马斯克在今年年初重返达沃斯的演讲中，他再次重申了那个极具煽动性的预言——未来，地球上机器人的数量将超过人类。
显然，AI 和机器人基本已经是全球范围内唯二的科技话题了：一个是不断逼近 AGI 临界点的通用人工智能，另一个则是正在走出实验室、试图全面接管人类体力劳动的机器人。同样，除了 AI 概念，加密货币行业今年的重点赛道也包括具身智能。以下是 Robotic 赛道值得关注的项目。
OpenMind
2025 年 8 月 4 日，据官方消息，总部位于硅谷的智能机器基础设施公司 OpenMind 宣布完成 2000 万美元融资，由 Pantera Capital 领投，Ribbit、红杉中国、Coinbase Ventures、DCG、Lightspeed Faction、Anagram、Pi Network Ventures、Topology、Primitive Ventures 和 Amber Group 等多家机构及多位知名天使投资人参投。
OpenMind 通过开发开源软件来帮助机器人思考、学习与工作。原生的开源 AI 机器人操作系统 OM1 允许在数字世界和物理世界中配置和部署 AI Agent。用户可以创建一个 AI 角色，在云端运行它，也可以在现实世界中的物理机器人上运行它。
通俗来说，OpenMind 做 OM1，相当于是在给机器人做AI 大脑。这个AI 大脑可以由多个 AI Agent 协同工作，可以与多个 LLM 进行交互，也可以从多个来源获取数据进行工作（比如帮用户在社媒上发东西）。由于 OM1 是开源的，所以这还是一个适配性极强的机器人操作系统，就像手机的 Android 系统那样与硬件无关。
另外，OpenMind 还有一个名为 FABRIC 的链上机器人身份网络，旨在为人类和机器人共享一个可验证的信任层。人类可在其上通过地图共享位置数据、评估机器人行为以及开发等来获得勋章，而对于机器人，每一个装载 OM1 系统的机器人都会加入 FABRIC 网络，从而拥有唯一可验证身份，并且使机器人的命令、操作日志、所有权等相关行为能够在链上追踪。
2025 年 12 月，OpenMind 与稳定币发行商 Circle 联合宣布，推出基于 x402 协议的机器人自主支付系统。随着机器人能力的提升，它们将不再仅仅是执行任务的工具，而是开始扮演自主经济体的角色。它们需要购买算力、数据、技能，甚至雇佣其他机器人或人类来完成复杂任务。
CodecFlow
CodecFlow 提供了一个统一的平台，可在云端、边缘、桌面和机器人硬件上无缝运行，同时支持当前流行的 API 和传统系统。该平台将不同的机器人传感器输入规范化为通用格式，并将较为复杂的机器人动作模块化，使开发团队或用户无需从头开始设计机器人，机器人之间的感知、决策和控制也得以通过网络形成相互影响，而不是碎片化或特定于硬件的单一平台。
AI 驱动的操作人员通过感知和实时推理，响应软件中的 UI 变化或机器人环境中的变化，以解决传统的机器人自动化过程中过于依赖预先写好的脚本，面对哪怕只是细微变化时的脆弱性。简言之，就是捕获屏幕截图、摄像头画面或传感器数据，然后用 AI 处理这些外部输入数据以处理观察结果或指令，最终通过用户界面交互执行决策。
Peaq
2025 年 3 月 27 日，DePIN Layer1 协议 Peaq 完成 1500 万美元融资，Generative Ventures 和 Borderless Capital 领投，Spartan Group、HV Capital、CMCC Global、Animoca Brands、Moonrock Capital、Fundamental Labs、TRGC、DWF Labs、Crit Ventures、Cogitent Ventures、NGC Ventures、Agnostic Fund、Altana Wealth 等参投。
虽然开始主打的叙事是 DePIN，但 peaq 在去年 9 月发布了 Robotics SDK，使机器人能够获得自主身份标识，进行支付和收款，验证数据，接入链上的网络经济中。现在，任何兼容 ROS2 系统的机器人都可以加入到 peaq 网络经济中，使用其通用标准与人类或其它机器人进行交易。
此外，peaq 去年在 DualMint 上推出了一个名为RoboFarm的机器人 RWA 项目，他们在香港建立了一个机器人农场，通过机器人实现了 80% 的农业生产自动化。种出来的生菜、菠菜和羽衣甘蓝在香港进行出售。NFT 持有者的预计年化收益约为 18%。
Axis Robotics
Axis Robotics 致力于构建具身智能（Physical AI）的分布式扩展基础设施。他们坚信，仿真优先（Simulation First）是突破机器人数据匮乏与模型泛化瓶颈的最佳路径，通过低成本、规模化的数据采集，结合独有的数据增强引擎，实现了数据在质量、丰富度与规模上的三重飞跃。同时，每一份数据资产都具备可信的链上溯源（On-chain Provenance），共同构建起驱动通用机器人智能（RGI）进化的核心燃料库。
Axis 革新了机器人训练数据的提供方式。市面上其它输入/提供机器人训练数据的项目大多是通过动员用户通过手机、智能眼镜等设备拍摄并上传在现实中完成指定动作的视频，以实现低门槛、全球范围的用户参与。虽然这样获取数据的成本较低，但视频采集的数据物理真实度不足，缺乏深度信息，无法保证 3D 数据的持续性和精准度。
通过仿真模拟，Axis 解决了这个痛点，即在仿真环境下，通过大量多样化的仿真场景（灯光、角度、摩擦、动力学等）让模型在更苛刻的虚拟条件下仍能完成任务，从而获得强大的泛化能力。Axis 采用 Hybrid Strategy（混合策略），将稀缺的真实数据与海量合成数据结合。利用 GPU 加速的元数据增强技术，实现了对单一场景的光照、纹理、物理属性的大量变化。虚拟的场景不是一成不变、被代码写死的，而是可以灵活调整的。用代码能够生成出无数的场景，让机器人在各个场景的要求下面对更严苛和全面的挑战。生成场景所需的成本低，同时产出数量又极大，这种用大量数据去收敛以逼近最优解方式的有效性，也已经被 Google、英伟达等多家巨头部分验证。
Axis 向社区公开开放的第一个仿真模拟机器人学习项目Little Prince's Rose已经完成。在Little Prince's Rose项目中，用户通过网页在模拟环境中让机器人成功执行一次浇花动作，通过对用户操作的收集和分析，让这个机器人学会浇花。用户通过网页即可对机器人进行遥操作，既维持了视频上传采集方式的低成本、低门槛，同时为机器人构建了原生的 3D-aware VLA (Vision-Language-Action) 基础模型，为机器人增强了视频数据输入渠道所欠缺的三维空间思考能力。
Little Prince's Rose项目在上线仅 5 天后，全球范围内无机器人行业背景的普通用户就通过有趣的体验，贡献了上万条高质量、可用于策略训练的有效轨迹。基于这批数据，Axis 成功训练了策略模型，并完成了 Franka 机械臂的真机复现。这标志着 Axis 跑通了任务生成 -> 社区采集 -> 数据增强 -> 模型训练 -> 真机部署的全栈闭环。
1 小时的真实数据，能够转换成 1000 小时的训练数据，这种效率杠杆，极大降低了机器人模型泛化所需的成本。
在春节期间的 Beta 测试中，同样仅用 5 天，1.8 万名无机器人行业背景的参与者在 Axis 上完成了 27 个全新任务，贡献了超 10 万条数据轨迹。测试成功支持了极高的任务内随机化，并验证了对轮式机器人、双臂机器人等多形态资产的兼容性。
Axis 的核心产品将于 3 月下旬正式发布，并计划在 4 月底或 5 月初，开源全球最大的基于 Franka 机械臂的纯仿真数据集，完全满足策略与模型训练需求。同时，Axis 作为一个从 Crypto-AI 出发的机器人赛道项目，已经开始探索与推进外部的行业落地，围绕多个细分领域标杆客户，加速推进商业化落地进程：与某车企协同推动生产环节自动化方案落地；与某准 IPO 算力公司在虚拟资产与世界模型方向达成合作共识；并与多家具身本体企业在虚拟仿真数据采集及模型训练等关键环节建立深度合作关系。这些都体现了 Crypto 项目难得的外部性。
GEODNET
为无人机、机器人等提供厘米级定位精度实时动态定位数据的去中心化网络，在 150 多个国家拥有超过 21000 个活跃基站。过去的一年，该项目收入超 700 万美元，并且呈现逐季度增长的趋势。
虽然该项目更多被归类于 DePIN，但随着机器人技术在现实生活中的应用普及，对高精度实时定位数据的需求预计将更广泛。2025 年 2 月，Multicoin 宣布牵头以 800 万美元从 GEODNET 基金会手中收购价值 800 万美元的 $GEDO 代币。
BitRobot
BitRobot Network 由 FrodoBots Lab 与 Protocol Labs 联合开发，旨在实现分布式机器人工作和协作。其关键组件包括：用于定义和验证机器人任务的可验证机器人工作（VRW，网络奖励的量化指标）、用于设备所有权和网络访问的设备节点令牌（ENT，机器人在系统内的唯一身份标识符，以 NFT 形式存在），以及作为任务执行操作层的子网（为 BitRobot 网络创造价值的资源集群）。
2025 年 2 月 14 日，FrodoBots Lab 宣布完成 600 万美元种子轮融资，总融资额达 800 万美元。
FrodoBots Lab 也卖机器人，Earth Rovers 像现实中的马里奥赛车，售价 249 美元，玩家们在一场全球寻宝游戏 ET Fugi 中通过浏览器远程操控自己的机器人，数据供研究人员部署和测试他们最新的 AI 导航模型。ET Fugi 也是 BitRobot 的第一个子网。
另一个游戏机器人 Octo Arms 也会在未来推出，玩家远程控制机械臂来完成各种 3D 拼图游戏以及竞赛。
这个机器人网络的所谓子网概念比较抽象，简单来说，任何能为整体网络生态做出贡献的集群（或集群要做的具体项目/事件）都是一个子网，比如上面提到的 ET Fugi 游戏，还有 Virtuals 推出的 SeeSaw 等。
SeeSaw
BitRobot 的第 5 号子网，由 Virtuals 于去年 10 月推出的机器人训练数据分享应用。在 SeeSaw 中，用户拍摄自己日常行为的视频，上传完成任务以获得奖励。这些来自全球用户的，包括系鞋带、叠衣服等日常行为的视频数据，将被用于训练机器人。
Auki
Auki 的去中心化机器感知网络 Posemesh 用于连接人类、设备和 AI，其核心是一个 DePIN（去中心化实体网络）架构，允许机器人、AR 眼镜等设备实时共享位置和传感数据，共建对物理世界的协作式空间理解，可以为机器人、AR 和 AI 提供共享的空间视图。
基于 Posemesh 协议设计了多种节点角色。由计算节点提供算力，运动节点（机器人终端）上传位置信息和传感器数据，重建节点据此生成 3D 地图模型，并由域名节点管理 3D 空间。各节点根据贡献获得$AUKI 代币激励，驱动一个自我进化的机器视觉网络。
这一网络强调隐私保护，避免单一实体监控用户的私人空间，同时可应用在多个应用场景，像是零售（产品摆放优化）、物业管理（资产追踪）和会展导航、建筑装修等场景。
他们的 Cactus AI 空间计算平台已经与丰田物料搬运公司与瑞典超市 Stora Coop 展开了积极的试点。
XMAQUINA
使散户能够参与机器人企业投资的 DAO。该 DAO 通过分批出售其代币 $DEUS 筹集了 1000 万美元。目前，该 DAO 已将拍卖所得资金用于购买 Apptronik、Figure AI、Agility Robotics、1X Tech、NEURA Robotics 以及 Robotico 共 6 家机器人领域企业的股份，部分投资已经有开始实现盈利，甚至单笔的回报率超过了 100%。
PrismaX
2025 年 6 月 17 日，PrismaX 宣布完成 1100 万美元融资，投资方包括 a16z CSX、Volt Capital、Blockchain Builders Fund、Stanford Blockchain Accelerator 以及 Virtuals。
PrismaX 构建一个开放的协调层，连接远程操作员、机器人用户和机器人公司。操作员可以与用户连接，远程操控机器人，完成实际任务，同时收集具有价值的数据。也可以请求诸如物流和广告等实际服务。
PrismaX 还具有一个远程操作机器人的协议，企业可以在其上寻找能够胜任复杂任务、经验丰富的机器人操作员，操作员可以选择质押网络代币以提升提升信任度，并增加获得高收益任务的机会。质押者获得的收益不仅与其质押数量相关，还与其工作质量相关，并且随着工作效率的提高，还会获得额外奖励。
而远程操作积累的数据又会用于训练机器人来提升机器人的自主性，这又将提高远程操作员的工作效率，最终实现机器人的高度甚至完全自主化。
NRN Agents
NRN 是从 AI Agent 对战实时训练链游 AI Arena 发展过来的。2021 年 10 月 28 日，开发商 ArenaX Labs 宣布完成 500 万美元的种子轮融资，该轮融资由 Paradigm Capital 牵头，Framework Venture Partners 参与。2024 年 1 月 9 日，ArenaX Labs 宣布完成 600 万美元新一轮融资，由 Framework Ventures 领投，SevenX Ventures、FunPlus/Xterio 和 Moore Strategic Ventures 等参投。
虽然大体上也是收集数据->强化机器人学习的流程，但凭借在游戏领域的丰富经验，NRN 提供基于浏览器的体验，将机器人数据采集转化为游戏，用户通过浏览器就可以直观地控制模拟机器人。在游戏过程中，用户操作生成的行为数据用于训练现实世界的机器人系统。
当前阶段，该项目将重点关注机械臂（RME-1），以验证数据收集、实时学习和适应性。
