Pundi AI 已与 ZenO 合作，旨在革新物理 AI 系统的训练。通过获取来自真实世界和第一人称人类体验的更多信息，为机器人和自主机器提供动力，随着我们进入人工智能能够从除文本和代码之外的其他事物中学习的时代，这次合作将结合 ZenO 的数据集与链上记录数据来源的信息，打造一个获取真实、可验证数据的市场，连接数字智能（AI）与现实世界的物理环境。
缺失的环节——为什么物理 AI 需要现实
为了让机器人在实验室之外的任何地方都能正常工作，它们需要理解人类的动作、动作周围的空间，以及如何考虑上下文做出决策。大多数使用的数据集都缺少一个关键组成部分——“第一人称”视角的世界。这是构建能够像人类一样在拥挤的城市中行动或操作非常脆弱物品的机器人的重要信息。
此次合作利用真实的人类体验来构建机器可读的工作负载数据集。发布声明指出：“物理 AI 需要直接体验世界。”像智能眼镜这样的可穿戴技术将被用来收集来自用户眼睛和听觉的感官数据，作为一个有生命的实体。以自我为中心的数据最适合训练自主系统，因为它反映了生物实体和自主系统体验环境的方式。
通过链上溯源确保数据完整性
此次合作的一个重要方面是对链上溯源的关注。随着 AI幻觉和深度伪造变得普遍，训练数据的完整性变得至关重要。通过在区块链上记录数据溯源，Pundi AI 创建了一个系统，使其市场中的数据可以被确认、追踪且不可篡改。
通过去中心化管理数据，开发者可以追溯所购买数据集的来源和历史，因此不太可能用被篡改或偏见的数据训练机器人模型。这样可以实现更安全、更可靠的自主 AI。这也符合在 Web3 领域利用区块链保障供应链安全的更广泛趋势，包括体育数据整合和创意资产。
赋能 Pundi AI 数据市场
作为即将到来的 AI 变现市场，Pundi AI 数据市场将作为真实世界数据的中心来源，帮助 AI 训练提供者奖励用户的贡献。这将使 Pundi AI 能够建立一个更具民主性的 AI 发展模式及其更广泛的应用。
ZenO 将通过提供“物理 AI”数据集的额外渠道，增强市场的实用性，而不仅仅依赖数字手段。麦肯锡估计，随着生成式 AI 向物理自动化迈进，对高质量、专业化数据集的需求将呈爆炸性增长，这些数据集由物理自动化创建。Pundi AI 的基础设施提供了一种高效的方式来共享和分发这些专业数据，使初创企业和大型科技公司都能获得改善其机器人算法所需的资源。
结论
在 Web3 和人工智能的交汇点上，此合作标志着一个重要的发展。双方将利用区块链创建第一人称体验，让人类通过他们的眼睛感知世界，同时确保数字资产的稀缺性，以及保护这些开发中机器人的历史真实性。机器人和物理 AI 将每天更多地触及现实世界。像 Pundi AI 这样的平台将使基于 AI 的设备在物理世界中以最优、最准确的方式进行训练，以反映它们的实际情况。
