Percée majeure dans l'industrie des Bots : l'IA et le chiffrement ouvrent une nouvelle ère d'automatisation
Le développement rapide de l'intelligence artificielle est en train de remodeler les attentes des gens vis-à-vis des Robots. Avec le début des interactions entre de grands modèles de langage et le monde extérieur, beaucoup pensent que les agents IA ont atteint leur apogée. Cependant, en revisitant les œuvres classiques de science-fiction, nous découvrons que ce que l'humanité désire vraiment, ce sont des robots humanoïdes capables d'interagir dans le monde physique.
Les experts de l'industrie estiment que le domaine des Bots est sur le point de connaître une percée majeure similaire à celle de ChatGPT. Cet article analysera d'abord comment les technologies AI ont modifié le paysage industriel ces dernières années, puis explorera comment les avancées technologiques telles que les batteries, la latence et la collecte de données façonneront l'avenir, ainsi que le rôle du chiffrement dans tout cela. Enfin, nous nous concentrerons sur des domaines clés tels que la sécurité des Bots, le financement, l'évaluation et l'éducation.
1. Facteurs clés de la transformation
(1) percée de l'intelligence artificielle
Les avancées des modèles de langage multimodal fournissent le "cerveau" nécessaire aux Bots pour exécuter des tâches complexes. Les Bots perçoivent principalement l'environnement par la vue et l'ouïe.
Les modèles de vision par ordinateur traditionnels excellent dans la détection et la classification des objets, mais ont du mal à transformer les informations visuelles en instructions d'action ciblées. Bien que les grands modèles de langage se distinguent dans la compréhension et la génération de texte, leur capacité à percevoir le monde physique est limitée.
Grâce au modèle VLA( basé sur la vision-langage-action, les Robots peuvent intégrer la perception visuelle, la compréhension du langage et l'action des entités dans un cadre de calcul unifié. En février 2025, une entreprise d'IA a lancé le modèle de contrôle de robot humanoïde universel Helix, ce modèle VLA a établi un nouveau standard dans l'industrie grâce à sa capacité de généralisation à zéro échantillon et à son architecture à double système. La caractéristique de généralisation à zéro échantillon permet aux Robots de s'adapter à de nouveaux scénarios, objets et instructions sans formation répétée pour chaque tâche. L'architecture à double système sépare le raisonnement de haut niveau du raisonnement léger, réalisant un robot humanoïde commercial avec à la fois une pensée semblable à celle des humains et une précision en temps réel.
) ###2( Les Bots économiques deviennent une réalité
Les technologies qui changent le monde ont toutes un point commun : leur accessibilité. Les smartphones, les ordinateurs personnels et la technologie d'impression 3D se sont répandus grâce à des prix abordables pour la classe moyenne. Lorsque le prix de certains Robots est inférieur à celui d'une voiture de milieu de gamme ou du revenu annuel minimum aux États-Unis, imaginer un monde où le travail physique et les tâches quotidiennes sont principalement effectués par des robots n'est plus si lointain.
) ###3( du stockage vers le marché de consommation
La technologie des Bots s'étend des solutions d'entreposage au domaine de la consommation. Notre monde est conçu pour les humains - les humains peuvent accomplir tous les travaux des Bots spécialisés, tandis que les Bots spécialisés ne peuvent pas accomplir tous les travaux des humains. Les entreprises de Bots ne se limitent plus à la fabrication de Bots destinés aux usines, mais se tournent vers le développement de Bots humanoïdes plus polyvalents. Par conséquent, la pointe de la technologie des Bots ne réside pas seulement dans les entrepôts, mais pénètre également la vie quotidienne.
Le coût est l'un des principaux goulets d'étranglement de la scalabilité. L'indicateur clé est le coût global par heure, calculé comme suit : le coût d'opportunité du temps de formation et de recharge, le coût d'exécution des tâches et le coût d'acquisition des Bots, divisé par la durée totale de fonctionnement des Bots. Ce coût doit être inférieur au niveau moyen des salaires du secteur pour être compétitif.
Pour pénétrer pleinement le domaine de l'entreposage, le coût global des Bots doit être inférieur à 31,39 dollars de l'heure. Dans le plus grand marché de consommation - le secteur de l'éducation privée et des services de santé - ce coût doit être maintenu en dessous de 35,18 dollars. Actuellement, les Bots évoluent vers des solutions moins coûteuses, plus efficaces et plus polyvalentes.
![Bots"ChatGPT时刻" : Révolution de l'automatisation alimentée par l'IA et le chiffrement])https://img-cdn.gateio.im/webp-social/moments-dad05928d3bd80812cc8f0b2b8e11e69.webp(
2. La prochaine percée dans la technologie des Bots
) ###1( optimisation de la batterie
La technologie des batteries reste un goulot d'étranglement pour les Bots conviviaux. Les premières voitures électriques ont rencontré des difficultés à se répandre en raison des limitations de la technologie des batteries, entraînant une autonomie courte, des coûts élevés et une faible praticité, et les Bots font face à la même situation. L'autonomie d'utilisation de certains Bots célèbres ne dépasse que 90 minutes à 2 heures. Les utilisateurs ne souhaitent donc manifestement pas recharger manuellement toutes les deux heures, ce qui fait de la recharge autonome et des infrastructures d'accostage un axe de développement majeur. Actuellement, il existe principalement deux modes de recharge pour les Bots : le remplacement de la batterie ou la recharge directe.
Le mode de remplacement de batterie permet une opération continue grâce au remplacement rapide des batteries épuisées, minimisant ainsi le temps d'arrêt, et convient aux scénarios en extérieur ou en usine. Ce processus peut être effectué manuellement ou automatisé.
La charge par induction utilise un mode d'alimentation sans fil. Bien que le temps de charge complet soit relativement long, elle permet d'atteindre facilement un processus entièrement automatisé.
) ###2( optimisation de délai
Les opérations à faible latence peuvent être divisées en deux catégories : la perception de l'environnement et le contrôle à distance. La perception fait référence à la capacité des Bots à percevoir l'environnement spatial, tandis que le contrôle à distance se réfère spécifiquement au contrôle en temps réel par un opérateur humain.
Des recherches montrent que les systèmes de perception des Robots commencent par des capteurs bon marché, mais le véritable avantage technologique réside dans les logiciels d'intégration, le calcul à faible consommation d'énergie et les boucles de contrôle précises à la milliseconde. Une fois que le robot a terminé sa localisation spatiale, un réseau de neurones léger identifiera des éléments comme des obstacles, des palettes ou des humains. Une fois les étiquettes de scène introduites dans le système de planification, des instructions moteur sont immédiatement générées et envoyées aux pieds, aux roues ou aux bras mécaniques. Un délai de perception de moins de 50 millisecondes équivaut à la vitesse de réflexion humaine - tout délai dépassant ce seuil rendra les mouvements du robot maladroits. Par conséquent, 90 % des décisions doivent être prises localement par un réseau unique de vision-langage-action.
Les Bots entièrement autonomes doivent garantir un modèle VLA de haute performance avec un retard inférieur à 50 millisecondes ; pour les Bots télécommandés, le délai de signal entre le terminal d'opération et le Bot ne doit pas dépasser 50 millisecondes. L'importance du modèle VLA est particulièrement mise en évidence ici : si les entrées visuelles et textuelles sont traitées par des modèles différents avant d'être soumises au grand modèle de langage, le délai global dépassera largement le seuil de 50 millisecondes.
) ###3( optimisation de la collecte de données
La collecte de données se fait principalement par trois voies : les données vidéo du monde réel, les données synthétiques et les données de contrôle à distance. Le principal obstacle entre les données réelles et les données synthétiques réside dans le rapprochement des comportements physiques des Robots et des modèles vidéo/simulés. Les données vidéo réelles manquent de détails physiques tels que le retour de force, l'erreur de mouvement des articulations et la déformation des matériaux ; les données simulées, quant à elles, manquent de variables imprévisibles comme les pannes de capteurs et le coefficient de friction.
La méthode de collecte de données la plus prometteuse est le contrôle à distance - un opérateur humain contrôle à distance les Bots pour exécuter des tâches. Mais le coût de la main-d'œuvre est le principal facteur limitant la collecte de données par contrôle à distance.
Le développement de matériel personnalisé offre également de nouvelles solutions pour la collecte de données de haute qualité. Certaines entreprises combinent des méthodes traditionnelles avec du matériel personnalisé pour collecter des données de mouvement humain multidimensionnelles, qui, après traitement, sont transformées en ensembles de données adaptés à l'entraînement des réseaux neuronaux des Bots, fournissant ainsi d'énormes quantités de données de haute qualité pour l'entraînement des Bots grâce à des cycles d'itération rapides. Ces pipelines technologiques raccourcissent ensemble le chemin de conversion des données brutes aux Bots déployables.
![Bots "ChatGPT Moment" : Révolution automatisée propulsée par l'IA et le chiffrement])https://img-cdn.gateio.im/webp-social/moments-51e9de0e57c07ff5b7e3a52d204ecce0.webp(
3. Domaines d'exploration clés
) ###1( chiffrement technique et Bots fusion
La technologie de chiffrement peut inciter les parties à confiance réduite à améliorer l'efficacité du réseau de Bots. Sur la base des domaines clés mentionnés précédemment, la technologie de chiffrement peut améliorer l'efficacité dans trois domaines : l'intégration des infrastructures, l'optimisation des délais et la collecte de données.
Le réseau d'infrastructure physique décentralisé ) DePIN ( devrait révolutionner les infrastructures de recharge. Lorsque les robots humanoïdes fonctionneront à l'échelle mondiale comme des voitures, les stations de recharge devront être aussi accessibles que des stations-service. Les réseaux centralisés nécessitent d'énormes investissements initiaux, tandis que DePIN répartit les coûts entre les opérateurs de nœuds, permettant une expansion rapide des installations de recharge vers davantage de régions.
DePIN peut également utiliser une infrastructure distribuée pour optimiser la latence de contrôle à distance. En agrégeant les ressources de calcul des nœuds de périphérie géographiquement dispersés, les instructions de contrôle à distance peuvent être traitées par des nœuds locaux ou disponibles les plus proches, minimisant ainsi la distance de transmission des données et réduisant considérablement la latence de communication. Cependant, les projets DePIN actuels se concentrent principalement sur le stockage décentralisé, la distribution de contenu et le partage de bande passante. Bien que certains projets mettent en avant les avantages de l'informatique en périphérie dans le streaming ou l'Internet des objets, cela n'a pas encore été étendu aux Bots ou au contrôle à distance.
Le contrôle à distance est la méthode de collecte de données la plus prometteuse, mais le coût d'embauche de professionnels par des entités centralisées pour collecter des données est extrêmement élevé. DePIN résout ce problème en incitant des tiers à fournir des données de contrôle à distance par le biais de jetons de chiffrement. Certains projets sont en train de construire un réseau mondial d'opérateurs à distance, transformant leurs contributions en actifs numériques tokenisés, formant un système décentralisé sans autorisation - les participants peuvent à la fois obtenir des bénéfices et participer à la gouvernance tout en aidant à l'entraînement des Bots AGI.
) ###2( La sécurité est toujours une préoccupation centrale
L'objectif ultime de la technologie des Robots est d'atteindre une autonomie complète, mais ce que les humains craignent le plus, c'est que cette autonomie transforme les Robots en armes offensives. Les problèmes de sécurité des grands modèles de langage ont suscité des inquiétudes et, lorsque ces modèles possèdent des capacités d'action physique, la sécurité des Robots devient un prérequis clé pour l'acceptation sociale.
La sécurité économique est l'un des piliers de la prospérité de l'écosystème des Bots. Certaines entreprises dans ce domaine construisent une couche de coordination des machines décentralisée, réalisant l'authentification de l'identité des appareils, la vérification de la présence physique et l'acquisition de ressources via le chiffrement. Contrairement à une simple gestion de marché des tâches, ces systèmes permettent aux Bots de prouver de manière autonome leurs informations d'identité, leur localisation géographique et leurs enregistrements de comportement sans dépendre d'intermédiaires centralisés.
Les contraintes comportementales et l'authentification des identités sont exécutées par des mécanismes sur la chaîne, garantissant que tout le monde peut auditer la conformité. Les Bots conformes aux normes de sécurité, aux exigences de qualité et aux réglementations régionales recevront des récompenses, tandis que les contrevenants feront face à des sanctions ou à une disqualification, établissant ainsi un mécanisme de responsabilité et de confiance dans le réseau de machines autonomes.
Le réseau de re-staking tiers peut également fournir des garanties de sécurité équivalentes. Bien que le système de paramètres de pénalité doive encore être amélioré, la technologie associée est déjà entrée dans une phase pratique. On s'attend à ce que des directives de sécurité du secteur soient bientôt établies, et les paramètres de pénalité seront modélisés en fonction de ces directives.
4. Combler les lacunes dans la pile technologique des Bots
Contrairement à l'IA, le domaine des Bots est difficile d'accès lorsque les fonds sont limités. Pour réaliser la popularité des Bots, le seuil de développement doit être réduit à un niveau de commodité similaire à celui du développement d'applications d'IA. Nous pensons qu'il existe des possibilités d'amélioration sur trois niveaux : le mécanisme de financement, le système d'évaluation et l'écosystème éducatif.
Le financement est un point de douleur dans le domaine des Bots. Développer un programme informatique nécessite seulement un ordinateur et des ressources de cloud computing, tandis que construire un robot fonctionnel nécessite d'acheter des moteurs, des capteurs, des batteries et d'autres matériels, le coût dépassant facilement 100 000 dollars. Cette caractéristique matérielle rend le développement de Bots moins flexible et beaucoup plus coûteux par rapport à l'IA.
L'infrastructure d'évaluation des Robots dans des scénarios réels est encore à ses débuts. Le domaine de l'IA a établi un système de fonctions de perte clair, et les tests peuvent être entièrement virtualisés. Cependant, d'excellentes stratégies virtuelles ne peuvent pas être directement traduites en solutions efficaces dans le monde réel. Les Robots ont besoin d'installations d'évaluation des stratégies autonomes testées dans des environnements réels diversifiés pour réaliser une optimisation itérative.
Une fois que ces infrastructures seront matures, les talents afflueront en masse, et les robots humanoïdes répliqueront la courbe d'explosion du Web2. Certaines entreprises avancent dans cette direction – leurs projets open source transforment le matériel brut en agents intelligents évolutifs dotés d'une conscience économique. Les modules de vision, de langage et de planification des mouvements peuvent être branchés comme des applications mobiles, toutes les étapes de raisonnement étant présentées en anglais clair, permettant aux opérateurs d'auditer ou d'ajuster le comportement sans avoir à toucher au firmware. Cette capacité de raisonnement en langage naturel permet à une nouvelle génération de talents d'entrer sans effort dans le domaine des robots, franchissant une étape clé vers une plateforme ouverte qui déclenchera la révolution robotique, tout comme le mouvement open source a accéléré l'IA.
La densité des talents détermine la trajectoire de l'industrie. Un système éducatif inclusif et structuré est essentiel pour la formation de talents dans le domaine des Robots. Certaines entreprises ont commencé à introduire des cours d'éducation générale basés sur des robots humanoïdes dans les écoles publiques K-12 aux États-Unis. Ce cours est conçu pour être indépendant de la plateforme, s'adaptant à diverses formes de robots et offrant aux étudiants des opportunités de pratique. Ce signal positif renforce le jugement de l'industrie : dans les années à venir, la richesse des ressources éducatives en robotique sera comparable à celle du domaine de l'IA.
5. Perspectives d'avenir
Le modèle visuel-linguistique-action ) VLA (, avec ses effets d'innovation et d'économies d'échelle, a donné naissance à des robots humanoïdes abordables, efficaces et polyvalents. Avec l'expansion des robots de stockage vers le marché grand public, la sécurité, le modèle de financement et le système d'évaluation deviennent des directions clés d'exploration. Les experts de l'industrie sont convaincus que la technologie de chiffrement passera par trois
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
11 J'aime
Récompense
11
4
Reposter
Partager
Commentaire
0/400
WalletDetective
· Il y a 23h
Je me sens perdu, qu'est-ce qui se passe encore ?
Voir l'originalRépondre0
ChainSpy
· 08-08 17:18
Cet ai n'a pas encore fait de vrai travail, il passe ses journées à parler de façon prétentieuse.
Voir l'originalRépondre0
StablecoinArbitrageur
· 08-08 17:13
*soupir* un autre cycle de hype technologique... montre-moi d'abord les marges bénéficiaires sur l'arbitrage robotique pour être honnête
Voir l'originalRépondre0
DaoDeveloper
· 08-08 17:01
fascinant comment les zk-proofs pourraient sécuriser les interactions entre robots et humains tbh
L'IA et le chiffrement mènent la transformation de l'industrie des Robots. Le modèle VLA ouvre une nouvelle ère d'automatisation.
Percée majeure dans l'industrie des Bots : l'IA et le chiffrement ouvrent une nouvelle ère d'automatisation
Le développement rapide de l'intelligence artificielle est en train de remodeler les attentes des gens vis-à-vis des Robots. Avec le début des interactions entre de grands modèles de langage et le monde extérieur, beaucoup pensent que les agents IA ont atteint leur apogée. Cependant, en revisitant les œuvres classiques de science-fiction, nous découvrons que ce que l'humanité désire vraiment, ce sont des robots humanoïdes capables d'interagir dans le monde physique.
Les experts de l'industrie estiment que le domaine des Bots est sur le point de connaître une percée majeure similaire à celle de ChatGPT. Cet article analysera d'abord comment les technologies AI ont modifié le paysage industriel ces dernières années, puis explorera comment les avancées technologiques telles que les batteries, la latence et la collecte de données façonneront l'avenir, ainsi que le rôle du chiffrement dans tout cela. Enfin, nous nous concentrerons sur des domaines clés tels que la sécurité des Bots, le financement, l'évaluation et l'éducation.
1. Facteurs clés de la transformation
(1) percée de l'intelligence artificielle
Les avancées des modèles de langage multimodal fournissent le "cerveau" nécessaire aux Bots pour exécuter des tâches complexes. Les Bots perçoivent principalement l'environnement par la vue et l'ouïe.
Les modèles de vision par ordinateur traditionnels excellent dans la détection et la classification des objets, mais ont du mal à transformer les informations visuelles en instructions d'action ciblées. Bien que les grands modèles de langage se distinguent dans la compréhension et la génération de texte, leur capacité à percevoir le monde physique est limitée.
Grâce au modèle VLA( basé sur la vision-langage-action, les Robots peuvent intégrer la perception visuelle, la compréhension du langage et l'action des entités dans un cadre de calcul unifié. En février 2025, une entreprise d'IA a lancé le modèle de contrôle de robot humanoïde universel Helix, ce modèle VLA a établi un nouveau standard dans l'industrie grâce à sa capacité de généralisation à zéro échantillon et à son architecture à double système. La caractéristique de généralisation à zéro échantillon permet aux Robots de s'adapter à de nouveaux scénarios, objets et instructions sans formation répétée pour chaque tâche. L'architecture à double système sépare le raisonnement de haut niveau du raisonnement léger, réalisant un robot humanoïde commercial avec à la fois une pensée semblable à celle des humains et une précision en temps réel.
) ###2( Les Bots économiques deviennent une réalité
Les technologies qui changent le monde ont toutes un point commun : leur accessibilité. Les smartphones, les ordinateurs personnels et la technologie d'impression 3D se sont répandus grâce à des prix abordables pour la classe moyenne. Lorsque le prix de certains Robots est inférieur à celui d'une voiture de milieu de gamme ou du revenu annuel minimum aux États-Unis, imaginer un monde où le travail physique et les tâches quotidiennes sont principalement effectués par des robots n'est plus si lointain.
) ###3( du stockage vers le marché de consommation
La technologie des Bots s'étend des solutions d'entreposage au domaine de la consommation. Notre monde est conçu pour les humains - les humains peuvent accomplir tous les travaux des Bots spécialisés, tandis que les Bots spécialisés ne peuvent pas accomplir tous les travaux des humains. Les entreprises de Bots ne se limitent plus à la fabrication de Bots destinés aux usines, mais se tournent vers le développement de Bots humanoïdes plus polyvalents. Par conséquent, la pointe de la technologie des Bots ne réside pas seulement dans les entrepôts, mais pénètre également la vie quotidienne.
Le coût est l'un des principaux goulets d'étranglement de la scalabilité. L'indicateur clé est le coût global par heure, calculé comme suit : le coût d'opportunité du temps de formation et de recharge, le coût d'exécution des tâches et le coût d'acquisition des Bots, divisé par la durée totale de fonctionnement des Bots. Ce coût doit être inférieur au niveau moyen des salaires du secteur pour être compétitif.
Pour pénétrer pleinement le domaine de l'entreposage, le coût global des Bots doit être inférieur à 31,39 dollars de l'heure. Dans le plus grand marché de consommation - le secteur de l'éducation privée et des services de santé - ce coût doit être maintenu en dessous de 35,18 dollars. Actuellement, les Bots évoluent vers des solutions moins coûteuses, plus efficaces et plus polyvalentes.
![Bots"ChatGPT时刻" : Révolution de l'automatisation alimentée par l'IA et le chiffrement])https://img-cdn.gateio.im/webp-social/moments-dad05928d3bd80812cc8f0b2b8e11e69.webp(
2. La prochaine percée dans la technologie des Bots
) ###1( optimisation de la batterie
La technologie des batteries reste un goulot d'étranglement pour les Bots conviviaux. Les premières voitures électriques ont rencontré des difficultés à se répandre en raison des limitations de la technologie des batteries, entraînant une autonomie courte, des coûts élevés et une faible praticité, et les Bots font face à la même situation. L'autonomie d'utilisation de certains Bots célèbres ne dépasse que 90 minutes à 2 heures. Les utilisateurs ne souhaitent donc manifestement pas recharger manuellement toutes les deux heures, ce qui fait de la recharge autonome et des infrastructures d'accostage un axe de développement majeur. Actuellement, il existe principalement deux modes de recharge pour les Bots : le remplacement de la batterie ou la recharge directe.
Le mode de remplacement de batterie permet une opération continue grâce au remplacement rapide des batteries épuisées, minimisant ainsi le temps d'arrêt, et convient aux scénarios en extérieur ou en usine. Ce processus peut être effectué manuellement ou automatisé.
La charge par induction utilise un mode d'alimentation sans fil. Bien que le temps de charge complet soit relativement long, elle permet d'atteindre facilement un processus entièrement automatisé.
) ###2( optimisation de délai
Les opérations à faible latence peuvent être divisées en deux catégories : la perception de l'environnement et le contrôle à distance. La perception fait référence à la capacité des Bots à percevoir l'environnement spatial, tandis que le contrôle à distance se réfère spécifiquement au contrôle en temps réel par un opérateur humain.
Des recherches montrent que les systèmes de perception des Robots commencent par des capteurs bon marché, mais le véritable avantage technologique réside dans les logiciels d'intégration, le calcul à faible consommation d'énergie et les boucles de contrôle précises à la milliseconde. Une fois que le robot a terminé sa localisation spatiale, un réseau de neurones léger identifiera des éléments comme des obstacles, des palettes ou des humains. Une fois les étiquettes de scène introduites dans le système de planification, des instructions moteur sont immédiatement générées et envoyées aux pieds, aux roues ou aux bras mécaniques. Un délai de perception de moins de 50 millisecondes équivaut à la vitesse de réflexion humaine - tout délai dépassant ce seuil rendra les mouvements du robot maladroits. Par conséquent, 90 % des décisions doivent être prises localement par un réseau unique de vision-langage-action.
Les Bots entièrement autonomes doivent garantir un modèle VLA de haute performance avec un retard inférieur à 50 millisecondes ; pour les Bots télécommandés, le délai de signal entre le terminal d'opération et le Bot ne doit pas dépasser 50 millisecondes. L'importance du modèle VLA est particulièrement mise en évidence ici : si les entrées visuelles et textuelles sont traitées par des modèles différents avant d'être soumises au grand modèle de langage, le délai global dépassera largement le seuil de 50 millisecondes.
) ###3( optimisation de la collecte de données
La collecte de données se fait principalement par trois voies : les données vidéo du monde réel, les données synthétiques et les données de contrôle à distance. Le principal obstacle entre les données réelles et les données synthétiques réside dans le rapprochement des comportements physiques des Robots et des modèles vidéo/simulés. Les données vidéo réelles manquent de détails physiques tels que le retour de force, l'erreur de mouvement des articulations et la déformation des matériaux ; les données simulées, quant à elles, manquent de variables imprévisibles comme les pannes de capteurs et le coefficient de friction.
La méthode de collecte de données la plus prometteuse est le contrôle à distance - un opérateur humain contrôle à distance les Bots pour exécuter des tâches. Mais le coût de la main-d'œuvre est le principal facteur limitant la collecte de données par contrôle à distance.
Le développement de matériel personnalisé offre également de nouvelles solutions pour la collecte de données de haute qualité. Certaines entreprises combinent des méthodes traditionnelles avec du matériel personnalisé pour collecter des données de mouvement humain multidimensionnelles, qui, après traitement, sont transformées en ensembles de données adaptés à l'entraînement des réseaux neuronaux des Bots, fournissant ainsi d'énormes quantités de données de haute qualité pour l'entraînement des Bots grâce à des cycles d'itération rapides. Ces pipelines technologiques raccourcissent ensemble le chemin de conversion des données brutes aux Bots déployables.
![Bots "ChatGPT Moment" : Révolution automatisée propulsée par l'IA et le chiffrement])https://img-cdn.gateio.im/webp-social/moments-51e9de0e57c07ff5b7e3a52d204ecce0.webp(
3. Domaines d'exploration clés
) ###1( chiffrement technique et Bots fusion
La technologie de chiffrement peut inciter les parties à confiance réduite à améliorer l'efficacité du réseau de Bots. Sur la base des domaines clés mentionnés précédemment, la technologie de chiffrement peut améliorer l'efficacité dans trois domaines : l'intégration des infrastructures, l'optimisation des délais et la collecte de données.
Le réseau d'infrastructure physique décentralisé ) DePIN ( devrait révolutionner les infrastructures de recharge. Lorsque les robots humanoïdes fonctionneront à l'échelle mondiale comme des voitures, les stations de recharge devront être aussi accessibles que des stations-service. Les réseaux centralisés nécessitent d'énormes investissements initiaux, tandis que DePIN répartit les coûts entre les opérateurs de nœuds, permettant une expansion rapide des installations de recharge vers davantage de régions.
DePIN peut également utiliser une infrastructure distribuée pour optimiser la latence de contrôle à distance. En agrégeant les ressources de calcul des nœuds de périphérie géographiquement dispersés, les instructions de contrôle à distance peuvent être traitées par des nœuds locaux ou disponibles les plus proches, minimisant ainsi la distance de transmission des données et réduisant considérablement la latence de communication. Cependant, les projets DePIN actuels se concentrent principalement sur le stockage décentralisé, la distribution de contenu et le partage de bande passante. Bien que certains projets mettent en avant les avantages de l'informatique en périphérie dans le streaming ou l'Internet des objets, cela n'a pas encore été étendu aux Bots ou au contrôle à distance.
Le contrôle à distance est la méthode de collecte de données la plus prometteuse, mais le coût d'embauche de professionnels par des entités centralisées pour collecter des données est extrêmement élevé. DePIN résout ce problème en incitant des tiers à fournir des données de contrôle à distance par le biais de jetons de chiffrement. Certains projets sont en train de construire un réseau mondial d'opérateurs à distance, transformant leurs contributions en actifs numériques tokenisés, formant un système décentralisé sans autorisation - les participants peuvent à la fois obtenir des bénéfices et participer à la gouvernance tout en aidant à l'entraînement des Bots AGI.
) ###2( La sécurité est toujours une préoccupation centrale
L'objectif ultime de la technologie des Robots est d'atteindre une autonomie complète, mais ce que les humains craignent le plus, c'est que cette autonomie transforme les Robots en armes offensives. Les problèmes de sécurité des grands modèles de langage ont suscité des inquiétudes et, lorsque ces modèles possèdent des capacités d'action physique, la sécurité des Robots devient un prérequis clé pour l'acceptation sociale.
La sécurité économique est l'un des piliers de la prospérité de l'écosystème des Bots. Certaines entreprises dans ce domaine construisent une couche de coordination des machines décentralisée, réalisant l'authentification de l'identité des appareils, la vérification de la présence physique et l'acquisition de ressources via le chiffrement. Contrairement à une simple gestion de marché des tâches, ces systèmes permettent aux Bots de prouver de manière autonome leurs informations d'identité, leur localisation géographique et leurs enregistrements de comportement sans dépendre d'intermédiaires centralisés.
Les contraintes comportementales et l'authentification des identités sont exécutées par des mécanismes sur la chaîne, garantissant que tout le monde peut auditer la conformité. Les Bots conformes aux normes de sécurité, aux exigences de qualité et aux réglementations régionales recevront des récompenses, tandis que les contrevenants feront face à des sanctions ou à une disqualification, établissant ainsi un mécanisme de responsabilité et de confiance dans le réseau de machines autonomes.
Le réseau de re-staking tiers peut également fournir des garanties de sécurité équivalentes. Bien que le système de paramètres de pénalité doive encore être amélioré, la technologie associée est déjà entrée dans une phase pratique. On s'attend à ce que des directives de sécurité du secteur soient bientôt établies, et les paramètres de pénalité seront modélisés en fonction de ces directives.
4. Combler les lacunes dans la pile technologique des Bots
Contrairement à l'IA, le domaine des Bots est difficile d'accès lorsque les fonds sont limités. Pour réaliser la popularité des Bots, le seuil de développement doit être réduit à un niveau de commodité similaire à celui du développement d'applications d'IA. Nous pensons qu'il existe des possibilités d'amélioration sur trois niveaux : le mécanisme de financement, le système d'évaluation et l'écosystème éducatif.
Le financement est un point de douleur dans le domaine des Bots. Développer un programme informatique nécessite seulement un ordinateur et des ressources de cloud computing, tandis que construire un robot fonctionnel nécessite d'acheter des moteurs, des capteurs, des batteries et d'autres matériels, le coût dépassant facilement 100 000 dollars. Cette caractéristique matérielle rend le développement de Bots moins flexible et beaucoup plus coûteux par rapport à l'IA.
L'infrastructure d'évaluation des Robots dans des scénarios réels est encore à ses débuts. Le domaine de l'IA a établi un système de fonctions de perte clair, et les tests peuvent être entièrement virtualisés. Cependant, d'excellentes stratégies virtuelles ne peuvent pas être directement traduites en solutions efficaces dans le monde réel. Les Robots ont besoin d'installations d'évaluation des stratégies autonomes testées dans des environnements réels diversifiés pour réaliser une optimisation itérative.
Une fois que ces infrastructures seront matures, les talents afflueront en masse, et les robots humanoïdes répliqueront la courbe d'explosion du Web2. Certaines entreprises avancent dans cette direction – leurs projets open source transforment le matériel brut en agents intelligents évolutifs dotés d'une conscience économique. Les modules de vision, de langage et de planification des mouvements peuvent être branchés comme des applications mobiles, toutes les étapes de raisonnement étant présentées en anglais clair, permettant aux opérateurs d'auditer ou d'ajuster le comportement sans avoir à toucher au firmware. Cette capacité de raisonnement en langage naturel permet à une nouvelle génération de talents d'entrer sans effort dans le domaine des robots, franchissant une étape clé vers une plateforme ouverte qui déclenchera la révolution robotique, tout comme le mouvement open source a accéléré l'IA.
La densité des talents détermine la trajectoire de l'industrie. Un système éducatif inclusif et structuré est essentiel pour la formation de talents dans le domaine des Robots. Certaines entreprises ont commencé à introduire des cours d'éducation générale basés sur des robots humanoïdes dans les écoles publiques K-12 aux États-Unis. Ce cours est conçu pour être indépendant de la plateforme, s'adaptant à diverses formes de robots et offrant aux étudiants des opportunités de pratique. Ce signal positif renforce le jugement de l'industrie : dans les années à venir, la richesse des ressources éducatives en robotique sera comparable à celle du domaine de l'IA.
5. Perspectives d'avenir
Le modèle visuel-linguistique-action ) VLA (, avec ses effets d'innovation et d'économies d'échelle, a donné naissance à des robots humanoïdes abordables, efficaces et polyvalents. Avec l'expansion des robots de stockage vers le marché grand public, la sécurité, le modèle de financement et le système d'évaluation deviennent des directions clés d'exploration. Les experts de l'industrie sont convaincus que la technologie de chiffrement passera par trois