AI 遠不止 LLM！馬斯克在最新的終極 AI 計劃中豪言，未來 80%的特斯拉價值都將來自機器人！隨著機器人概念股一波接一波暴漲，Web 3 機器人項目也正加速點燃新一輪熱潮。去中心化、鏈上協同的智能生態，會如何重塑我們的未來？
跟隨 Biteye，一起解鎖 Web 3 機器人賽道上的新星！
一、@openmind_agi
關鍵字：操作系統、去中心化協調層
OpenMind 融資 2000 萬美元，希望通過開源的系統提升機器人的理解和學習能力，其主要產品包括：
OM 1：AI 原生操作系統，號稱“機器人的安卓系統”，硬件無關且開源。它能夠賦予機器感知、記憶、規劃和控制的能力，幫助機器人理解世界，並根據情境採取相關的行動。 此前在黑客松中就有選手用 OM 1 在 48 小時內構建了阿茲海默症護理機器人。
FABRIC：去中心化協調層。通過區塊鏈的方式，允許機器人共享數據、快速學習（如語言），並支持共識、執行和結算。
二、@peaq
關鍵詞：Layer 1、機器經濟
peaq 融資 2100 萬美金，是一個專注於 DePIN 和機器經濟的 Layer 1。
peaq 支持機器人、無人機、傳感器等機器設備在區塊鏈上獲得自主身份（self-sovereign IDs）、進行點對點支付、數據存儲和自動化操作，能夠完成諸如機器人出租、無人機交付和自主機器協作等用例，構建完整的“機器經濟”，讓機器人等設備也能像 AI Agent 一樣獨立賺錢和互動。
項目基於 Substrate 框架構建，兼容 Polkadot，已連接 90 多個區塊鏈。目前有 peaq 鏈上已 50 多個 DePIN 項目，包括 Silencio（噪聲監測）、MapMetrics（駕駛賺錢）、Farmsent（農業供應鏈）和 Natix（智能駕駛）等。網絡連接了超過 450 萬台設備和機器，為能源、移動、交通、農業、環境等 20 多個行業提供去中心化網絡服務。
三、@GEODNET_
關鍵字：實時定位網絡
GEODNET 融資 1500 萬，專注於定位服務——通過去中心化的方式構建全球最大的實時動態（RTK）定位網絡，提供厘米級精度的全球導航衛星系統（GNSS）服務。
項目最初構建在 Polygon 上，目前已拓展到 Solana 上。
網絡允許任何人購買並安裝 GEODNET 的硬件礦工設備（“衛星礦工”），收集並上傳 RTK 校正數據到網絡，賺取資產獎勵，並最終賦能網絡為機器人、自動駕駛車輛、無人機和元宇宙等應用提供高精度定位支持。
目前網絡已覆蓋 145 個國家，超過 19,000 個站點，並已交付超過 207,178 GB 的 RTK 數據。
四、@psdnai
關鍵字：物理數據收集
Poseidon 由 @StoryProtocol 孵化，種子輪融資 1500 萬美元，主要針對機器人、多模態 AI Agent 等應用在現實物理層面的訓練數據短缺問題。
Poseidon 構建了一個去中心化的數據層，基於 Story 來收集、整理和管理真實世界數據（如視頻、音頻、圖片、定位等），最終提供有 IP 保護的訓練數據，幫助 AI 模型的加速創新。
目前 APP 上線，以聲音信息為着手點，允許用戶在 APP 中上傳聲音信息，用以訓練 AI 模型，讓它有能力處理不同口音、方言和環境下的語音。
五、@PrismaXai
關鍵字：遠程操控平台 Tele-op、訓練數據
PrismaX 由 a 16 z CSX 領投 ，總融資 1100 萬美元。想要通過人工的介入，幫助機器人最終實現高度自主的能力。
目前推出遠程操控（tele-op）平台，允許用戶在瀏覽器上遠程操作機械臂，並將這些操作數據轉化為高質量的訓練數據，對模型進行優化。這個過程中，操作員將獲得平台代幣獎勵。
平台預計未來將遠程接入宇樹、優必選等多款知名機器人中。
短期內專注於遠程操控與視覺數據，用於模型訓練；
中期將通過遠程人力指揮的方式，使機器人有能力完成實際任務；
長期看，最終實現機器人的完全或高度自主。
六、@NRNAgents
關鍵字：遠程操控平台 Tele-op、強化學習、AI Agent
NRN Agents 是一個運行在 Arbitrum 上的去中心化 AI Agent 開發與訓練平台。最早以遊戲中的 AI Agent 為起點，正在將業務逐漸拓展到具身機器人背後的 AI Agent 中去——通過“仿真到現實”（Sim-to-Real）框架，為機器人 AI Agent 提供高效的訓練與部署解決方案。
用戶可通過瀏覽器直接控制模擬機器人，每次操作生成高質量行為數據，為機器人系統提供模仿學習（Imitation Learning）的訓練資料；同時，系統中的 AI Agent 還可以通過強化學習（Reinforcement Learning）基於現實交互持續優化，無需完全重新訓練。
項目目前處於早期階段，主要聚焦於機械臂（RME-1）的操作。後期將擴充至機器人的格鬥、田徑比賽等競技運動能力。
七、@AukiNetwork
關鍵詞：DePIN 網絡、物理世界數據、定位數據
Auki Network 想要為機器人和智能機器構建一個去中心化的神經網絡，讓他們對物理世界更加了解。核心業務是構建一個 DePIN 網絡，允許各種設備（如機器人、智能眼鏡）實時共享位置和感知數據，形成協作的空間理解。
網絡基於 Posemesh 協議，包括提供計算資源的計算節點、提供運動和傳感器數據的機器人等智能設備端組成的運動節點、利用前兩者生成 3 D 地圖或空間模型的重建節點、以及管理這些 3 D 空間的域名節點。這些節點會根據自己的貢獻獲得資產獎勵。
八、@RoboStack_io
關鍵字：抽象硬件複雜性、簡化軟硬件對接
RoboStack 是一個雲原生模擬和集成平台。不僅為機器人開發和部署提供逼真的環境建模和可擴展的計算基礎設施，還通過 RCP（Robot Context Protocol）協議在不同的硬件、軟件和通信標準之間，構建了一個標準化通信協議，簡化了底層機器人硬件與軟件層 AI Agent 的對接。
ROBOT Coin 已在 virtuals 平台發射，用戶可以在 virtuals 參與質押，在 SIM lord 中為自己看好的機器人項目投票，將有機會獲得獎勵。
九、@frodobots
關鍵字： sidewalk 機器人
FrodoBots Lab 是一家機器人實驗室，通過遊戲化方式推動真實世界數據收集和具身智能發展。其核心產品 Earth Rover 是一種可遠程控制的 sidewalk 機器人（在人行道上行走的機器人），售價 249-399 美元，可以用於遊戲、數據收集和 AI 研究。目前 FrodoBots 已在全球部署了數百台 Earth Rover，並開源了 2000 小時的真實世界駕駛數據集。
FrodoBots 通過創新的機器人硬件、去中心化平台和 AI 框架，構建了一個融合娛樂與科研的生態系統，以下是其主要項目：
十、@BitRobotNetwork
關鍵字：去中心化子網架構
BitRobot Network 是 FrodoBots Lab 與 Protocol Labs 聯合開發的基於 Solana 的去中心化平台，獲 600 萬美元融資。該網絡採用子網（subnet）架構，每個子網貢獻特定資源，如計算能力、機器人車隊、數據集（真實或合成）或 AI 模型，覆蓋從 sidewalk 機器人到人形機器人的多種形態。首個子網 ET Fuji 已上線，下面將詳細介紹。
十一、@ET_Fugi
關鍵字：遊戲、遠程操控平台 Tele-op
ET Fugi（Extra-Terrestrial Fugitives） 是一款現實世界的機器人遊戲，玩家通過遙控 Earth Rover 捕捉“外星人”NFT，同時生成有價值的 sidewalk 數據，用於機器人 AI 訓練，並賺取 FrodoBots Points（FBP）等獎勵。
十二、@samismoving
關鍵字：AI Agent、框架
SAM 能夠通過 Earth Rover 收集運行數據，用於提升整體 AI Agent 的能力。同時，它還會通過 X（Twitter）實時直播部分冒險過程，展示具體的互動、競賽或數據收集場景，兼具娛樂性和教育價值。
SAM 最初是由 FrodoBots 和 @virtuals_io 共同開發的 AI Agent，用於遠程操作 Earth Rover 機器人。後來，它演變為 Robots.Fun（Launchpad）平台上發射 AI Agent 的核心框架，所有後續 AI Agent 都會基於 SAM 的架構構建，並向其支付 5% 的費用分成。
十三、@robotsdotfun
關鍵字：AI Agent 發射平台
Robots.Fun 是一個機器人 AI Agents 的發射平台，它通過日常競賽（如捕捉外星人 NFT）來收集機器人數據，加強 AI Agent 的能力。想要在 Robots.Fun 上創建 AI Agent 必須擁有或購買 Earth Rover 機器人，作為 AI Agent 的“身體”。
十四、@UFBots
關鍵字：機器人格鬥、遠程操控平台 Tele-op
Ultimate Fighting Bots 是一個免費的機器人戰鬥俱樂部，用戶可遠程控制基於 Booster T 1 的人形機器人進行格鬥。平台生成真實世界數據，用於訓練具身 AI，同時為用戶提供沉浸式娛樂體驗。
十五、總結
了解完以上項目，我們可以清晰地看到 Web 3 機器人賽道的兩大核心優勢：
-
區塊鏈的去中心化優勢，有望打破機器人模型和數據的稀缺壁壘。
-
鏈上的確權與激勵機制，為機器人經濟注入了全新的活力和可持續性。
