区块链日记 | 买美股上WEEX (@Steam_Diary123) “最近看大家都在写 Kaito 上的 Axis，我也顺便去研究了一下 @axisrobotics 到底在做什” — TopicDigg

最近看大家都在写 Kaito 上的 Axis，我也顺便去研究了一下 @axisrobotics 到底在做什么。 其实我觉得 Physical AI 有一个很现实的问题：机器人要变聪明，首先得有数据可以学习。 LLM 可以直接学习互联网上几十年来积累的大量文字、图片和视频。 但机器人没有这么方便，到现在没有一个地方可以让机器人直接学习，比如人类是怎么拿东西的、怎么开门的、怎么整理物品的，甚至做错之后应该怎么纠正。 这就是 Axis 想解决的问题，它想做的是帮机器人收集更多训练数据。 传统方式是让人在实验室里操作真实机器人来收集数据。 但这样又贵又慢，而且一个实验室能收集的场景也有限。 Axis 就换了一个思路：让更多人一起来收集数据。 你可以在电脑上控制模拟机械臂完成任务；也可以用手机记录人类真实的第一视角动作。 如果机器人模型做错了，人类还能接手完成任务，告诉它正确应该怎么做。 最后就形成一个循环：收集数据 → 训练机器人 → 发现哪里做不好 → 再专门收集这部分数据。 所以 Axis 说自己是 Compounding Data Engine（复合数据引擎）。 白话一点就是：数据越多 → 机器人越聪明 → 越能发现自己哪里不会 → 再收集这些数据 → 继续变聪明。 数据不是收集一次就没用了，而是可以不断帮下一轮模型进步。 如果未来 LLM 是靠互联网数据发展起来的，那机器人未来可能也需要一个属于自己的“数据互联网”。 我理解 Axis 想做的，就是帮 Physical AI 建这个东西。 而最近 @axisrobotics 也开启了 @KaitoAI 的 Katalyst 活动。 这是 Kaito 首个 token-based campaign，奖励池为 0.25% $AXIS，TGE 时 100% 解锁。 Epoch 1 已经开启，并持续至 9 月 18 日 12:00 UTC。 每个 Epoch 最多可以发 10 条 Axis 相关内容，但只计算表现最好的 6 条。 活动我后面再单独研究一下具体参与方法，有兴趣的可以一起来写👉