic Fund、Altana Wealth 等参投。

虽然开始主打的叙事是 DePIN，但 peaq 在去年 9 月发布了 Robotics SDK，使机器人能够获得自主身份标识，进行支付和收款，验证数据，接入链上的网络经济中。现在，任何兼容 ROS2 系统的机器人都可以加入到 peaq 网络经济中，使用其通用标准与人类或其他机器人进行交易。

此外，peaq 去年在 DualMint 上推出了一个名為「RoboFarm」的機器人 RWA 專案，他們在香港建立了一個機器人農場，通過機器人實現了 80% 的農業生產自動化。種出來的生菜、菠菜和羽衣甘藍在香港進行出售。NFT 持有者的預估年化收益約為 18%。

Axis Robotics

Axis Robotics 致力於構建具身智能（Physical AI）的分佈式擴展基礎設施。他們堅信，仿真優先（Simulation First）是突破機器人數據匱乏與模型泛化瓶頸的最佳路徑，通過低成本、規模化的數據收集，結合獨有的數據增強引擎，實現了數據在質量、豐富度與規模上的三重飛躍。同時，每一份數據資產都具備可信的鏈上溯源（On-chain Provenance），共同構建起驅動通用機器人智能（RGI）進化的核心燃料庫。

Axis 革新了機器人訓練數據的提供方式。市面上其他「輸入/提供機器人訓練數據」的專案大多是通過動員用戶通過手機、智能眼鏡等裝置拍攝並上傳在現實中完成指定動作的視頻，以實現低門檻、全球範圍的用戶參與。雖然這樣獲取數據的成本較低，但視頻收集的數據物理真實度不足，缺乏深度信息，無法保證 3D 數據的持續性和精確度。

通過「仿真模擬」，Axis 解決了這個痛點，即在仿真環境下，通過大量多樣化的仿真場景（燈光、角度、摩擦、動力學等）讓模型在更嚴苛的虛擬條件下仍能完成任務，從而獲得強大的泛化能力。Axis 採用 Hybrid Strategy（混合策略），將稀缺的真實數據與海量合成數據結合。利用 GPU 加速的元數據增強技術，實現了對單一場景的光照、紋理、物理屬性的大量變化。虛擬的場景不是一成不變、被代碼寫死的，而是可以靈活調整的。用代碼能夠生成出無數的場景，讓機器人在各個場景的要求下面對更嚴苛和全面的挑戰。生成場景所需的成本低，同時產出數量又極大，這種用大量數據去收斂以逼近最優解方式的有效性，也已經被 Google、NVIDIA 等多家巨頭部分驗證。

Axis 向社區公開開放的第一個仿真模擬機器人學習專案「Little Prince's Rose」已經完成。在「Little Prince's Rose」專案中，用戶通過網頁在模擬環境中讓機器人成功執行一次澆花動作，通過對用戶操作的收集和分析，讓這個機器人學會澆花。用戶通過網頁即可對機器人進行遙操作，既維持了視頻上傳收集方式的低成本、低門檻，同時為機器人構建了原生的 3D-aware VLA (Vision-Language-Action) 基礎模型，為機器人增強了視頻數據輸入渠道所欠缺的三維空間思考能力。

在上線僅 5 天後，「小王子的玫瑰」項目全球范圍內無機器人行業背景的普通用戶通過有趣的體驗，貢獻了上萬條高質量、可用於策略訓練的有效軌跡。基於這批數據，Axis 成功訓練了策略模型，並完成了 Franka 機械臂的真機復現。這標誌著 Axis 跑通了「任務生成 -> 社區採集 -> 數據增強 -> 模型訓練 -> 真機部署」的全棧閉環。

1 小時的真實數據，能夠轉換成 1000 小時的訓練數據，這種效率槓桿，極大降低了機器人模型泛化所需的成本。

在春節期間的 Beta 測試中，同樣僅用 5 天，1.8 萬名無機器人行業背景的參與者在 Axis 上完成了 27 個全新任務，貢獻了超 10 萬條數據軌跡。測試成功支持了極高的任務內隨機化，並驗證了對輪式機器人、雙臂機器人等多形態資產的兼容性。

Axis 的核心產品將於 3 月下旬正式發布，並計劃在 4 月底或 5 月初，開源全球最大的基於 Franka 機械臂的純仿真數據集，完全滿足策略與模型訓練需求。同時，Axis 作為一個從 Crypto-AI 出發的機器人賽道項目，已經開始探索與推進外部的行業落地，圍繞多個細分領域標竿客戶，加速推進商業化落地進程：與某車企協同推動生產環節自動化方案落地；與某準 IPO 算力公司在虛擬資產與世界模型方向達成合作共識；並與多家具身本體企業在虛擬仿真數據採集及模型訓練等關鍵環節建立深度合作關係。這些都體現了 Crypto 項目難得的外部性。

GEODNET

為無人機、機器人等提供厘米級定位精度實時動態定位數據的去中心化網絡，在 150 多個國家擁有超過 21000 個活躍基站。過去的一年，該項目收入超 700 萬美元，並且呈現逐季度增長的趨勢。

雖然該項目更多被歸類於 DePIN，但隨著機器人技術在現實生活中的應用普及，對高精度實時定位數據的需求預計將更廣泛。2025 年 2 月，Multicoin 宣布牽頭以 800 萬美元從 GEODNET 基金會手中收購價值 800 萬美元的 $GEDO 代幣。

BitRobot

BitRobot Network 由 FrodoBots Lab 與 Protocol Labs 聯合開發，旨在實現分佈式機器人工作和協作。其關鍵組件包括：用於定義和驗證機器人任務的可驗證機器人工作（VRW，網路獎勵的量化指標）、用於設備所有權和網路訪問的設備節點令牌（ENT，機器人在系統內的唯一身份識別符，以 NFT 形式存在），以及作為任務執行操作層的子網（為 BitRobot 網路創造價值的資源集群）。

2025 年 2 月 14 日，FrodoBots Lab 宣布完成 600 萬美元種子輪融資，總融資額達 800 萬美元。

FrodoBots Lab 也賣機器人，Earth Rovers 像現實中的瑪利奧賽車，售價 249 美元，玩家們在一場全球尋寶遊戲 ET Fugi 中通過瀏覽器遠程操控自己的機器人，資料供研究人員部署和測試他們最新的 AI 導航模型。ET Fugi 也是 BitRobot 的第一個子網。

另一個遊戲機器人 Octo Arms 也會在未來推出，玩家遠程控制機械臂來完成各種 3D 拼圖遊戲以及競賽。

這個機器人網路的所謂「子網」概念比較抽象，簡單來說，任何能為整體網路生態做出貢獻的集群（或集群要做的具體項目/事件）都是一個子網，比如上面提到的 ET Fugi 遊戲，還有 Virtuals 推出的 SeeSaw 等。

SeeSaw

BitRobot 的第 5 號子網，由 Virtuals 於去年 10 月推出的機器人訓練資料分享應用。在 SeeSaw 中，用戶拍攝自己日常行為的視頻，上傳完成任務以獲得獎勵。這些來自全球用戶的，包括繫鞋帶、摺衣服等日常行為的視頻資料，將被用於訓練機器人。

Auki

Auki 的去中心化機器感知網路 Posemesh 用於連接人類、設備和 AI，其核心是一個 DePIN（去中心化實體網路）架構，允許機器人、AR 眼鏡等設備即時共享位置和感應資料，共建對物理世界的協作式空間理解，可以為機器人、AR 和 AI 提供共享的空間視圖。

基於 Posemesh 協議設計了多種節點角色。由計算節點提供算力，運動節點（機器人終端）上傳位置信息和感應器數據，重建節點據此生成 3D 地圖模型，並由域名節點管理 3D 空間。各節點根據貢獻獲得$AUKI 代幣激勵，驅動一個自我進化的機器視覺網路。

這一網路強調隱私保護，避免單一實體監控用戶的私人空間，同時可應用在多個應用場景，像是零售（產品擺放優化）、物業管理（資產追蹤）和會展導航、建築裝修等場景。

他們的 Cactus AI 空間計算平台已經與豐田物料搬運公司與瑞典超市 Stora Coop 展開了積極的試點。

XMAQUINA

使散戶能夠參與機器人企業投資的 DAO。該 DAO 通過分批出售其代幣 $DEUS 籌集了 1000 萬美元。目前，該 DAO 已將拍賣所得資金用於購買 Apptronik、Figure AI、Agility Robotics、1X Tech、NEURA Robotics 以及 Robotico 共 6 家機器人領域企業的股份，部分投資已經有開始實現盈利，甚至單筆的回報率超過了 100%。

PrismaX

2025 年 6 月 17 日，PrismaX 宣布完成 1100 萬美元融資，投資方包括 a16z CSX、Volt Capital、Blockchain Builders Fund、Stanford Blockchain Accelerator 以及 Virtuals。

PrismaX 構建一個開放的協調層，連接遠程操作員、機器人用戶和機器人公司。操作員可以與用戶連接，遠程操控機器人，完成實際任務，同時收集具有價值的數據。也可以請求诸如物流和廣告等實際服務。

PrismaX 還具有一個遠程操作機器人的協議，企業可以在其上尋找能夠勝任複雜任務、經驗豐富的機器人操作員，操作員可以選擇質押網路代幣以提升提升信任度，並增加獲得高收益任務的機會。質押者獲得的收益不僅與其質押數量相關，還與其工作質量相關，並且隨著工作效率的提高，還會獲得額外獎勵。

而遠程操作積累的資料又會用於訓練機器人來提升機器人的自主性，這又將提高遠程操作員的工作效率，最終實現機器人的高度甚至完全自主化。

NRN Agents

NRN 是從 AI Agent 對戰實時訓練鏈遊 AI Arena 發展過來的。2021 年 10 月 28 日，開發商 ArenaX Labs 宣布完成 500 萬美元的種子輪融資，該輪融資由 Paradigm Capital 牽頭，Framework Venture Partners 參與。2024 年 1 月 9 日，ArenaX Labs 宣布完成 600 萬美元新一輪融資，由 Framework Ventures 領投，SevenX Ventures、FunPlus/Xterio 和 Moore Strategic Ventures 等參投。

雖然大體上也是收集資料->強化機器人學習的流程，但憑借在遊戲領域的豐富經驗，NRN 提供基於瀏覽器的體驗，將機器人資料收集轉化為遊戲，用戶通過瀏覽器就可以直觀地控制模擬機器人。在遊戲過程中，用戶操作生成的行為數據用於訓練現實世界的機器人系統。

當前階段，該項目將重點關注機械臂（RME-1），以驗證資料收集、實時學習和適應性。