مع بداية هذا العام، عاد إيلون ماسك إلى دافوس ليطرح مجددًا توقعاته الجريئة: في المستقبل ستتجاوز الروبوتات عدد البشر على الأرض.
من الواضح أن الذكاء الاصطناعي والروبوتات باتا محورين رئيسيين عالميًا: الذكاء الاصطناعي العام (AGI) الذي يقترب من نقطة تحول، والروبوتات التي تخرج من المختبرات البحثية وتتجه نحو أتمتة كبرى للمهام البشرية. هذا العام، إلى جانب الذكاء الاصطناعي، ظهر الذكاء المجسد كقطاع أساسي في صناعة العملات المشفرة. فيما يلي مشاريع روبوتية بارزة تستحق المتابعة.
OpenMind
في 4 أغسطس 2025 (بتوقيت UTC)، أعلنت شركة OpenMind من وادي السيليكون عن حصولها على تمويل بقيمة 20 مليون دولار بقيادة Pantera Capital، بمشاركة Ribbit، Sequoia China، Coinbase Ventures، DCG، Lightspeed Faction، Anagram، Pi Network Ventures، Topology، Primitive Ventures، Amber Group، وعدد من المستثمرين الملائكيين المرموقين.
تطوّر OpenMind برمجيات مفتوحة المصدر تمكّن الروبوتات من التفكير والتعلم والعمل. نظام التشغيل الروبوتي الذكي OM1 يسمح بتكوين ونشر وكلاء الذكاء الاصطناعي في البيئات الرقمية والواقعية. بإمكان المستخدمين إنشاء وكلاء يعملون في السحابة أو نشرهم على روبوتات في العالم الحقيقي.
باختصار، OM1 هو "دماغ الذكاء الاصطناعي" للروبوتات—يدير عدة وكلاء، ويتفاعل مع نماذج اللغة الكبيرة (LLMs)، ويجمع البيانات من مصادر متنوعة (مثل نشر المحتوى على وسائل التواصل الاجتماعي نيابة عن المستخدم). النظام مفتوح المصدر وقابل للتكيف بدرجة كبيرة، على غرار نظام Android في الهواتف الذكية.
طورت OpenMind شبكة هوية روبوتية قائمة على البلوكشين تحمل اسم FABRIC، تهدف إلى بناء طبقة ثقة قابلة للتحقق بين البشر والروبوتات. يمكن للبشر كسب شارات عبر مشاركة بيانات الموقع وتقييم سلوك الروبوتات وبناء التطبيقات. أما الروبوتات، فإن أي جهاز يعمل بـ OM1 ينضم إلى شبكة FABRIC ويحصل على هوية فريدة وقابلة للتحقق، مع إمكانية تتبع الأوامر وسجلات التشغيل والملكية والنشاط المرتبط بالسلسلة.
في ديسمبر 2025 (بتوقيت UTC)، أعلنت OpenMind مع Circle، مُصدر العملات المستقرة، عن إطلاق نظام دفع روبوتي ذاتي قائم على بروتوكول x402. مع تطور الروبوتات، لن تقتصر على تنفيذ المهام فقط، بل ستصبح وكلاء اقتصاديين مستقلين يشترون الحوسبة والبيانات والمهارات ويستأجرون روبوتات أو بشرًا لتحقيق أهداف معقدة.
CodecFlow
تقدم CodecFlow منصة موحدة تعمل عبر السحابة والأطراف وأجهزة سطح المكتب وعتاد الروبوتات، وتدعم واجهات برمجة التطبيقات الحديثة والأنظمة القديمة. توحد المنصة مدخلات الحساسات المختلفة في صيغة موحدة وتجزئ الإجراءات الروبوتية المعقدة ليتمكن المطورون والمستخدمون من البناء دون الحاجة للبدء من الصفر. مع CodecFlow تصبح الإدراك واتخاذ القرار والتحكم مترابطة وقابلة للتشغيل البيني، بدلًا من التشتت أو الارتباط بعتاد معين.
يعتمد المشغلون المدعومون بالذكاء الاصطناعي على الإدراك والاستدلال اللحظي للاستجابة لتغيرات واجهة المستخدم أو البيئة المحيطة بالروبوت. يحل هذا النهج هشاشة الأتمتة الروبوتية التقليدية التي غالبًا ما تفشل عند التغيرات الطفيفة. في جوهره، تلتقط CodecFlow صور الشاشة أو بيانات الحساسات، وتستخدم الذكاء الاصطناعي لمعالجة المدخلات الخارجية وإعطاء التعليمات وتنفيذ القرارات عبر تفاعلات واجهة المستخدم.
Peaq
في 27 مارس 2025 (بتوقيت UTC)، جمع بروتوكول Peaq من الطبقة الأولى DePIN مبلغ 15 مليون دولار في جولة قادها Generative Ventures وBorderless Capital، بمشاركة Spartan Group، HV Capital، CMCC Global، Animoca Brands، Moonrock Capital، Fundamental Labs، TRGC، DWF Labs، Crit Ventures، Cogitent Ventures، NGC Ventures، Agnostic Fund، وAltana Wealth.
بعد أن بدأ كمنصة DePIN، أطلق Peaq مجموعة تطوير الروبوتات Robotics SDK في سبتمبر الماضي، ليمنح الروبوتات هويات ذاتية، ومعالجة المدفوعات، والتحقق من البيانات، والوصول إلى اقتصاديات الشبكة على السلسلة. الآن، يمكن لأي روبوت متوافق مع ROS2 الانضمام إلى اقتصاد Peaq واستخدام معاييره للتعامل مع البشر والروبوتات الأخرى.
في العام الماضي، أطلق Peaq مشروع RoboFarm على DualMint، حيث بنى مزرعة روبوتية في هونغ كونغ أتمتت 80% من الإنتاج الزراعي. تُباع المحاصيل محليًا، ويحصل حاملو NFT على عائد سنوي يقدر بـ 18%.
Axis Robotics
تبني Axis Robotics بنية تحتية موزعة وقابلة للتوسع للذكاء المجسد (الذكاء الفيزيائي)، وتؤمن بأن نهج "المحاكاة أولًا" هو الأفضل لتجاوز تحديات ندرة البيانات وتعميم النماذج. عبر جمع بيانات واسعة منخفضة التكلفة وتوسيع البيانات الخاص، حققت تقدمًا كبيرًا في الجودة والثراء والحجم. كل أصل بيانات يُتبع بمصدر موثوق على السلسلة، مما يدعم محرك بيانات أساسي لتطوير الذكاء الروبوتي العام (RGI).
غيّرت Axis طريقة جمع بيانات تدريب الروبوتات؛ المشاريع المنافسة تستعين غالبًا بفيديوهات المستخدمين لأداء مهام في العالم الحقيقي عبر الهواتف الذكية أو النظارات الذكية، ما يتيح مشاركة واسعة لكن ينتج بيانات تفتقر للواقعية والعمق والاستمرارية ثلاثية الأبعاد.
Axis تستخدم المحاكاة لتوليد سيناريوهات افتراضية متنوعة (إضاءة، زوايا، احتكاك، ديناميكيات) لتدريب النماذج تحت ظروف صعبة، ما يعزز التعميم. تمزج استراتيجيتها بين البيانات الواقعية المحدودة والبيانات الاصطناعية الوفيرة، باستخدام تعزيز البيانات المدعوم بـ GPU لتغيير الإضاءة والقوام والخصائص الفيزيائية لكل مشهد. هذه البيئات الافتراضية مرنة، ما يتيح خلق سيناريوهات لا محدودة للروبوتات. التكلفة منخفضة، والإنتاج مرتفع، وهذا النهج معتمد من شركات مثل Google وNVIDIA.
أطلقت Axis أول مشروع تعلم محاكاة مجتمعي "زهرة الأمير الصغير"، حيث يدير المستخدمون روبوتًا عن بعد في محاكاة عبر المتصفح لسقي النبات، وتُمكّن تحليلات السلوك الروبوت من تعلم المهمة. تجمع هذه الطريقة سهولة رفع الفيديوهات مع بناء نموذج أساس VLA (الرؤية-اللغة-الإجراء) ثلاثي الأبعاد لتعزيز الاستدلال المكاني الذي لا توفره البيانات المرئية وحدها.
خلال 5 أيام، شارك آلاف المستخدمين بدون خبرة في الروبوتات بعشرات آلاف المسارات التدريبية عالية الجودة. استخدمت Axis هذه البيانات لتدريب نموذج السياسات ونشرته بنجاح على ذراع روبوت Franka في العالم الحقيقي، مكتملة الدورة من توليد المهام وجمع البيانات وتوسيعها إلى التدريب والنشر الفعلي.
بهذا النهج، يمكن تحويل ساعة واحدة من البيانات الحقيقية إلى ألف ساعة تدريبية، مما يخفض تكلفة تعميم نماذج الروبوتات بشكل كبير.
خلال اختبار بيتا رأس السنة الصينية، وفي 5 أيام أيضًا، أنجز 18,000 مستخدم غير مختص 27 مهمة جديدة وقدموا أكثر من 100,000 مسار بيانات. أثبت الاختبار عشوائية المهام العالية والتوافق مع أنواع روبوتات متنوعة، منها ذات العجلات وذراعين.
ستطلق Axis منتجها الأساسي في أواخر مارس، وتعتزم إتاحة أكبر مجموعة بيانات محاكاة قائمة على ذراع Franka كمصدر مفتوح بنهاية أبريل أو بداية مايو، لتلبية احتياجات الاستراتيجية والتدريب. كمشروع روبوتات Crypto-AI، تواصل Axis دفع تبني الصناعة عبر التعاون مع شركة سيارات للأتمتة، وشراكة مع شركة حوسبة تستعد للإدراج لمشاريع الأصول الافتراضية ونماذج العالم، وشراكات مع شركات كيانات مجسدة لبيانات المحاكاة وتدريب النماذج. هذه التحركات تكشف التأثيرات الفريدة لمشاريع العملات المشفرة.
GEODNET
GEODNET شبكة لامركزية تقدم تحديد موقع ديناميكي بدقة سنتيمتر في الوقت الحقيقي للطائرات بدون طيار والروبوتات والأجهزة الأخرى، وتعمل عبر أكثر من 21,000 محطة أساسية نشطة في أكثر من 150 دولة. خلال العام الماضي، حقق المشروع إيرادات تفوق 7 مليون دولار مع نمو مستمر.
وغالبًا ما تصنف ضمن DePIN، لكن توسع الروبوتات الواقعية يتوقع أن يعزز الطلب على بيانات تحديد المواقع عالية الدقة في الوقت الحقيقي. في فبراير 2025 (بتوقيت UTC)، أعلنت Multicoin شراء رموز $GEDO بقيمة 8 مليون دولار من مؤسسة GEODNET.
BitRobot
شبكة BitRobot، التي طورها FrodoBots Lab وProtocol Labs، تتيح العمل والتعاون الروبوتي الموزع. تشمل المكونات: العمل الروبوتي القابل للتحقق (VRW، مقياس مكافآت الشبكة لتعريف وتوثيق مهام الروبوتات)، رموز عقدة المعدات (ENT، معرفات روبوت فريدة كـ NFT)، والشبكات الفرعية، وهي تجمعات موارد تنفذ المهام وتخلق قيمة للشبكة.
في 14 فبراير 2025 (بتوقيت UTC)، أعلنت FrodoBots Lab عن جولة تمويل تأسيسية بقيمة 6 مليون دولار، ليصل إجمالي التمويل إلى 8 مليون دولار.
كما تبيع FrodoBots Lab روبوتات Earth Rovers، التي تشبه سيارات Mario Kart وتباع بسعر 249 دولارًا، ويمكن قيادتها عن بُعد من قبل اللاعبين في لعبة البحث عن الكنوز ET Fugi عبر المتصفح. تدعم البيانات الناتجة الباحثين في اختبار نماذج التنقل بالذكاء الاصطناعي. ET Fugi هي أول شبكة فرعية لـ BitRobot.
في المستقبل، سيتيح روبوت Octo Arms للمستخدمين التحكم بذراع روبوتية عن بُعد لحل ألغاز ثلاثية الأبعاد والمنافسة في الألعاب.
مفهوم "الشبكة الفرعية" مجرد—أي تجمع يساهم في نظام الشبكة (أو مشروع أو حدث معين) هو شبكة فرعية، مثل ET Fugi أو SeeSaw من Virtuals.
SeeSaw
الشبكة الفرعية الخامسة لـ BitRobot، SeeSaw، تطبيق لمشاركة بيانات تدريب الروبوتات أطلقته Virtuals في أكتوبر الماضي. في SeeSaw، يرفع المستخدمون مقاطع فيديو لنشاطاتهم اليومية لكسب مكافآت. يتم استخدام هذه الفيديوهات، التي توثق إجراءات مثل ربط الحذاء أو طي الملابس، من قاعدة مستخدمين عالمية لتدريب الروبوتات.
Auki
شبكة الإدراك الآلي اللامركزية Auki، Posemesh، تربط البشر والأجهزة والذكاء الاصطناعي. تتيح بنية DePIN الأساسية للروبوتات ونظارات الواقع المعزز والأجهزة الأخرى مشاركة بيانات الموقع والحساسات في الوقت الحقيقي، لبناء فهم مكاني جماعي للعالم الفيزيائي للروبوتات والواقع المعزز والذكاء الاصطناعي.
تعرف Posemesh أنواعًا من العقد: عقد الحوسبة توفر القدرة المعالجة؛ عقد الحركة (نقاط نهاية الروبوتات) ترفع بيانات الموقع والحساسات؛ عقد إعادة البناء تنتج نماذج خرائط ثلاثية الأبعاد؛ وعقد المجالات تدير الفضاء ثلاثي الأبعاد. تكسب كل عقدة رموز $AUKI حسب مساهمتها، ما يدعم تطور شبكة الرؤية الآلية ذاتيًا.
تركز الشبكة على الخصوصية، وتمنع أي جهة واحدة من مراقبة مساحات المستخدمين، وتطبق في البيع بالتجزئة (تحسين وضع المنتجات)، إدارة الممتلكات (تتبع الأصول)، توجيه الفعاليات، والبناء أو الترميم.
بدأت منصة Cactus AI لتقنيات الحوسبة المكانية تجاربها مع Toyota Material Handling وسوبرماركت Stora Coop في السويد.
XMAQUINA
XMAQUINA منظمة DAO تتيح للمستثمرين الأفراد المشاركة في استثمارات شركات الروبوتات. جمعت DAO مبلغ 10 مليون دولار عبر مبيعات متدرجة لرمز $DEUS، واستخدمت العائدات لشراء حصص ملكية في ست شركات روبوتات: Apptronik، Figure AI، Agility Robotics، 1X Tech، NEURA Robotics، وRobotico. حققت بعض الاستثمارات بالفعل أرباحًا، مع عائدات صفقات فردية تتجاوز 100%.
PrismaX
في 17 يونيو 2025 (بتوقيت UTC)، أعلنت PrismaX عن جولة تمويل بقيمة 11 مليون دولار بدعم من a16z CSX، Volt Capital، Blockchain Builders Fund، Stanford Blockchain Accelerator، وVirtuals.
تبني PrismaX طبقة تنسيق مفتوحة تربط المشغلين عن بعد، مستخدمي الروبوتات، وشركات الروبوتات. يمكن للمشغلين التواصل مع المستخدمين، والتحكم بالروبوتات عن بعد لتنفيذ مهام واقعية، وجمع البيانات القيمة. كما يمكنهم طلب خدمات لوجستية، دعائية أو خدمات واقعية أخرى.
يسمح بروتوكول التشغيل عن بعد من PrismaX للشركات بالعثور على مشغلين للروبوتات لتنفيذ مهام معقدة. يمكن للمشغلين رهن رموز الشبكة لزيادة الثقة وفرص الحصول على مهام عالية القيمة. تعتمد مكافآت الرهن على مقدار الرهن وجودة العمل، وتمنح مكافآت إضافية للكفاءة العالية.
تستخدم بيانات العمليات عن بعد لتدريب الروبوتات، مما يزيد استقلاليتها، ويعزز كفاءة المشغلين، ويسرع التحول نحو الآلات الذاتية الاستقلال.
NRN Agents
نشأت NRN من لعبة تدريب في الوقت الفعلي لوكلاء الذكاء الاصطناعي AI Arena. في 28 أكتوبر 2021 (بتوقيت UTC)، جمعت ArenaX Labs 5 مليون دولار في جولة تأسيسية بقيادة Paradigm Capital وFramework Venture Partners. في 9 يناير 2024 (بتوقيت UTC)، أغلقت ArenaX Labs جولة جديدة بقيمة 6 مليون دولار بقيادة Framework Ventures، وبدعم من SevenX Ventures، FunPlus/Xterio، وMoore Strategic Ventures.
يعتمد النموذج الأساسي على جمع البيانات والتعلم التعزيزي للروبوتات، وتستفيد NRN من خبرتها في الألعاب لتحويل جمع بيانات الروبوتات إلى لعبة على المتصفح. يتحكم المستخدمون بالروبوتات الافتراضية بشكل حدسي، ويولدون بيانات سلوكية أثناء اللعب تُستخدم لتدريب الروبوتات الفعلية.
يركز المشروع حاليًا على الأذرع الروبوتية (RME-1) للتحقق من جمع البيانات والتعلم اللحظي وقابلية التكيف.
إشعار:
- تمت إعادة نشر هذا المقال من [BlockBeats] وهو محفوظ بحقوق النشر للكاتب الأصلي [Cookie]. لأي استفسار حول إعادة النشر، تواصل مع فريق Gate Learn، وسيتم التعامل معه سريعًا وفق الإجراءات المعتمدة.
- إخلاء مسؤولية: الآراء والأفكار الواردة في هذا المقال تعبر عن رأي الكاتب فقط ولا تشكل نصيحة استثمارية.
- النسخ بلغات أخرى مترجمة من قبل فريق Gate Learn. ما لم يتم ذكر Gate صراحة، لا يجوز إعادة إنتاج المقالات المترجمة أو توزيعها أو اقتباسها.
