Musk bu yılın başlarında Davos'a geri döndüğünde yaptığı konuşmada, o provokatif öngörüyü bir kez daha tekrarladı - gelecekte, dünyadaki robot sayısı insan sayısını aşacak.

Belli ki, YZ ve robotlar artık küresel ölçekteki tek iki teknoloji konusu haline geldi: biri evrensel yapay zekâ (AGI) eşiğine gitgide yaklaşan, diğeri ise laboratuvardan çıkan ve insan işgücünü tamamen devralmaya çalışan robotlar. Benzer şekilde, AI kavramının yanı sıra, kripto para birimi endüstrisinin bu yılki odak yarışı da embodymental intelligence'ı içeriyor. İşte dikkate değer Robotik yarış projesi.

OpenMind

2025 yılı 4 Ağustos'unda, resmi açıklamalara göre, Silikon Vadisi merkezli bir zeka makine altyapı şirketi olan OpenMind, Pantera Capital öncülüğünde, Ribbit, Sequoia China, Coinbase Ventures, DCG, Lightspeed Faction, Anagram, Pi Network Ventures, Topology, Primitive Ventures ve Amber Group gibi birçok kuruluşun ve tanınmış birçok melek yatırımcının katılımıyla 20 milyon dolarlık bir fon topladığını duyurdu.

OpenMind, robotların düşünmesine, öğrenmesine ve çalışmasına yardımcı olmak için açık kaynaklı yazılım geliştirerek faaliyet gösteriyor. Doğal açık kaynaklı AI robot işletim sistemi OM1, dijital ve fiziksel dünyada AI Ajanını yapılandırmaya ve dağıtmaya izin verir. Kullanıcılar bir AI karakteri yaratabilir, bulutta çalıştırabilir ve aynı zamanda fiziksel robot üzerinde çalıştırabilir.

Basitçe söylemek gerekirse, OpenMind OM1'i yapıyor ve bu, bir robot için "AI beyin" yapmak gibidir. Bu "AI beyin", birçok AI Ajanının işbirliği yapmasına izin verir, birçok LLM ile etkileşime girebilir ve kullanıcıların sosyal medyada paylaşımlarını yapmalarına yardımcı olmak gibi çeşitli kaynaklardan veri alabilir. OM1'in açık kaynak olması nedeniyle, bu, donanıma bağlı olmayan son derece uyumlu bir robot işletim sistemi olacaktır, Android işletim sistemi gibi.

Ayrıca, OpenMind'in, insanların ve robotların doğrulanabilir güven tabakasını paylaşmasını amaçlayan FABRIC adlı bir on-chain robot kimlik ağı bulunmaktadır. İnsanlar, harita paylaşımı, robot davranışını değerlendirme ve rozet gibi faaliyetler aracılığıyla rozet ve geliştirme kazanabilirler. Robotlar için, OM1 sistemi yüklenmiş her robot, FABRIC ağına katılacak ve benzersiz doğrulanabilir bir kimliğe sahip olacak, böylece robotun komutları, işlem günlükleri, mülkiyeti vb. gibi ilgili davranışları zincirde izlenebilir hale gelecektir.

2025 yılı Aralık ayında OpenMind, Circle adlı stablecoin sağlayıcısı ile birlikte, x402 protokolüne dayalı bir robot özerk ödeme sistemi duyurdu. Robotların yeteneklerinin artmasıyla, artık sadece görevleri yürüten araçlar olmaktan çıkıp özerk ekonomi olarak rol almaya başlayacaklar. Onlar, hash gücü, veri, beceri satın almaları gerekecek, hatta karmaşık görevleri tamamlamak için diğer robotları veya insanları işe alacaklar.

CodecFlow

CodecFlow, bulut, kenar, masaüstü ve robot donanımında sorunsuz çalışabilen, aynı zamanda popüler API'leri ve geleneksel sistemleri destekleyen birleşik bir platform sunmaktadır. Bu platform, farklı robot sensör girişlerini genel bir formata dönüştürür ve daha karmaşık robot hareketlerini modüler hale getirir, bu da geliştirme ekibinin veya kullanıcının robot tasarımına sıfırdan başlamasını gerektirmez, ayrıca robotların algılaması, karar vermesi ve kontrol etmesi ağ üzerinden etkileşime girmesini sağlar, bunun sonucunda bunlar parçalı veya donanıma özgü tek bir platformdan ziyade birbirleriyle etkileşen bir ağ oluşturur.

AI destekli operatörler, algılama ve gerçek zamanlı akıl yürütme yoluyla, yazılımdaki UI değişikliklerine veya robot ortamındaki değişikliklerine yanıt vererek, geleneksel robot otomasyonunda önceden yazılmış komut dosyalarına aşırı derecede bağımlılığı çözmek için bu dönemde, hatta küçük bir değişiklikle bile karşı karşıya kalınan kırılganlığı ele almaktadır. Kısacası, ekran görüntüsü, kamera görüntüsü veya sensör verileri yakalayıp ardından bu dış verileri işlemek için AI kullanarak gözlem sonuçlarını veya talimatları işleyen ve nihayetinde kullanıcı arabirimi etkileşimi yoluyla kararlar alan işlemcidir.

Peaq

2025 yılının 27 Mart'ında, DePIN Layer1 protokolü Peaq, Generative Ventures ve Borderless Capital'in öncülük ettiği 15 milyon dolarlık yatırım turunu tamamladı, 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 gibi şirketler de yatırım yaptı.

DePIN ile başladığı hikaye olmasına rağmen, peaq geçen yıl Eylül ayında Robotik SDK'yı piyasaya sürdü, bu sayede robotların özerk kimlik kazanmalarını, ödeme alışverişi yapmalarını, verileri doğrulamalarını ve zincir tabanlı ağa erişim kazanmalarını sağladı. Şimdi, ROS2 sistemine uygun herhangi bir robota, peaq ağına katılarak insanlar veya diğer robotlarla işlem yapabildiği genel standartlar üzerinden erişebilmektedir.

Ayrıca, peaq geçen yıl DualMint'te "RoboFarm" adlı bir robot RWA projesini başlattı, Hong Kong'da bir robot çiftliği kurdu ve tarım üretiminin %80'ini otomatikleştirdi. Yetiştirilen marul, ıspanak ve kara lahana Hong Kong'da satılmaktadır. NFT sahiplerinin beklenen yıllık getirisi yaklaşık %18'dir.

Axis Robotics

Axis Robotics, Fiziksel AI'ı (Physical AI) olan dağıtık genişletilebilir altyapı inşa etmeyi amaçlamaktadır. Onlar, simulasyonun öncelikli olduğuna inanırlar ve bunun, robot veri kıtlığı ve model genelleme engeline çözüm olduğunu düşünürler. Düşük maliyetli, ölçeklenebilir veri toplama ile benzersiz veri artırma motorunu birleştirerek, verinin kalitesi, bolluğu ve ölçeği açısından üçlü bir sıçrama sağlamışlardır. Ayrıca, her veri varlığı güvenilir bir şekilde zincir üzerinde izlenebilirliğe sahiptir ve bu da evrensel robotik zeka (RGI) evrimini destekleyen temel yakıt havuzunu oluşturmaktadır.

Axis, robot eğitim verilerinin sağlanma şeklinde bir yenilik getirmiştir. Diğer "robot eğitim verilerini sağlama" projeleri çoğunlukla kullanıcıları, düşük eşikli küresel kullanıcı katılımını sağlamak için telefon, akıllı gözlük vb. cihazlarla gerçek dünyada belirli eylemleri gerçekleştiren videolar çekmeye ve yüklemeye teşvik etmektedir. Bu verilerin elde edilmesi düşük maliyetlidir ancak video çekim verilerinin fiziksel gerçeklikten yoksun olması, derinlik bilgisi eksikliği ve 3D verilerin sürekliği ve doğruluğunu garanti edemez.

Axis, bu ağrı noktasını, yani simülasyon ortamında çözmüştür. Simülasyonla, modelin daha katı sanal koşullarda bile görevleri tamamlayabilmesini sağlamak için geniş ve çeşitli simülasyon senaryolarını (aydınlatma, açı, sürtünme, dinamik vb.) kullanarak güçlü genelleme yeteneği elde eder. Axis, Kombine Strateji'yi (Hybrid Strategy) benimseyerek nadir gerçek verileri ve bol miktarda sentetik verileri birleştirir. GPU hızlandırma ile yapılan meta veri artırma tekniği sayesinde, tek bir senaryoya ilişkin ışıklandırma, dokular, fiziksel özelliklerde büyük bir çeşitlilik elde edilmektedir. Sanal sahne sabit değil, kodlarla belirlenmiş olmayan ve esnek bir şekilde ayarlanabilen bir yapıya sahiptir. Kodlar ile sayısız sahne üretilebilir ve bu, robotun daha zorlu ve kapsamlı zorluklarla karşılaşması için her senaryoyu sağlar. Senaryo üretme maliyeti düşüktür, aynı zamanda üretim miktarı da yüksektir. Bu yoğun veri kullanımı yoluyla en iyi çözüme doğru yakınsamak için veri toplamanın etkinliği, Google, NVIDIA gibi birçok dev şirket tarafından da kısmen doğrulanmıştır.

Axis, topluluğa açık ve erişilebilir olan ilk simülasyon odaklı robot öğrenme projesi olan "Küçük Prens'in Gülü" projesini başarıyla tamamladı. "Küçük Prens'in Gülü" projesinde, kullanıcılar web sitesi aracılığıyla robotun sanal ortamda bir sulama eylemini başarılı bir şekilde gerçekleştirmesini sağlarlar, kullanıcı işlemlerinin toplanması ve analizi ile robotun sulama işlemini öğrenmesini sağlarlar. Kullanıcılar web üzerinden robotu uzaktan kontrol edebilir ve bu, video yükleme veri yöntemindeki düşük maliyet ve düşük eşikliğini sürdürürken, robotun video veri girişine üç boyutlu alanda düşünme yeteneği kazandırarak robotun eksikliğini giderir.

「Küçük Prens'in Gülü」 projesi, çevrimiçi olarak yalnızca 5 gün sonra, küresel çapta robotik alanında hiçbir deneyimi olmayan normal kullanıcılar, eğlenceli bir deneyim aracılığıyla strateji eğitimi için kullanılabilen yüksek kaliteli on binlerce etkili yol izini sağladı. Bu verilere dayanarak, Axis başarılı bir şekilde bir strateji modeli eğitti ve Franka robot kolu için gerçek dünya replikasını tamamladı. Bu, Axis'in "görev oluşturma -> topluluk veri toplama -> veri artırımı -> model eğitimi -> gerçek dünya dağıtımı" tam yığın döngüsünü çalıştırdığını gösteriyor.

1 saatlik gerçek veri, eğitim verisine dönüştürülebilir ve bu verimlilik kaldıraçı, robot modelinin genelleştirme maliyetini büyük ölçüde azaltmaktadır.

Yılbaşı Beta testinde, yine sadece 5 gün içinde, robotik alanında deneyimi olmayan 18.000 katılımcı, Axis üzerinde 27 yeni görevi başarıyla tamamlayarak 100.000'den fazla veri yol izini sağladı. Test, yüksek düzeyde görev içi rastgeleliği destekledi ve tekerlekli robotlar, çift kol robotlar gibi çoklu şekil varlıklarına uyumluluğu doğruladı.

Axis'in temel ürünü, Mart ayının sonlarında resmen piyasaya sürülecek ve Nisan sonu veya Mayıs başında, Franka robot kolu odaklı dünyanın en büyük tamamen simülasyon veri kümesini açık kaynak olarak yayınlamayı planlamaktadır, strateji ve model eğitimi gereksinimlerini tam olarak karşılayacaktır. Aynı zamanda, Crypto-AI'dan çıkan bir robot yarışı projesi olarak, Axis, dış endüstrilerle işbirliği yapmayı keşfetmeye ve teşvik etmeye başladı, çeşitli altı sektörel alanın öncü müşterileriyle hızlandırılmış ticarileşme sürecini ilerletmek için faaliyet göstermektedir: Bir otomobil üreticisi ile üretim süreçlerini otomatikleştirmeyi desteklemek için işbirliği; bir halka açılma öncesi olan bir hash gücü şirketiyle kripto varlık ve dünya modeli alanında işbirliği anlaşmasına varmak; ve sanal simülasyon verilerinin toplanması ve model eğitimi gibi kritik aşamalarda birkaç benzersiz varlık sahibi şirketle derin işbirliği ilişkileri kurmak. Tüm bunlar, Crypto projelerinin nadir görülen dışsal etkilerini yansıtmaktadır.

GEODNET

Drone'lar, robotlar vb. için santimetre hassasiyetinde gerçek zamanlı dinamik konum verileri sağlayan merkezi olmayan bir ağ olan GEODNET, 150'den fazla ülkede 21.000'den fazla aktif baz istasyonu bulunmaktadır. Geçen yıl, proje geliri 7 milyon doları aştı ve çeyrek dönemlik büyüme eğilimindedir.

Proje genellikle DePIN'e dahil edilse de, robotik teknolojisinin günlük yaşamda yaygınlaşmasıyla, yüksek hassasiyetli gerçek zamanlı konum verilerine olan talebin daha geniş çapta olması beklenmektedir. 2025 Şubat'ında, Multicoin, GEODNET Vakfı'ndan 8 milyon dolar tutarında $GEDO jetonunu satın almak için öncülük ettiğini açıkladı.

BitRobot

BitRobot Ağı, FrodoBots Lab ve Protocol Labs tarafından ortaklaşa geliştirilen, dağıtık robot işbirliği ve çalışmasını amaçlayan bir ağdır. Temel bileşenleri şunlardır: Robot görevlerini tanımlamak ve doğrulamak için Doğrulanabilir Robot İşleri (VRW, ağ ödülünün ölçülebilir göstergesi), cihaz sahipliği ve ağ erişimi için Cihaz Node Jetonu (ENT, sistemin içindeki robotun benzersiz kimlik belirteci olarak NFT olarak mevcuttur) ve bitRobot ağının değer yarattığı görev yürütme işlemi katmanı olarak bir alt ağ (kaynak kümesi).

14 Şubat 2025'te FrodoBots Lab, 6 milyon dolarlık tohum yatırım turunu tamamladığını ve toplamda 8 milyon dolarlık finansman elde ettiğini duyurdu.

FrodoBots Lab ayrıca robot satar, Earth Rovers gerçek dünya Mario Kart'a benzer ve fiyatı 249 dolardır, oyuncular küresel bir hazine avı oyunu ET Fugi'de tarayıcıları aracılığıyla kendi robotlarını uzaktan kontrol ederler, veriler araştırmacıların en son AI navigasyon modellerini dağıtmaları ve test etmelerine olanak tanır. ET Fugi aynı zamanda BitRobot'un ilk alt ağıdır.

Bir başka oyun robotu Octo Arms gelecekte piyasaya sürülecek, oyuncular uzaktan kumandalı mekanik kolla çeşitli 3D yapboz oyunları ve yarışmaları tamamlayacaklar.

Bu robot ağının "alt ağ" kavramı oldukça soyut, basitçe söylemek gerekirse, genel ağ ekosistemine katkıda bulunabilen herhangi bir kümelenme (veya belirli bir proje/etkinlik için yapacak olan kümelenme) bir alt ağdır, yukarıda bahsedilen ET Fugi oyunu gibi, ayrıca Virtuals'ın çıkardığı SeeSaw gibi.

SeeSaw

BitRobot'un 5 numaralı alt ağı, geçen yıl ekim ayında piyasaya sürülen Virtuals tarafından oluşturulan bir robot eğitim verisi paylaşım uygulamasıdır. SeeSaw'da, kullanıcılar günlük davranışlarını kaydeden videolar çeker, görevi tamamlayarak ödül kazanırlar. Bu, dünya çapındaki kullanıcıların, bağcık bağlama, kıyafet katlama vb. günlük eylemlerine ait video verilerinin, robot eğitimi için kullanılacaktır.

Auki

Auki'nin merkezi olmayan robot algılama ağı Posemesh, insanları, cihazları ve yapay zekayı birbirine bağlamak için kullanılır. Temeli, robotların, AR gözlüklerin vb. cihazların anlık konum ve algı verilerini paylaşmasına izin veren bir DePIN (Dağıtılmış Varlık Ağı) mimarisidir, fiziksel dünyaya ilişkin işbirlikçi bir alan anlayışı oluşturur ve robotlar, AR ve AI için paylaşılan bir alan görünümü sağlayabilir.

Posemesh protokolüne dayalı olarak çeşitli düğüm rolleri tasarlandı. Hesaplama düğümleri hesaplama gücü sağlar, hareket düğümleri (robot uç cihazı) konum bilgisi ve sensör verilerini yükler, yeniden yapılandırma düğümleri buna dayanarak 3D harita modeli oluşturur ve alan adı düğümü 3D alanı yönetir. Katkılarına bağlı olarak her düğüm $AUKI jetonu teşviki alır ve kendini evrimleştiren bir makine görüşü ağı oluşturur.

Bu ağ gizlilik korumasını vurgular, tek bir varlığın kullanıcının özel alanını izlemesini önler, aynı zamanda perakende (ürün yerleştirme optimizasyonu), gayrimenkul yönetimi (varlık takibi) ve fuar rehberliği, inşaat dekorasyonu gibi çeşitli uygulama senaryolarında uygulanabilir.

Onların Cactus AI alan hesaplama platformu zaten Toyota Malzeme Taşıma Şirketi ve İsveç süpermarketi Stora Coop ile başarılı bir deneme başlatmış durumda.

XMAQUINA

Bireylerin robot şirketlerine yatırım yapmalarına olanak tanıyan bir DAO. Bu DAO, jetonu $DEUS ile yavaş yavaş satarak 10 milyon dolar topladı. Şu anda, bu DAO elde edilen geliri Apptronik, Figure AI, Agility Robotics, 1X Tech, NEURA Robotics ve Robotico olmak üzere 6 robot alanı şirketinin hisselerini satın almak için kullandı, bazı yatırımlar karlı hale gelmeye başladı ve hatta bazıları %100'ün üzerinde tek seferlik getiri sağladı.

PrismaX

2025 yılının 17 Haziran'ında, PrismaX'ın a16z CSX, Volt Capital, Blockchain Builders Fund, Stanford Blockchain Accelerator ve Virtuals dahil olmak üzere yatırımcılardan 11 milyon dolarlık bir yatırım turunu tamamladığı duyuruldu.

PrismaX, uzaktan operatörleri, robot kullanıcılarını ve robot şirketlerini bağlayan bir açık bir koordinasyon katmanı inşa ediyor. Operatörler kullanıcılarla bağlantı kurabilir, uzaktan robotları kontrol edebilir, gerçek görevleri tamamlayabilir ve aynı zamanda değerli veri toplayabilir. Ayrıca lojistik ve reklamcılık gibi gerçek hizmetler talep edebilirler.

PrismaX ayrıca uzaktan robot operasyonu için bir protokole sahiptir, işletmeler karmaşık görevlerde başarılı, deneyimli bir robot operatörü arayabilir, operatörler güvenilirliği artırmak için ağ jetonu teminatı seçebilir ve yüksek gelirli görevler elde etme şansını artırabilir. Teminat verenler elde ettikleri gelir miktarını sadece teminat miktarıyla değil, aynı zamanda çalışma kalitesiyle de ilişkilidir ve iş verimliliği arttıkça ek ödüller alır.

Ve uzaktan operasyon tarafından biriktirilen veriler, robotun otonomluğunu artırmak için eğitimde kullanılacak, bu da uzaktan operasyoncuların iş verimliliğini artıracak ve nihayetinde robotun yüksek derecede hatta tamamen otonom hale gelmesini sağlayacaktır.

NRN Ajanları

NRN, AI Agent Battles real-time training chain game AI Arena'dan geliştirilmiştir. Geliştirici ArenaX Labs, 28 Ekim 2021'de Paradigm Capital tarafından öncülük edilen 5 milyon dolarlık bir başlangıç sermayesi turunu tamamladığını duyurdu. 9 Ocak 2024'te ArenaX Labs, Framework Ventures liderliğindeki 6 milyon dolarlık yeni bir finansman turunu tamamladığını duyurdu, SevenX Ventures, FunPlus/Xterio ve Moore Strategic Ventures gibi şirketler de katıldı.

Oyun sektöründeki geniş deneyime dayanarak, NRN genel olarak veri toplama->robotik öğrenme sürecini sağlasa da, NRN tarayıcı tabanlı bir deneyim sunar, robot veri toplama sürecini bir oyun haline getirir ve kullanıcılar tarayıcı üzerinden simülasyon robotunu sezgisel olarak kontrol edebilir. Oyun sürecinde, kullanıcı tarafından yapılan işlem verileri, gerçek dünya robot sistemlerini eğitmek için kullanılır.

Şu anda proje, veri toplama, gerçek zamanlı öğrenme ve uyarlamayı doğrulamak için mekanik kol (RME-1) üzerinde odaklanacaktır.

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia