一句话看懂:机器人训练项目Axis Robotics公布了AXIS代币经济学,其核心产品是用浏览器游戏收集机械臂动作数据并上链Base,代币发行(TGE)可能临近。值得关注的是它试图用全球众包方式解决Physical AI最缺的高质量动作数据问题。
事件核心:发生了什么
据加密KOL @yujuhao 于2026年10月11日发布的信息,Axis Robotics(@axisrobotics)已经公开了AXIS代币经济学,发帖者据此判断TGE(代币生成事件)不会太远,并提醒有交互任务的用户完成操作。
Axis的产品思路是:机器人学习缺的不是算力,而是高质量动作数据。语言大模型可以读网页学习,但机械臂没有现成的“动作语料”。Axis把训练过程做成浏览器游戏,用户在网页上操作虚拟机械臂完成任务,每次成功操作都会生成可验证的训练数据,并记录在Base链上,全程不需要实体硬件,理论上全球用户都能参与。
帖子提到该模式已积累数百万条轨迹。实证方面,素材称用Axis数据做持续预训练后,π0.5模型在LIBERO-Plus基准上从83.9%提升到88.8%。需要说明的是,这些数据来自发帖者的介绍,目前公开信息显示尚不属于官方完整技术报告,也未说明评测的具体配置和重复次数。
为什么重要
Physical AI(具身智能)当前的核心瓶颈之一确实是数据。传统遥操作采集动作数据成本高、速度慢,而Axis的方案把采集端搬进浏览器,用激励机制驱动全球贡献者并行生产数据,这与大模型依赖互联网文本的路径形成了对照。
更值得注意的是它的数据闭环设计:任务生成、数据收集(仿真加第一人称视角)、处理、模型反馈、再生成更精准任务,形成复利效应。链上记录则带来激励、透明和资产化三个方向的可能性——技能越好奖励越高,数据血缘可审计,任务、数据集和模型可被拥有和组合。
如果这一路径成立,它可能降低具身智能数据采集的门槛,让更多开发者和普通用户参与到Physical AI的训练环节,而不只是少数拥有硬件实验室的团队。
对用户/开发者/创作者的影响
对普通用户,最直接的变化是参与门槛低:不需要机械臂,打开网页完成虚拟操作任务即可,代币经济学公布后,交互任务与潜在空投的关联性会成为参与动机。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
对开发者,Axis提供了一类可验证的动作数据集和链上数据血缘,理论上可用于机器人模型的持续预训练或微调,但目前公开信息有限,API、数据授权方式和成本结构尚未明确。
对加密和AI交叉领域的创作者,Axis代表了一种“AI训练数据挖矿”的叙事,内容创作和社区教育可能围绕任务教程、收益测算展开,但需要注意代币经济模型尚待官方完整文档确认。
值得关注的后续
第一,AXIS代币经济学全文和TGE时间表是否由官方正式披露,代币分配、解锁和激励规则如何落地。第二,π0.5在LIBERO-Plus上的提升能否在更多任务和真实硬件场景中复现,是否会有论文或技术报告公开。第三,浏览器数据采集模式能否吸引足够规模的贡献者,并转化为可商业交付的机器人数据服务。
来源:@yujuhao


